Junho Lee

4. SCD - 고객 주소가 바뀌면 과거 주문은 어디로 배송된 걸로 남는가

Sun, 22 Feb 2026 13:00:00 +0900

차원 데이터가 바뀌면 과거를 덮어쓸 것인가, 이력을 남길 것인가. SCD Type 1, 2, 3의 차이를 SQL로 직접 구현하고, dbt snapshot으로 프로덕션 패턴을 만든다.

3. Silver 레이어 - Bronze를 분석 가능한 상태로 올린다

Sun, 22 Feb 2026 12:00:00 +0900

Bronze에 쌓아둔 원본 데이터를 정제하고 표준화한다. 타입을 맞추고, 컬럼명을 통일하고, 중복을 제거한다. dbt로 이 과정을 SQL 모델로 정의한다.

2. Bronze 레이어 - 원본을 있는 그대로 쌓는다

Sun, 22 Feb 2026 11:00:00 +0900

Bronze에 데이터를 넣는 방법은 두 가지다. 전체를 덮어쓰거나, 바뀐 것만 가져오거나. 어떤 방식을 고르느냐에 따라 파이프라인의 복잡도가 완전히 달라진다.

1. 메달리온 아키텍처 - 데이터를 세 겹으로 쌓는 이유

Sun, 22 Feb 2026 10:00:00 +0900

Bronze, Silver, Gold. 데이터를 레이어별로 나눠서 적재하면 뭐가 달라지는가. DuckDB와 dbt로 직접 구성해 본다.

9. 공개 벤치마크에서 56%: 9번 실험하고 접은 것들

Sun, 19 Apr 2026 22:00:00 +0900

자체 30문항에서 정확도 80%를 찍었지만, BIRD 공개 벤치마크 50문항에서는 56%였다. 9번의 실험으로 ‘후보 여러 개 만들어서 고르기’ 가설을 세 방향에서 모두 접었다. 남은 건 스키마 이해와 방법론.

5. AEO - 코딩 에이전트가 읽는 문서는 왜 다른가

Fri, 17 Apr 2026 10:00:00 +0900

GEO가 소비자 AI를 위한 최적화였다면 AEO는 코딩 에이전트를 위한 최적화다. 문서 길이 제약, llms.txt, skill.md, AGENTS.md까지 필요한 파일들을 정리한다.

Claude Code 성능을 높이는 설정과 설계의 본질

Wed, 15 Apr 2026 01:45:23 +0000

순정 상태 유지, settings.json 3줄로 풀 추론 강제, 시스템 아키텍처 설계에 집중하는 것이 Claude Code 성능을 실질적으로 높이는 방법이다.

8. NL2SQL 정확도 66%에서 80%까지, 4번의 측정-개선 루프

Tue, 14 Apr 2026 09:00:00 +0900

라우팅 설계를 붙인 뒤 30문항 벤치마크로 NL2SQL EX(Execution Accuracy)를 66.67%에서 80%까지 올렸다. 4사이클 동안 뭘 고쳤고 어디서 꺾였는지 정리한다.

7. 질문이 들어오면, 라우팅은 누가 결정하나

Sat, 11 Apr 2026 09:00:00 +0900

용어 정의는 끝났다. 근데 질문이 들어왔을 때 그래프를 탈지 SQL을 짤지 벡터 검색을 돌릴지를 누가 정하나. 라우터를 설계하면서 부딪힌 것들.

6. 에이전트 인프라를 직접 안 만들어도 될 때, 하네스는 점점 무효화된다. 그러면 온톨로지는?

Fri, 10 Apr 2026 09:00:00 +0900

Conway 유출이 나온 지 얼마 안 돼서 Anthropic이 Claude Managed Agents를 정식 발표했다. 에이전트 인프라가 플랫폼에 흡수되는 흐름 속에서, DataNexus의 온톨로지가 왜 안전한지를 정리했다.

LLM이 바로 알아듣는 32가지 프롬프트 숏컷 명령어

Tue, 07 Apr 2026 04:10:00 +0000

별도 정의 없이 Claude, ChatGPT, Gemini에 던지면 즉시 작동하는 슬래시 명령어 32가지를 분류하고, 실무에서 조합해 쓰는 방법을 정리했다.

