Claude 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 Development글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
컨텍스트 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 시대에도 살아남는 디자인 커리어
제품 디자인 VP로 12년간 일하면서 세 번의 패러다임 전환을 목격했습니다. 매번 살아남은 역량은 AI가 대체할 수 없는 바로 그 역량이었습니다.
Design & UXCommands, 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 Development스타트업을 위한 디자인 시스템: 내가 거꾸로 구축한 방법
저는 디자인 시스템을 거꾸로 구축했습니다 — 토큰부터 먼저, 컴포넌트는 영원히 만들지 않았습니다. CLS 버그가 토큰을 건너뛴 대가를 가르쳐준 후, 투자 시점을 고민하는 것을 멈추었습니다.
Design & UX비판적이되 친절하게: 피드백 원칙을 86개의 Hook에 담아낸 방법
Google의 Project Aristotle은 심리적 안전감이 팀 성과를 예측하는 가장 강력한 요인임을 발견했습니다. 저는 동일한 원칙을 자동화된 코드 리뷰 hook에 적용했습니다.
Career & Growth타입 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 & UX복리 엔지니어링: 느려지지 않고 가속하는 코드베이스
대부분의 코드베이스는 성장하며 느려진다. 95개 hook, 44개 skill, 14개 config가 기능 개발 비용을 낮추는 구조를 설명한다.
AI & TechnologyAI 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
제 사이트를 6개 언어로 번역하면서, 동일한 콘텐츠에 대해 한국어가 영어보다 2.8배 더 많은 토큰을 소비한다는 사실을 발견했습니다. 아래의 인터랙티브 시각화 도구가 그 이유를 보여줍니다.
AI & Technology4년간의 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 & Productivity인터페이스 디자이너를 위한 색채 과학: 무채색 사이트를 만들며 배운 것들
색상 없이 사이트를 만들었습니다 — 절대 검정 위의 흰색과 네 가지 불투명도 레이어만으로. 이 결정을 가능하게 한 색채 과학을 소개합니다.
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.