LLM

AI가 코드 대부분을 작성하는 상황을 가정하고, 개발자에게 남는 설계·검증·운영 책임과 제품 담당자의 역할 변화를 짚습니다.

Qwen3.5 기반의 오픈소스 경량 의사결정 모델 Kev를 소개합니다. 폐쇄형 API 서비스인 Jev의 구조를 재현하여 로컬 환경에서 무료로 다중 질문을 단 한 번의 연산으로 처리합니다.

모호한 프롬프트 대신 AI 코딩 에이전트의 판단 과정을 23개의 작고 독립적인 스킬로 분해하여 운용하는 프로젝트 구조를 소개합니다.

코드보다 모델링이 먼저라는 게시글의 참고자료 7개를 읽고 남은 것을 정리한 글입니다. 도구가 세 번 바뀌어도 살아남은 원칙, 실무에서 쓰이는 이력 관리 구현 네 가지, 가장 늦게 드러나는 조직 부채를 다룹니다.

Claude Code의 토큰 소비 구조와 측정 명령어, 컨텍스트 정리 방법, MCP 및 캐시 활용으로 토큰을 절약하는 전략을 정리합니다.

Shopify가 시각적 ML 파이프라인 도구 Tangle과 피드백 학습 구조를 활용해 0.8B 소형 모델로 특정 업무에서 대형 모델을 뛰어넘는 성과를 냈습니다.

Apple Silicon 환경에서 KV 캐시를 SSD로 계층화하고 Continuous Batching을 지원하는 로컬 LLM 추론 서버 oMLX를 소개합니다.

Vector DB 없이 긴 문서의 맥락을 분석하고 파편화된 파일을 연결된 위키 형태로 지식화하는 오픈소스 OpenKB를 소개합니다.

개인 AI 채팅에 흩어지는 작업 교정과 사내 사정을 조직 전체의 지식 자산으로 전환하는 프롬프트 6종과 지도 파일 운영 가이드입니다. 단순 지식 적재를 넘어 3회 교정 승격 규칙과 주간 헬스체크로 유지 가능한 컴퍼니 브레인 구축 방법을 다룹니다.

벡터 DB와 Reranking을 무작정 도입하기보다 BM25와 질의 재작성 조합부터 시작해 데이터 조건에 따라 6단계로 검색 아키텍처를 점진적으로 확장하는 방안을 정리합니다.

채널톡이 글로벌 상담 AI 에이전트의 메인 모델을 GPT-5.6 Luna로 전환한 과정을 정리합니다. 공개 리더보드 대신 자체 벤치마크를 구축해 품질과 속도, 비용을 함께 평가한 실제 프로덕션 검증 방식과 점진적 배포 절차를 살핍니다.

일주일 동안 실무에서 Claude와 Codex를 함께 사용하며 체감한 코드 생성 성향과 추상화 수준의 차이를 정리했습니다.

알리바바의 Qwen 3.8 27B 모델을 기반으로 가드레일을 약화한 무삭제 변형 모델이 공개되었습니다. 엔비디아 GPU나 클라우드 서버 없이 애플 실리콘의 통합 메모리와 GGUF 양자화를 활용해 맥북 로컬 환경에서 직접 구동합니다.

DB Schema를 통째로 전달해 SQL을 생성하는 대신 Fact 테이블 위에서 Semantic Layer를 조립하게 만드는 데이터 분석 에이전트 구조를 살펴봅니다.

어려운 기술 개념을 직관적으로 풀어내는 ELI5 기법과 조직 내부 지식을 연계한 AI 에이전트 워크스페이스 활용 방안을 다룹니다.

AI 특유의 진부한 표현을 다듬는 anti-slop 프롬프트 스킬들을 분석합니다. 설치 1위인 stop-slop의 주요 규칙과 상위 도구 집중 현상을 다룹니다.

공공기관 및 규제 산업에서 RAG와 LLM을 도입할 때 외부 API 없이 한국어 문서의 개인정보 33종을 로컬에서 탐지하고 가명화하는 Python 라이브러리 ko-pii를 소개합니다.

국어학 전공자가 개발한 Claude Code 전용 output-style 프롬프트를 소개합니다. 시스템 프롬프트에 직접 반영하여 모호한 한국어 표현을 교정하고 명확한 문장을 생성하도록 돕습니다.

단순 언어 모델을 실무용 코딩 에이전트로 전환하는 하네스(Harness)의 구조와 Kimi K3 모델의 실전 활용법을 정리합니다.

Codex를 활용해 발표자료 기획부터 디자인 방향 설정, 발표 대본 및 임원 보고용 재구성까지 빠르게 처리하는 8가지 프롬프트 활용법을 정리했습니다.

Prime Agent는 파이썬 REPL 기반의 RLM 구조를 도입해 대용량 파일 작업 시 콘텍스트 제한 문제를 해결한 오픈소스 코딩 에이전트입니다.

