Signal Scoring Pipeline: 결정론적 지식 분류 시스템
4개 차원에 걸쳐 노트를 점수화하고 7,700개 이상의 항목을 결정론적으로 라우팅하는 733줄의 Python 파이프라인. 알고리즘, 가중치, 그리고 솔직한 결과.
Engineering Practice글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
메타인지 AI: 에이전트에 자기평가를 가르치기
대부분의 에이전트 지시는 행동만 정의한다. 빠진 층은 자기평가를 가르치는 메타인지 프레임워크다. 95개 훅과 9개월 운영 경험 기반.
AI & Technology아무것도 없음은 구조적이다
여백은 부재가 아닌 인프라입니다. 물리학, 음악, 디자인에서 비어 있음, 침묵, 여백이 어떻게 구조를 만들어내는지 살펴봅니다.
Design & UX멀티 에이전트 숙의: 합의가 버그일 때
멀티 에이전트 숙의는 단일 에이전트 시스템이 놓치는 실패를 포착합니다. 아키텍처, 실패한 접근법, 그리고 실제로 구축할 가치가 있는 것을 소개합니다.
AI & TechnologyAI 에이전트에 품질 철학이 필요한 이유
Claude Code 에이전트는 모든 부주의한 인간 습관을 기계 속도로 물려받았습니다. 3개 철학, 150+ 품질 게이트, 95개 훅을 만들었습니다. 효과가 있었던 것.
AI & Technology두 개의 MCP 서버가 Claude Code를 iOS 빌드 시스템으로 바꿨습니다
XcodeBuildMCP와 Apple의 Xcode MCP를 Claude Code에 연결했습니다. 이제 AI 에이전트가 iOS 앱을 자율적으로 빌드하고, 테스트하고, 디버깅합니다.
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 & 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 & UX4년간의 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 DevelopmentLLM이 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 & Technology복리 엔지니어링: 느려지지 않고 가속하는 코드베이스
대부분의 코드베이스는 성장하면서 느려집니다. 제 것은 가속됩니다. 95개 훅, 44개 스킬, 14개 설정이 새 기능을 더 저렴하게 만듭니다.
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.