AI 기술 가이드
-
AI 에이전트가 실전에서 실패하는 이유: 온톨로지가 진짜 가드레일이다
AI 에이전트가 데모는 잘 되는데 실전에서 실패하는 이유와 온톨로지 기반 해결책. 비즈니스 맥락 이해가 왜 중요한지 설명합니다.
Written by
-
Claude 4.5 Opus의 숨겨진 ‘영혼 문서’: AI가 스스로를 인식하는 방법
Claude 4.5 Opus의 가중치에 압축된 10,000단어 분량의 내부 가이드라인을 추출한 연구. AI가 스스로를 어떻게 인식하도록 설계되었는지, Anthropic의 비공개 설계 철학을 공개합니다.
Written by
-
Acontext: AI 에이전트가 작업 패턴을 자동 학습하는 오픈소스 플랫폼
AI 에이전트가 작업 경험을 자동으로 학습하는 오픈소스 플랫폼 Acontext. 백그라운드 Task Agent가 작업을 추적하고 성공 패턴을 SOP로 저장해 재사용합니다.
Written by
-
AI 에이전트가 며칠 걸리는 작업을 혼자 완수하는 법: Anthropic의 2단계 해법
AI 에이전트가 여러 세션에 걸친 긴 작업을 일관되게 수행하지 못하는 문제를 Anthropic이 Git과 체크리스트로 해결한 방법을 소개합니다.
Written by
-
Claude Skills 해부: 프롬프트부터 실전까지, 개발자가 분석한 AI 워크플로우
Claude Skills의 내부 구조를 역설계한 개발자 분석. 프롬프트 기반 메타-툴 아키텍처와 실행 맥락 수정 방식을 상세히 다룹니다.
Written by
-
Google Antigravity IDE, 숨겨진 프롬프트로 AWS 자격증명 탈취당한다
Google Antigravity IDE에서 발견된 심각한 프롬프트 인젝션 취약점. AI가 보안 설정을 스스로 우회해 AWS 자격증명을 탈취하는 공격 시나리오를 분석합니다.
Written by
-
AI로 AI 튜닝하기: Meta가 공개한 베이지안 최적화 플랫폼 Ax
Meta가 공개한 적응형 실험 플랫폼 Ax 1.0. 베이지안 최적화로 AI 모델 튜닝부터 하드웨어 설계까지 효율적으로 최적화하는 오픈소스 도구를 소개합니다.
Written by
-
Miles 프레임워크 공개: 355B MoE 모델 훈련에 쓰인 실전 RL 도구
LMSYS가 355B MoE 모델 훈련에 실제 사용된 엔터프라이즈급 RL 프레임워크 Miles를 공개. 25% 추론 속도 향상과 True on-policy 구현이 핵심입니다.
Written by
-
LEAF: 23M 파라미터로 OpenAI 임베딩 성능 97% 달성, CPU만으로 작동
MongoDB가 공개한 LEAF 프레임워크는 대형 임베딩 모델을 5~15배 압축하면서도 성능 97%를 유지합니다. GPU 없이 CPU만으로 고성능 RAG 구현이 가능해졌습니다.
Written by
-
7B 파라미터로 GPT-4o를 이긴 AI 에이전트: Microsoft Fara-7B
Microsoft의 7B 파라미터 AI 에이전트 Fara-7B가 GPT-4o를 능가하는 성능으로 디바이스에서 직접 웹을 조작합니다. 프라이버시와 효율성을 동시에 잡은 새로운 접근법을 소개합니다.
Written by