1,290개 속성을 지닌 가상 페르소나로 서비스 출시 전 시장 반응과 사용자 행동을 시뮬레이션하는 오픈소스 프레임워크 MatrAIx를 소개합니다.

AI에게 다이어그램을 맡길 때 발생하는 선 겹침과 배치 오류를 검증 로직으로 해결하는 에이전트 스킬 Archify를 소개합니다.

GPT-5.6 Luna 단가 인하와 DeepSeek V4 Flash 성능 향상에 맞춰 Codex 환경에서 Sol과 Subagent 모델을 분리해 토큰 비용을 효율적으로 절감하는 설정을 정리했습니다.

크래프톤이 SK텔레콤의 A.X K2 언어 모델과 자체 음성 인코더·코덱을 결합한 21B 규모 음성 AI 파운데이션 모델 ‘A.X K2 Raon-Speech’를 허깅페이스에 공개했습니다.

앤트로픽이 클로드 5세대 모델에 맞춰 시스템 프롬프트를 80% 이상 줄이고 자율 추론을 끌어올린 새로운 컨텍스트 엔지니어링 원칙을 발표했습니다.

AI 생성 도구에서 원하는 그래픽 품질을 얻기 위해 프롬프트와 시각 디렉션에 활용할 수 있는 15가지 대표 디자인 스타일 키워드를 정리했습니다.

최신 모델 적용 과정에서 Claude Code 시스템 프롬프트를 80% 줄이며 얻은 프롬프트 작성 및 CLAUDE.md 활용 교훈을 정리합니다.

단일 엔드포인트에서 268개 이상의 프로바이더와 500개 이상 모델을 연동하고, 자동 쿼터 전환과 토큰 압축까지 지원하는 오픈소스 AI 게이트웨이 OmniRoute를 소개합니다.

안드레 카파시가 제안하는 LLM 협업 팁으로, 정제되지 않은 생각을 10분 동안 음성으로 기록하여 모델이 맥락을 정확하게 이해하도록 돕는 방식을 소개합니다.

16만 개 이상의 GitHub 스타를 보유한 대표적인 프롬프트 오픈소스 프로젝트 prompts.chat이 2,000개 이상의 프롬프트 라이브러리와 AI 에이전트 스킬, 프롬프트 체인 기능을 추가하는 대규모 업데이트를 진행했습니다.

원하는 결과를 얻으려 고민하는 대신 Claude와 같은 LLM에 메타 프롬프트를 입력하여 최적화된 프롬프트를 자동으로 생성하는 방법을 소개합니다.

Google과 펜실베이니아 주립대 연구진이 제안한 Nexus는 수치 패턴 인식과 비정형 텍스트 추론을 결합한 멀티 에이전트 시계열 예측 프레임워크입니다.

LLM이 코드를 분석해 위키를 자동으로 생성하고 갱신하는 LLM 위키 도구 3종(DeepWiki, Google Code Wiki, OpenWiki)의 특징과 선택 기준을 소개합니다.

iMessage 대화 기록을 학습하여 개인의 말투를 모방하는 소형 Transformer 모델을 Mac에서 직접 구축하는 파이프라인을 소개합니다.

Microsoft가 AI 에이전트와 사용자가 모두 쉽게 편집할 수 있는 차트 시각화 중간 언어 Flint를 오픈소스로 공개했습니다.

fenic은 PySpark/SQL 스타일 연산과 LLM 기반 시맨틱 연산자를 통합하여 정형 및 비정형 데이터를 지속 가능한 데이터프레임 파이프라인으로 처리하는 쿼리 엔진입니다.

AI 코딩 에이전트의 하네스와 루프 시스템이 실제로 소프트웨어 개발 효율을 높이는지 비용과 성능 관점에서 객관적으로 평가하는 CopyEval 벤치마크를 소개합니다.

Claude Code에 추가된 /checkup 명령어를 소개합니다. 불필요한 리소스를 정리하고 CLAUDE.md를 최적화하여 프로젝트 환경을 효율적으로 관리하는 방법을 정리했습니다.

단순 프롬프트 입력을 넘어 정지 조건이 충족될 때까지 스스로 작업을 반복하는 코딩 에이전트 루프 설계의 네 가지 핵심 기준과 작동 방식을 알아봅니다.

LLM 에이전트의 답변 정확도를 높이기 위해 비정형 데이터를 구조화된 위키 형태로 변환하고 관리하는 LLM Wiki 구축 전략을 소개합니다.

OpenAI가 출시한 GPT-Image-2의 추론 기반 이미지 생성 아키텍처를 분석하고 실무 UI 디자인에 적용하는 7가지 스타일별 프롬프트 작성법을 정리합니다.

Prism Insight는 13개 이상의 AI 에이전트가 주식 분석부터 리포트 생성과 매매 실행까지 연결하는 오픈소스 시스템입니다. 투자 성과보다 분석 자동화 구조와 운영 리스크를 중심으로 살펴봅니다.

트렌드 리서치부터 세로 스크롤 뷰어 조립까지, Claude Code 환경에서 27개 전문 AI 에이전트가 웹툰 한 회차를 자동 제작하는 하네스 아키텍처를 분석합니다.