국내 대형 증권사 Open API 활용을 위한 공식 저장소 분석

Sun, 05 Apr 2026 04:14:58 +0000

LLM 에이전트와 파이썬 환경에 최적화된 증권사 API 공식 샘플 코드의 구조를 분석한다.

유료 앱의 대안으로 부상한 네이티브 macOS 도구 macshot

Sun, 05 Apr 2026 02:34:23 +0000

구독료 부담을 덜어주면서도 강력한 기능을 제공하는 네이티브 기반 오픈 소스 macOS용 도구 macshot을 살펴본다.

5. 메타데이터 유지보수를 자동화하는 방법: Karpathy의 LLM Wiki 구조

Sun, 05 Apr 2026 09:00:00 +0900

RAG는 매번 처음부터 답을 찾는다. Karpathy는 LLM이 위키를 직접 유지보수하게 해서 지식이 쌓이는 구조를 제안했다. DataNexus의 온톨로지 카탈로그가 방치되지 않으려면 같은 원리가 필요하다.

4. Off-Site GEO - 공식 사이트를 안 보는 AI에게 선택받는 법

Sat, 04 Apr 2026 14:00:00 +0900

On-Site GEO를 완벽하게 적용해도 AI 인용의 절반은 외부 채널에서 결정된다. 플랫폼별 Off-Site 전략과 robots.txt 진단법을 다룬다.

3. On-Site GEO 기술 구조 - 상품 DB에서 JSON-LD까지

Wed, 01 Apr 2026 14:00:00 +0900

상품 마스터 DB의 데이터가 어떤 파이프라인을 거쳐 HTML 의 JSON-LD가 되는지. 3단계 파이프라인 구조와 SSR 기반 자동 배포 아키텍처를 다룬다.

팀의 파편화된 지식을 하나로 묶는 로컬 RAG, OpenDocuments

Wed, 01 Apr 2026 04:27:18 +0000

노션, 깃허브, S3에 파편화된 사내 문서를 로컬 LLM으로 묶어 질의응답하는 오픈소스 플랫폼. 외부 API 없이 온프레미스로 돌린다.

AI 시대를 장악하는 에이전트 지휘자의 사고법

Wed, 01 Apr 2026 04:26:26 +0000

에이전트를 붙여도 업무 구조 자체가 바뀌지 않으면 생산성 확장은 없다. 리드 호프만이 말하는 지휘자 전략은 그 착각을 깨는 데서 시작한다.

AI 에이전트 개발을 위한 한국 법령 데이터 활용법

Wed, 01 Apr 2026 01:26:38 +0000

법령 XML을 직접 파싱하면 표 구조가 깨지고 전처리에 반나절이 빠진다. 법망은 JSON으로 정제된 데이터를 바로 주는 API로, 그 과정을 미리 해결해놓은 서비스다.

대용량 엑셀 다운로드를 위한 Spring Boot 최적화 기법

Wed, 01 Apr 2026 01:25:44 +0000

100만 건 엑셀 다운로드에서 OOM 없이 스트리밍 처리하는 Spring Boot 라이브러리. 어노테이션 하나로 보일러플레이트를 걷어낸다.

흩어진 팀 지식을 하나로 연결하는 오픈소스 RAG 플랫폼 OpenDocuments

Wed, 01 Apr 2026 01:24:58 +0000

노션, 깃허브, S3 등에 흩어진 팀 문서를 Ollama로 로컬 구동하는 RAG 플랫폼. 보안 환경에서도 외부 API 없이 자연어 검색이 된다.

코딩 지시를 멈추고 전문가의 시선을 빌리는 법

Tue, 31 Mar 2026 09:40:18 +0000

고쳐달라는 말만 반복하다 보면 이미 아는 문제 안에서만 맴돈다. 전문가 페르소나를 투입하면 보이지 않던 사각지대가 드러나고, 어떤 시점에 누구를 부를지 감각이 생기면 토큰도 아낀다.

NotebookLM 생성 한계를 극복하는 대본 기반 통제법

Tue, 31 Mar 2026 09:39:32 +0000

NotebookLM이 20장에서 멈추면 대부분 그냥 포기한다. 마스터 대본 하나를 소스로 지정하고 코드형 명령어로 밀어붙이면 40장도 뽑힌다.

