AI개발
AI 에이전트는 왜 매번 처음부터 시작할까, 메모리 설계의 7가지 갈래
LLM은 원래 아무것도 기억하지 못합니다. 에이전트 메모리의 7가지 유형과, 모델 안에 저장할지 바깥에 둘지를 가르는 두 갈래 설계 접근을 정리했습니다.
Written by
잘 만든 AI 프로토타입이 제품이 되지 못하는 이유, ‘프롬프트 부채’
자연어 프롬프트로 만든 AI 프로토타입이 왜 제품으로 자라지 못하는가. Drew Breunig이 짚은 ‘프롬프트 부채’ 개념과, 측정 기반 명세·프롬프트 자동 탐색이라는 대안을 소개합니다.
Written by
루프가 코드를 쓰는 시대, Flask 창시자가 환영하지 못하는 이유
Flask 창시자 Armin Ronacher가 코딩 에이전트 위에 또 한 겹을 얹는 ‘루프’ 방식을 분석합니다. 어디서 통하고 어디서 위험한지, 그리고 ‘이해의 상실’이라는 우려를 짚습니다.
Written by
AI 에이전트는 왜 아직 사람이 필요한가, goose 팀의 자기개선 루프
“AI가 스스로 발전한다”는 유행 속에서 오픈소스 에이전트 goose 팀이 자기개선 루프에 여전히 사람을 끼워 넣는 이유. 벤치마크를 버그 리포트로 보는 관점을 소개합니다.
Written by
Claude Code만 쓰던 시대 끝, 2026년 터미널 코딩 에이전트 지형도
2026년 상반기 기준 터미널 코딩 에이전트 전체 지형 정리. Claude Code 외 선택지와 구독 vs API 기준의 실질적 선택 가이드.
Written by
에이전트 vs 파이프라인, AI 개발의 기본 선택지를 비교하다
LLM 프로그램을 파이프라인으로 짤 것인가, 에이전트로 짤 것인가. 맥락 수집·비용·안전성·미래 대응력 측면에서 두 방식을 비교하고 판단 기준을 제시합니다.
Written by
컨텍스트 관리, AI 개발에서 가장 중요한데 아무도 안 가르쳐주는 기술
AI 코딩 세션에서 컨텍스트가 손실될 때 어떤 문제가 생기는지, 왜 세션 재시작이 오히려 나쁜지를 설명하는 O’Reilly 글 큐레이션. 가비지 컬렉션 비유로 개념을 명확히 전달합니다.
Written by
Claude Code가 캐시 적중률에 SEV를 선언하는 이유, 프롬프트 캐싱 설계법
Claude Code 팀이 공유한 프롬프트 캐싱 설계 원칙. 캐시 적중률을 업타임처럼 관리하는 이유와, 도구 설계·모델 전환·Compaction에서 캐시를 보호하는 방법을 설명합니다.
Written by
LLM 비용 추적, 생각보다 훨씬 복잡한 이유 6가지
LLM 비용 계산이 복잡한 이유 6가지 — 씽킹 토큰, 캐시 비대칭, 컨텍스트 임계값 등 실제 비용을 틀리게 만드는 숨겨진 패턴을 소개합니다.
Written by
Anthropic이 정리한 멀티 에이전트 5가지 패턴, 선택 기준과 한계
Anthropic이 정리한 멀티 에이전트 5가지 조율 패턴. 언제 어떤 패턴을 써야 하는지 판단 기준과 각 패턴의 한계를 소개합니다.
Written by
