스타트업 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 & Growth글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
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 DevelopmentCommands, 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 Development바이브 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 & TechnologyClaude Code Hooks: 95개 Hook 각각이 존재하는 이유
Claude Code용 Hook을 95개 만들었습니다. 각각의 Hook은 무언가 잘못되었기 때문에 탄생했습니다. 그 탄생 배경과 그 과정에서 형성된 아키텍처를 소개합니다.
AI Development정신적 복리: 다학제 지식이 최고의 도구를 만든 방법
디자인 + 엔지니어링 + AI가 결합되어 어떤 단일 역량으로도 만들 수 없는 도구를 탄생시켰습니다. 인터랙티브 계산기와 다학제 융합의 실제 사례를 소개합니다.
Systems & ProductivityRalph 루프: 자율 AI 에이전트를 밤새 운영하는 방법
중지 훅, 스폰 예산, 파일 시스템 메모리를 활용한 자율 에이전트 시스템을 구축했습니다. 실패 사례와 실제로 코드를 출시하게 된 과정을 공유합니다.
AI & Technology컨텍스트 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 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 & Technology길 없는 길: 12년간의 VP 직책을 떠나 12개의 프로젝트를 만들기까지
ZipRecruiter에서 12년간 Product Design VP로 일한 후 독립적으로 무언가를 만들기 위해 떠났습니다. 계획도, 목적지도 없이, 오직 호기심과 재정적 활주로만을 가지고.
Career & Growth비판적이되 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 & Growth아름다움과 브루탈리즘: blakecrosley.com을 그 교차점에서 디자인한 방법
저는 구조적 정직함과 절대적인 검정 위의 정밀한 타이포그래피를 결합하여, 아름다움과 브루탈리즘의 교차점에서 사이트를 구축했습니다.
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.