Commands, 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 Development글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
4년간의 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 & ProductivityPRD 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 Development잘못된 데이터베이스 결정의 15배 비용: 결정 타이밍에서 배운 교훈
세 시스템에서 데이터베이스 결정의 비용을 측정했습니다. 마이그레이션 비용은 3년간 15배 증가. 빠르게 결정할 때와 느리게 결정할 때의 프레임워크.
Systems & Productivity컨텍스트 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 DevelopmentClaude Code + Cursor: 30회 세션의 병행 사용에서 배운 것
Claude Code와 Cursor를 함께 사용하며 30회의 개발 세션을 추적했습니다. 데이터를 통해 각 도구가 우세한 영역과 조합이 실패하는 지점을 확인할 수 있었습니다.
AI DevelopmentAI 시어터: 90%의 기업이 'AI를 사용한다'고 하지만 실제 가치를 창출하는 기업은 23%에 불과한 이유
McKinsey 조사에 따르면 90%의 기업이 AI를 도입했다고 주장하지만, 파일럿 단계를 넘어 확장하는 기업은 23%에 불과합니다. 저는 세 가지 유형의 AI 시어터를 목격했으며, 그중 하나를 직접 경험하기도 했습니다.
AI & TechnologyLLM이 텍스트를 인식하는 방법: i18n 시스템이 알려준 토큰 경제학
사이트를 6개 언어로 번역하면서 발견: 한국어는 동일 콘텐츠에서 영어보다 토큰이 2.8배 더 듭니다. 인터랙티브 시각화 도구로 그 이유를 확인하세요.
AI & Technology아름다움과 브루탈리즘: blakecrosley.com을 그 교차점에서 디자인한 방법
저는 구조적 정직함과 절대적인 검정 위의 정밀한 타이포그래피를 결합하여, 아름다움과 브루탈리즘의 교차점에서 사이트를 구축했습니다.
Design & UXAI 시스템 구축: RAG에서 에이전트까지
3,500줄의 에이전트 시스템을 86개의 훅과 합의 검증으로 구축했습니다. RAG, 파인튜닝, 에이전트 오케스트레이션에 대해 배운 것들을 공유합니다.
AI & Technology스타트업 검증 스택: 12개 프로젝트가 가르쳐준 증거의 중요성
9개월 동안 12개 프로젝트를 검증했습니다. 일부는 프레임워크를 따랐고, 일부는 단계를 건너뛰었습니다. 결과의 차이가 어떤 증거가 실제로 중요한지 알려주었습니다.
Career & Growth바이브 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 & Technology외부 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.