분류
AI와 구현
AI 에이전트, 지식 관리, 도구 활용과 구현 과정에서 얻은 생각을 다룹니다.
- 그렸다고 할까, 뽑았다고 할까: AI 이미지의 학습과 기여 사람의 학습과 AI 훈련은 무엇이 다른지, AI 이미지에 대한 거부감이 어디에서 오는지 살펴본다. 노력과 명칭, 도메인 지식, 실제 기여를 나누어 본다. AI와 구현
- 작은 게임은 무엇으로 깊어지는가 완성작이 없는 개발자 지망생이 ‘배우기는 쉽지만 오래 파고들 여지가 있는 게임’을 구상하기 위해, 한 번의 결정을 만들고 시험하는 기준을 정리한다. AI와 구현
- 에이전트를 오래 돌릴 때, 무엇을 남겨야 할까 장시간 에이전트 작업에서 컨텍스트 압축이나 중단으로 무엇을 잃을 수 있는지 살펴보고, 실패 비용에 맞는 기록과 재개 방식을 정리한다. AI와 구현
- LLM에게 수식은 맡기고, 계산은 스프레드시트에 맡긴다 LLM이 만든 수식을 그대로 믿지 않고, 스프레드시트에서 실행한 결과를 사람이 미리 정한 예시와 비교해 의도와 범위를 확인하는 방법을 살펴본다. AI와 구현
- 완료는 성공 메시지가 아니라 증거 사다리로 증명한다 AI 에이전트의 완료 보고를 파일, 자동 검사, 사용자 흐름, 외부 효과, 권위 있는 재확인으로 나눠 검증하는 실무 프레임을 제안한다. AI와 구현
- LLM Wiki를 잘 쓰는 사람은 무엇을 저장하지 않을지 먼저 정한다 실제 운영 중인 Obsidian Wiki와 관련 연구를 바탕으로 LLM Wiki의 ingest 기준, 기억 계층, 품질 관리와 작은 검증 방법을 정리한다. AI와 구현