데이터 유출 걱정 없는 로컬 오픈소스 메모리 시스템 MemPalace를 소개합니다. 평면적 벡터 검색의 한계를 넘어선 계층적 데이터 관리 방식을 다룹니다.

NotebookLM으로 데이터 분석과 의사결정 효율을 높이는 8가지 실무 전략을 소개합니다. 단순 요약을 넘어 AI 튜터와 콘텐츠 전략 엔진으로 활용하는 법을 다룹니다.

AI 에이전트의 성공적인 실행은 루프 설계에 좌우됩니다. LOOPER는 목표만 입력해 실행하기보다, 실제 작업 전 루프 구조를 분석하고 최적화하는 ‘설계 계층’ 역할을 합니다.

LLM Graph Builder는 PDF, 영상 등 비정형 데이터를 LLM으로 분석해 Neo4j 지식 그래프로 변환하는 오픈소스입니다. 노드와 관계를 추출하고 다양한 LLM과 질의 모드를 지원하며 복잡한 데이터 속에서 필요한 정보를 대화하듯 찾아줍니다.

Codex CLI OSS 모드로 Ollama, LM Studio 등 로컬 LLM을 연동하는 방법과 최신 프로필 설정법을 정리했습니다.

구글이 공개한 Gemini-SQL2가 BIRD 벤치마크 실행 정확도 80.04%를 기록하며 실무 적용 가능성을 입증했습니다. 전문 모델의 강점과 클라우드 생태계 통합 전망을 분석합니다.

AI 에이전트가 로컬 파일을 검색할 때 발생하는 심각한 토큰 낭비와 지연 시간을 해결하고자, 벡터 DB 없이 결정론적 파일 지도와 LLM Wiki를 활용하는 오픈소스 Jikji의 효율적인 탐색 구조를 분석합니다.

앤트로픽의 클로드 코드 세션 분석 보고서를 바탕으로 AI 에이전트 협업에서 도메인 지식이 코딩 역량보다 중요한 이유를 분석합니다.

글로벌 빅테크가 공개한 시계열 파운데이션 모델 TimesFM과 LLM 멀티 에이전트를 활용하여 거대 자본 없이도 고도화된 퀀트 트레이딩 인프라를 구축하는 방법을 다룹니다.

전담 보안 인력이 부족한 스타트업이 로컬 LLM과 프롬프트 엔지니어링을 활용해 CISO 역할을 대체하고 보안 운영을 자동화하는 실무 방안을 제안합니다.

LLM Wiki는 Andrej Karpathy의 위키 패턴을 구현한 데스크톱 앱입니다. RAG의 한계를 넘어 LLM이 문서를 분석, 점진적으로 지식 그래프 기반 위키를 구축하며 개인 지식 관리의 새로운 길을 제시합니다.

소크라테스식 질문과 다중 에이전트 협업으로 검색 쿼리를 풍부하게 확장하고 검색 성능을 개선하는 프레임워크 AMD를 소개합니다.

구글이 BIRD 벤치마크에서 80.04%의 실행 정확도를 기록한 Gemini-SQL2를 공개했습니다. 현업 적용 가능성과 한계를 데이터 엔지니어 관점에서 짚어봅니다.

구글 리서치가 발표한 Agentic RAG의 핵심인 Sufficient Context Agent의 동작 방식과 FramesQA 벤치마크 성능 평가 결과를 분석합니다.

생성형 AI를 업무에 도입한 근로자들의 주간 업무 시간이 평균 1.5시간 단축되었으나 실제 생산성 향상으로는 이어지지 않았다는 한국은행 보고서 내용을 다룹니다. 특정 직군을 제외한 대다수에서 AI 활용의 한계점을 분석합니다.

핀테크 증권사 Open API와 LLM을 결합하여 감정을 배제하고 기계적으로 매수·매도 시그널을 보내는 AMQS 모멘텀 퀀트 트레이딩 봇 개발기.

하드웨어 사양을 감지해 실측 벤치마크 기반으로 최적의 오픈소스 모델을 추천하는 whichllm 활용법을 살펴봅니다.

AI 재시도와 비용 낭비를 줄이는 분석 프레임워크와 도구별 최적화 전략을 다룹니다.

문서 구조와 맥락을 보존하여 RAG 시스템의 검색 품질을 개선하는 청킹 기법의 실무 적용 방안을 다룹니다.

사진 한 장, 대화 기록 하나로 ChatGPT가 개인화 보고서를 이미지로 만들어줍니다. 지금 바로 써볼 수 있는 프롬프트 모음.

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

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

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

RAG는 매번 처음부터 답을 찾습니다. Karpathy는 LLM이 위키를 직접 유지보수하며 지식이 쌓이는 구조를 제안했습니다. DataNexus의 온톨로지 카탈로그가 방치되지 않으려면 같은 원리가 필요합니다.

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

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

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

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

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

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

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

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