AI와 AX(AI Transformation)의 최신 트렌드, 도구, 전략을 현장 중심으로 분석합니다.
14편의 글
같은 AI 모델로 10배 차이가 나는 이유. 프롬프트 엔지니어링에서 컨텍스트 엔지니어링을 거쳐 하니스 엔지니어링까지, AI 활용법 진화의 맥락을 짚습니다.
하니스 엔지니어링의 내부를 네 가지 영역으로 분해합니다. 아키텍처 제약, 피드백 루프, 워크플로우 제어, 개선 사이클이 어떻게 맞물려 돌아가는지 사례와 데이터로 짚습니다.
린터, 도구 제한, 편집 포맷. 에이전트가 실수할 수 있는 표면적을 줄이는 아키텍처 제약을 기술적으로 해부합니다.
밀리초 단위의 즉시 검증부터 세션을 넘어 축적되는 기억까지, 피드백 루프의 세 가지 시간 범위를 사례와 데이터로 해부합니다.
수직 분해, 수평 배치, 시간 관리. 에이전트 작업을 설계하는 세 가지 핵심 축을 Anthropic, Stripe, Manus의 실전 사례와 구현 세부로 풀어봅니다.
AI 생성 코드는 인간보다 이슈가 1.7배 많다. 관찰, 판단, 실행이라는 세 단계로 하니스 개선 사이클을 설계하는 구체적 방법론을 다룹니다.
동일 모델에서 6.7%를 68.3%로 끌어올린 건 코드가 아니라 환경이었다. 5분부터 반나절까지, 네 단계로 하니스를 직접 쌓는 실전 가이드.
바이너리에서 발견된 멀티 에이전트 기능이 공식 출시됐다. 왜 에이전트 하나로는 부족한지, 실제로 블로그를 찍어내는 파이프라인은 어떻게 돌아가는지, 비용은 얼마나 드는지 솔직하게 풀어본다.
OpenAI가 코드 한 줄 안 쓰고 100만 줄을 만든 방법, 그리고 한 개발자가 $300으로 15개 모델 성능을 10배 올린 실험. 2026년, 모델이 아니라 모델을 둘러싼 환경이 결과를 결정한다.
Google이 NotebookLM을 뜯어고쳤다. Gemini 3 엔진, 100만 토큰 컨텍스트, 한국어 Video Overview, Data Tables, Gemini 앱 연동까지. 문서 요약기에서 리서치 작업 공간으로 탈바꿈한 전체 그림을 짚는다.
Claude Code, OMCC, OpenCode, Oh My Open Code, OpenClaw. 검색창에 하나만 치면 나머지 넷이 따라온다. 한 집안 형제 같지만 하는 일은 전혀 다르다. 3계층으로 나눠 정리한다.
Google이 Gemini 3.1 Pro를 내놨다. Deep Think의 추론 엔진을 범용 모델에 이식한 첫 0.1 단위 업데이트. 벤치마크 숫자는 인상적이지만, 전체 그림은 좀 다르다.
Sonnet 4.6이 Opus급 성능을 1/5 가격에 내놓고, Codex-Spark가 1000 tok/s로 실시간 코딩을 열었으며, Amazon은 개발자 80%에게 AI 코딩을 의무화했다. 한 주에 벌어진 세 사건이 가리키는 방향.
아침에 눈을 뜨면 메신저에 메시지가 와 있다. 보낸 건 동료가 아니라 AI다. GitHub 스타 19만 개를 찍은 오픈소스 프로젝트의 창시자를 OpenAI가 데려간 배경.