엔지니어링 철학: 베르너 보겔스(Werner Vogels)
Amazon의 CTO 베르너 보겔스는 하나의 전제 위에 클라우드를 세웠습니다. 모든 것은 항상 실패한다는 것. 장애를 전제로 설계하고, 폭발 반경을 최소화하며, 그 속에서도 가용성을 지킵니다.
Engineering & Craft글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
엔지니어링 철학: 이와타 사토루
이와타 사토루는 닌텐도 사장이 되고 나서도 게이머이기를 멈추지 않은 프로그래머였습니다. 기술적 숙련은 언제나 플레이어의 즐거움을 위한 것이었습니다.
Engineering & Craft엔지니어링 철학: 얀 르쿤, 세상을 배우다, 공개적으로
얀 르쿤은 합성곱 위에 딥 비전을 세웠고, 이후 진짜 지능은 더 큰 LLM이 아니라 세상을 비지도 방식으로 학습하고 그것을 공개적으로 발표하는 데서 나온다는 데 베팅했습니다.
Engineering & Craft엔지니어링 철학: 짐 켈러, 트랜지스터는 공짜다
짐 켈러는 AMD의 부활, 아이폰, 테슬라의 오토파일럿을 비롯한 수많은 제품 뒤의 칩을 설계했습니다 — 병목을 없애기 위해 실리콘을 아낌없이 쏟고 모든 것을 제1원리에서 다시 생각하는 방식으로 말입니다.
Engineering & Craft엔지니어링 철학: 그레이스 호퍼, 컴퓨터가 인간의 언어를 말하게 하다
그레이스 호퍼는 프로그램을 인간의 언어로 작성할 수 있도록 최초의 컴파일러를 만들었고, 1나노초 길이의 전선으로 지연 시간을 손에 잡히는 물건으로 바꿔놓았으며, 낡은 통념과 싸웠습니다.
Engineering & Craft엔지니어링 철학: 팀 버너스리, 이것은 모두를 위한 것입니다
팀 버너스리는 웹을 발명하고 그것을 거저 내주었습니다. 보편성과 허가 없는 분산화 -- 누구든, 어디서든 묻지 않고 글을 올리고 링크를 걸 수 있습니다.
Engineering & Craft엔지니어링 철학: Thompson과 Ritchie, 하나를 제대로 하라
Thompson과 Ritchie는 하나의 보편적 인터페이스, 즉 텍스트 스트림과 파이프로 엮인 작고 날카로운 도구들로 Unix와 C를 만들었습니다. 기능보다 단순함입니다.
Engineering & Craft엔지니어링 철학: Bjarne Stroustrup, 오버헤드 없는 추상화
Bjarne Stroustrup는 제로 오버헤드 원칙 위에 C++를 세웠습니다. 표현력 있는 코드와 하드웨어에 가까운 속도 사이에서 결코 양자택일하지 않는다는 원칙입니다. 좋은 추상화는 아무런 비용도 들지 않습니다.
Engineering & Craft엔지니어링 철학: 레슬리 램포트, 코딩 전에 생각하라
레슬리 램포트는 분산 시스템을 과학으로 만들었습니다. 시간은 전역적이지 않고, 실재하는 것은 인과이며, 코드를 쓰기 전에 설계를 명세합니다.
Engineering & Craft엔지니어링 철학: 앨런 케이, 핵심은 메시징이다
앨런 케이는 관점을 바꿈으로써 미래를 발명했습니다. 컴퓨팅을 사고의 매체로 보고, 메시지로 소통하는 객체들로 시스템을 구축하는 관점입니다.
Engineering & Craft엔지니어링 철학: Guido van Rossum, 가독성이 중요하다
Guido van Rossum은 하나의 베팅 위에 Python을 세웠습니다. 코드는 작성되는 것보다 훨씬 더 자주 읽힌다는 것, 그래서 언어 자체가 그 코드를 읽는 사람을 위해 최적화되어야 한다는 것입니다.
Engineering & Craft엔지니어링 철학: Rich Hickey, 단순함은 쉬움이 아니다
Rich Hickey는 하나의 구분 위에 Clojure와 Datomic을 세웠습니다. 단순함은 쉬움이 아닙니다. 단순함이란 엮이지 않은 상태, 한 가지에 하나의 관심사만 담긴 상태이고, 쉬움이란 그저 익숙하다는 뜻일 뿐입니다.
Engineering & Craft외부 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.