엔지니어링 철학: 조경현
조경현은 모델이 스스로 제어 구조를 학습하게 했습니다 -- GRU의 게이트 메모리, 어텐션의 부드러운 정렬 -- 그리고 이를 정직하고 재현 가능한 과학과 결합했습니다.
Engineering & Craft글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
Apple Foundation Models: 온디바이스 LLM 프레임워크 완전 해설
Apple의 Foundation Models 프레임워크 정리 — LanguageModelSession, @Generable 가이드 생성, 도구 호출, 가용성 확인, 그리고 온디바이스 모델을 벗어나야 할 시점.
AI & Technology엔지니어링 철학: 마크 셔틀워스(Mark Shuttleworth)
마크 셔틀워스는 단 하나의 생각 위에 Ubuntu를 세웠습니다 -- 인간을 위한 Linux, 모두를 위한 자유 소프트웨어 -- 그리고 그 뿌리에는 우분투(ubuntu), 즉 타인을 향한 인간애가 있었고, 정해진 시계에 맞춰 출시되었습니다.
Engineering & Craft엔지니어링 철학: Salvatore Sanfilippo (antirez)
Salvatore Sanfilippo는 단 하나의 원칙을 중심으로 Redis를 만들었습니다 — 더 적게 하라. 머릿속에 통째로 담아둘 수 있는, 작고 단일 스레드로 동작하는 인메모리 저장소를, 사람이 읽으라고 C로 작성한 것입니다.
Engineering & Craft엔지니어링 철학: 라디아 펄먼
라디아 펄먼은 Spanning Tree Protocol을 발명하고 스스로 치유하는 네트워크를 만들었습니다. 루프가 없고, 스스로 안정화되며, 노드가 거짓을 말해도 올바르게 작동하는 네트워크. 견고함을 제1원리로 삼은 설계.
Engineering & CraftiOS 26 위젯 표면: 하나의 App Intent, 여러 곳에서
iOS 26 위젯, 제어 센터 컨트롤, Live Activity는 모두 App Intents의 노출 지점입니다. 하나의 intent가 버튼, 컨트롤, Live Activity 동작을 동시에 구동합니다.
AI & Technology엔지니어링 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 & Craft실전에서 쓰는 Swift 6.2 동시성: 기본값을 MainActor로, 벗어날 때는 의도적으로
Swift 6.2는 동시성을 뒤집습니다. 모듈의 기본값을 MainActor로 두고(SE-0466), nonisolated async를 호출자에서 실행하며(SE-0461), @concurrent로 벗어납니다.
AI & Technology엔지니어링 철학: Raj Reddy, 가장 가난한 10억 명을 위한 기술
Raj Reddy는 말로 대화할 수 있는 기계를 개척했습니다. 음성 인식, 블랙보드 모델을 만든 뒤, 가장 앞선 AI를 세상에서 가장 부유한 사람이 아니라 가장 가난한 사람을 향해 겨눴습니다.
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: 제프리 힌턴, 유행보다 확신
제프리 힌턴은 학계가 조롱하던 두 번의 AI 겨울을 견디며 뇌를 닮은 신경망에 자신의 모든 것을 걸었습니다. 유행보다 확신을, 형식보다 직관을 택한 사람입니다.
Engineering & Craft엔지니어링 철학: 소피 윌슨
소피 윌슨은 ARM 명령어 집합을 설계했습니다. 이제 지구상 거의 모든 휴대폰에 들어 있는 이 설계는, 단출한 팀과 RISC 특유의 가차 없는 효율로 빚어졌고, 저전력은 거의 우연처럼 따라왔습니다.
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.