기획부터 시각화까지 유기적으로 연결하는 AI 협업 흐름

Tue, 31 Mar 2026 09:38:58 +0000

Claude, Perplexity, 노트북LM을 강의 기획 단계별로 역할 분리해서 쓰면 어떻게 달라지는지 정리한 내용이다. 도구를 많이 쓰는 게 아니라 어떤 단계에 어떤 도구를 붙이느냐가 포인트다.

defuddle로 웹페이지를 변환하며 마주한 의외의 벽

Tue, 31 Mar 2026 04:28:35 +0000

RAG 파이프라인에 쓸 웹 데이터를 defuddle로 뽑아봤더니 사이트 구조에 따라 결과가 크게 달랐다. 시맨틱 HTML이 무너진 사이트에서는 본문과 광고가 섞이고, 동적 렌더링 환경에서는 내용 자체가 날아간다.

OpenAI 가이드로 살펴본 에이전트 설계의 실무적 해법

Tue, 31 Mar 2026 04:27:34 +0000

에이전트에게 Planning을 통째로 맡기면 프로덕션에서 루프를 돌다 멈추는 문제가 생긴다. OpenAI 가이드는 그 문제를 명시적 워크플로우 제어로 푼다.

AI 조직의 성패를 가르는 디렉토리 설계와 업무 매뉴얼의 힘

Tue, 31 Mar 2026 04:26:28 +0000

AI 에이전트를 실무에 투입하면 처음엔 결과물 위치도 제각각이고 산출물 양식도 매번 달라진다. 폴더 구조를 조직도 기반으로 정비하고 SOP를 명문화하면 퀄리티가 일정해지는 이유를 정리했다.

Claude Code 설정의 막막함을 걷어내는 Plugin Advisor 활용법

Tue, 31 Mar 2026 04:25:54 +0000

Claude Code를 처음 세팅할 때 플러그인 목록 앞에서 막혔다면 Plugin Advisor가 그 입구를 좁혀준다. Preset Pack과 사전 체크리스트로 런타임 에러를 미리 잡는 흐름을 정리했다.

복합 AI 워크플로우로 완성하는 기업용 보고서 자동화

Tue, 31 Mar 2026 04:25:15 +0000

NotebookLM, Claude, Gemini를 파이프라인으로 연결해서 보고서를 슬라이드로 만드는 과정을 정리했다. 단일 모델로는 구조화와 서식 제어를 동시에 잡기 어렵고, 역할을 나눠야 각 단계에서 제대로 된 결과가 나온다.

업데이트된 LangChain 환경에 맞춘 실습용 노트북 활용법

Tue, 31 Mar 2026 04:24:43 +0000

LangChain v1으로 넘어오면서 기존 체인 코드가 구식이 됐다. State와 Node 설계로 흐름을 제어하는 LangGraph를 한국어 주피터 노트북으로 단계별로 익힐 수 있는 저장소를 정리한다.

지루한 지표 수집 업무를 자동화로 해결하는 법

Tue, 31 Mar 2026 01:49:26 +0000

증시 지수, 금리, 원자재 가격을 매일 수동으로 수집하는 반복 업무를 없앤 자동화 파이프라인이다. GitHub Actions와 Python으로 서버 없이 돌아가고, 결과는 텔레그램으로 받는다.

AI 에이전트와 make-slide로 구현하는 고품질 HTML 슬라이드 자동화

Mon, 30 Mar 2026 23:47:23 +0000

AI 에이전트에게 디자인 지침서를 먼저 읽히고 슬라이드를 만들게 하는 방식인데, 결과물 품질이 눈에 띄게 일정해진다.

n8n 워크플로우 효율을 높이는 데이터 구조 설계법

Mon, 30 Mar 2026 09:59:54 +0000

n8n으로 자동화 파이프라인을 짜다 보면 아이템 흐름과 에러 처리에서 막히는 지점이 생긴다. 그 지점들을 실무 경험 기반으로 정리한 영상이다.

데이터 전처리가 가르는 RAG 품질과 마크다운 변환 도구 활용법

Mon, 30 Mar 2026 09:41:29 +0000

PDF나 Word 파일을 LLM에 넣기 전에 표 구조와 제목 계층을 살려서 Markdown으로 바꿔주는 도구인데, 전처리 공수가 줄어드는 게 생각보다 크다.

