Claude Code Hooks: 95개 Hook 각각이 존재하는 이유
Claude Code용 Hook을 95개 만들었습니다. 각각의 Hook은 무언가 잘못되었기 때문에 탄생했습니다. 그 탄생 배경과 그 과정에서 형성된 아키텍처를 소개합니다.
AI Development글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
타입 스케일: 13단계를 선택한 이유와 비율이 중요한 이유
제 사이트는 12px에서 80px까지 13단계 타입 스케일을 사용합니다. 비율을 어떻게 선택했는지, 시스템 폰트가 커스텀 폰트보다 우수한 이유, 그리고 눈 흐리게 보기 테스트가 무엇을 보여주는지 설명합니다.
Design & UX컨텍스트 윈도우 관리: 50번의 세션에서 배운 AI 개발의 교훈
50번의 Claude Code 세션에서 토큰 소비량을 측정했습니다. 컨텍스트 소진은 눈치채기 전에 출력 품질을 저하시킵니다. 이를 해결하는 패턴을 소개합니다.
AI DevelopmentAI 시스템 구축: RAG에서 에이전트까지
3,500줄의 에이전트 시스템을 86개의 훅과 합의 검증으로 구축했습니다. RAG, 파인튜닝, 에이전트 오케스트레이션에 대해 배운 것들을 공유합니다.
AI & TechnologyRalph 루프: 자율 AI 에이전트를 밤새 운영하는 방법
중지 훅, 스폰 예산, 파일 시스템 메모리를 활용한 자율 에이전트 시스템을 구축했습니다. 실패 사례와 실제로 코드를 출시하게 된 과정을 공유합니다.
AI & Technology실제로 제품을 출시하는 디자인 팀 만들기: ZipRecruiter에서의 12년이 가르쳐준 것
ZipRecruiter에서 12년간 프로덕트 디자인을 이끌면서, 어떤 팀 구조가 제품을 출시하고 어떤 구조가 끝없이 다듬기만 하는지 배웠습니다. 그 패턴은 예상 밖이었습니다.
Design & UX잘못된 데이터베이스 결정의 15배 비용: 결정 타이밍에서 배운 교훈
세 가지 시스템에서 데이터베이스 결정의 비용을 측정했습니다. 마이그레이션 비용은 3년간 15배로 증가했습니다. 빠르게 결정할 때와 신중하게 결정할 때를 구분하는 프레임워크를 소개합니다.
Systems & ProductivityCommands, Skills, Subagents, Rules: 139개 확장 기능을 정리하며 배운 것
Claude Code는 네 가지 확장 유형을 제공합니다. 95개의 hooks, 44개의 skills, 수십 개의 commands를 구축한 후, 어떤 추상화가 어떤 문제에 적합한지 배웠습니다.
AI Development바이브 코딩 vs. 엔지니어링: 제가 선을 긋는 기준
저는 매일 86개의 훅과 완전한 품질 게이트 시스템을 갖추고 Claude Code를 사용합니다. 어디서 바이브 코딩을 하고, 어디서 엔지니어링을 하는지, 그리고 그 경계가 왜 중요한지 설명합니다.
AI & TechnologyPRD 기반 개발: 30개 이상의 PRD로 AI 에이전트와 함께 배포하는 방법
AI 에이전트 작업을 위해 30개 이상의 PRD를 작성했습니다. PRD 기반 개발이 효과적인 경우, 실패하는 경우, 그리고 6개월간 템플릿이 어떻게 진화했는지 소개합니다.
AI Development4년간의 지난해 리뷰: 실제로 배운 것들
4년간의 지난해 리뷰(Past Year Review) 데이터를 통해 어떤 결정이 복리로 쌓이고 어떤 결정이 에너지를 소모하는지 확인했습니다. 이 데이터가 커리어 결정 방식을 바꿨습니다.
Systems & Productivity16가지 디자인 케이스 스터디: 제 작업에 직접 도입한 네 가지 패턴
16개 제품을 심층 분석한 후, 네 가지 공통 패턴이 제가 인터페이스를 만드는 방식을 바꿨습니다. 제가 배운 것과 차용한 것을 공유합니다.
Design & UX외부 게시물
기술 글쓰기: Introl
Local LLM Hardware Pricing Guide 2025
대규모 언어 모델을 로컬에서 실행하기 위한 종합 하드웨어 권장 사항 및 비용 분석.
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
다양한 AI 워크로드를 위한 NVIDIA 최신 데이터센터 가속기 비교 GPU 선택 가이드.
TPU Architecture: Complete Guide to Google's 7 Generations
Google의 TPU v1부터 TPU v5까지의 Tensor Processing Unit 발전에 대한 심층 기술 분석.
GPU Memory Pooling in Multi-Tenant Kubernetes
컨테이너화된 환경에서 GPU 클러스터의 리소스 공유 전략.
Ray Clusters: Distributed AI Computing Infrastructure
Ray 프레임워크를 사용한 분산 AI 컴퓨팅 구축 및 관리 가이드.
DeepSeek V3 Open Source AI Cost Advantage
오픈소스 LLM 경제학 및 DeepSeek의 경쟁 포지셔닝 분석.
NVIDIA Vera Rubin GPU 600kW Racks 2027
미래 데이터센터 전력 요구 사항 및 NVIDIA의 차세대 GPU 로드맵.
SMR Nuclear Power for AI Data Centers
차세대 AI 인프라에 전력을 공급하는 소형 모듈식 원자로 솔루션.
DeepSeek MHC Architecture Breakthrough
DeepSeek의 Multi-Head Compression 아키텍처 혁신에 대한 기술 분석.