소프트웨어개발
AI 멀티에이전트 토큰 소비 분석, 코드 리뷰가 전체의 59% 차지
AI 멀티에이전트 시스템의 단계별 토큰 소비를 실증 분석한 연구. 코드 리뷰가 전체 토큰의 59%를 차지하며, AI 코딩 비용의 핵심은 생성이 아닌 반복 검증에 있음을 밝혔습니다.
Written by
AI 없이는 못 일한다는 개발자들, 그 코드의 청구서는 누가 받나
AI 코딩 도구 없이 일하길 거부하는 개발자들, 하지만 AI 생성 코드의 버그와 유지보수 비용은 쌓이고 있습니다. METR 연구와 아마존·우버 사례로 본 AI 코딩의 역설.
Written by
코딩 에이전트, 논문으로 확인된 구조적 한계
코딩 에이전트는 구조적 제약이 쌓일수록 성능이 급격히 떨어집니다. George Hotz의 6개월 실험과 Constraint Decay 논문이 말하는 에이전트의 실제 한계.
Written by
AI 에이전트도 온보딩이 필요하다, 에이전트 시대의 5가지 코드 레이어
AI 코딩 에이전트가 “내 것 같지 않은” 코드를 만드는 이유와, 인간·에이전트가 같은 방향으로 일하게 만드는 5개 레이어 프레임워크를 소개합니다.
Written by
바이브 코딩과 에이전틱 엔지니어링의 경계가 흐려지고 있다, 숙련 개발자의 불편한 고백
25년 경력 개발자 Simon Willison이 바이브 코딩과 에이전틱 엔지니어링의 경계가 실무에서 흐려지고 있다는 경험을 공유합니다. AI 코딩 에이전트 신뢰와 코드 리뷰의 딜레마를 다룹니다.
Written by
코딩 에이전트가 빠를수록, 진짜 병목이 드러난다
코딩 에이전트가 개인 생산성을 높일수록 팀의 진짜 병목이 드러난다는 .txt 엔지니어의 통찰. 코드가 아닌 맥락과 합의가 새로운 속도 결정 변수임을 설명합니다.
Written by
LLM 코딩이 10배 생산성을 만들 수 없는 이유, 40년 전에 이미 증명됐다
Fred Brooks의 No Silver Bullet 논증으로 LLM 코딩 도구의 한계를 분석. DORA·CircleCI 실증 데이터가 뒷받침하는 이유를 소개합니다.
Written by
AI 코딩 에이전트의 진짜 문제, 기계적 공감 능력이 없다
AI 코딩 에이전트가 겉으로는 작동하지만 시스템의 결을 거스르는 이유를 “기계적 공감” 개념으로 설명합니다. 개발자라면 공감할 구체적인 사례와 함께.
Written by
LLM 에이전트 시대, 프로토타입을 완성품으로 착각하는 개발자들
LLM 에이전트가 “완성됐습니다”라고 말할 때, 개발자는 그게 프로토타입인지 완성품인지 구분할 수 있는가. André Arko의 에세이를 통해 살펴봅니다.
Written by
AI 코드 리뷰 부담 연구, 개인 생산성이 팀 전체 비용으로 돌아오는 구조
AI 코딩 도구가 개인 생산성을 높일수록 리뷰어와 오픈소스 커뮤니티가 비용을 떠안는 구조를 분석한 연구. “공유지의 비극” 프레임으로 AI 슬롭 문제를 조명합니다.
Written by