법률 데이터, 파이프를 넘어 뇌를 얻다: korean-law-mcp와 DataNexus의 시너지

Mon, 30 Mar 2026 09:18:52 +0000

korean-law-mcp가 법제처 API를 64개 tool로 정리해 파이프 역할을 하고, DataNexus 온톨로지 레이어가 법령 간 위임 관계를 그래프로 잡아주면 AI가 추론 대신 탐색으로 법령을 해석할 수 있다.

2. AI마다 인용하는 소스가 다르다

Sun, 29 Mar 2026 10:00:00 +0900

ChatGPT는 Wikipedia를, Perplexity는 Reddit을, Gemini는 공식 사이트를 선호한다. 하나의 전략으로 모든 AI 플랫폼에 대응하는 건 불가능하다.

1. GEO란 무엇인가 - SEO 너머의 AI 인용 전략

Thu, 26 Mar 2026 10:00:00 +0900

구글 상위 10위 페이지 중 AI가 인용하는 비율은 9%에 불과하다. SEO 순위가 AI 인용을 보장하지 않는 시대, GEO의 3대 원칙과 학술 근거를 정리한다.

4. 수퍼-서브 타입 - 고객이 개인이면서 법인일 수 있는가

Sun, 22 Feb 2026 00:00:00 +0000

수퍼-서브 타입은 논리 모델에서 비즈니스 분류를 명확하게 만든다. 물리 모델로 넘어갈 때 세 가지 선택지가 생기고, DW에서는 그 선택이 차원 설계 전체를 바꾼다.

3. ERD 표기법 - 같은 그림, 다른 해석

Sat, 21 Feb 2026 00:00:00 +0000

같은 까마귀발인데 왜 해석이 다를까. 점선 하나가 툴마다 다른 뜻을 가진다. 프로젝트에서 모델을 공통 언어로 쓰려면 쓰는 도구의 표기법부터 맞춰야 한다.

2. OLTP vs DW 모델 - 목적이 다르면 설계도 다르다

Fri, 20 Feb 2026 00:00:00 +0000

ERD가 같아 보여도 설계 철학은 완전히 다르다. OLTP는 트랜잭션 정합성, DW는 분석 접근 경로. 그 차이가 Unknown 레코드와 시점 데이터 같은 낯선 것들을 만든다.

4. SKOS 호환 레이어를 왜 넣었는가

Fri, 20 Feb 2026 09:00:00 +0900

DataNexus 온톨로지를 외부와 연결하기 위해 SKOS를 선택한 이유. LPG와 RDF, 두 그래프 모델을 잇는 호환 레이어 설계.

1. 클라우드 DW에서 Kimball은 여전히 유효한가

Thu, 19 Feb 2026 00:00:00 +0000

Synapse, BigQuery, Redshift로 오면서 DW 모델링 관점이 어떻게 달라졌는지. Kimball, Data Vault, One Big Table - 실무에서의 판단 기준.

3. DataHub Glossary를 온톨로지로 쓸 수 있을까

Wed, 18 Feb 2026 09:00:00 +0900

DataHub의 Business Glossary를 온톨로지 저장소로 쓰려고 했다. 되는 것과 안 되는 것, 그리고 우회한 방법.

2. 4개의 오픈소스를 이 조합으로 결정하기까지

Tue, 17 Feb 2026 09:00:00 +0900

DataNexus의 기술 스택을 DataHub + Vanna + ApeRAG + DozerDB로 결정한 과정. 후보군에서 탈락한 것들과 그 이유.

1. 왜 DataNexus를 만드는가

Mon, 16 Feb 2026 09:00:00 +0900

엔터프라이즈 데이터 분석의 구조적 문제와 온톨로지 기반 데이터 에이전트 플랫폼을 만들게 된 배경

About

Mon, 01 Jan 0001 00:00:00 +0000

이준호 - Data & AI Platform Architect

Development Roadmap

Mon, 01 Jan 0001 00:00:00 +0000

DataNexus 엔터프라이즈 온톨로지 기반 NL2SQL 자율 데이터 에이전트 플랫폼 개발 로드맵 및 실시간 진행 현황