№035
나는 관심이 많은 사람일까, 끝내지 못하는 사람일까
통계 모델링부터 AI, LLM Agent, 백엔드까지. 넓은 관심이 깊은 이해로 이어졌는지 스스로 묻는다. GPT와 나눈 대화에서 마음에 남은 평가를 출발점으로, 많은 것을 시작해온 경험을 돌아보고 앞으로 무엇을 완성으로 삼을지 생각한다.
Tag index
#AI에이전트
35 entries №034
같은 Agent를 쓰는데, 개발자의 차이는 어디서 생길까
구글 엔지니어와 나도 같은 Agent를 쓰는데, 우리의 차이는 무엇일까. 커리어에 대한 불안에서 시작해 시스템 기본기와 설계·검증의 중요성을 돌아보고, 앞으로 블로그에 남길 회고와 학습, 실제 프로젝트 실험을 예고한다.
№033
Open Knowledge Format(OKF)란? AI 에이전트 지식을 Markdown으로 공유하는 법
Open Knowledge Format(OKF)는 흩어진 조직 지식을 Markdown과 YAML frontmatter로 묶어 사람과 AI 에이전트가 함께 읽고 옮기게 하는 공개 형식입니다. 구조, 장점, 한계와 시작법을 쉽게 설명합니다.
№032
Codex·Claude·OpenCode 동시에 쓰기 — Git worktree·branch·workspace 차이와 충돌 방지
Codex·Claude·OpenCode를 동시에 실행할 때 생기는 코드 덮어쓰기와 작업 중단을 branch, worktree, workspace의 격리 범위로 분석하고 안전한 병렬 작업 절차와 선택 기준을 정리합니다.
№031 llm-wiki-engineering · 02
LLM Wiki가 인기인 이유: 코드 이해에서 AI 에이전트 문맥까지 (2/6)
LLM Wiki가 주목받는 이유를 코드 온보딩 비용, 문서 노후화, AI 에이전트의 문맥 부족, 탐색과 질의의 결합으로 설명합니다. DeepWiki 공개 지표와 최신 연구의 한계도 함께 봅니다.
№030 ai-agent-operations · 07
AI 사용률 90%인데 출시는 빨라지지 않았다: Block의 Stage 5와 그 대가 (7/7)
Block이 3,500명 엔지니어링 조직을 Agentic Engineering으로 전환한 과정을 추적합니다. AI Champions, repo readiness, review·cloud workspace·world model과 구조조정 뒤 남은 질문을 함께 봅니다.
№029 ai-agent-operations · 05
OpenClaw 구축: Docker Gateway와 Slack을 안전하게 연결하기 (5/7)
Linux VPS에 OpenClaw Docker Gateway를 version pin과 영속 volume으로 구축하고 Slack Socket Mode를 연결합니다. SecretRef, 사용자·채널 allowlist, sandbox, health check와 rollback을 포함합니다.
№028 ai-agent-operations · 04
OpenClaw 사용법: Gateway·Workspace·Channel을 이해하는 첫날 (4/7)
OpenClaw를 설치하고 Gateway·내장 Agent runtime·Workspace·Session·Channel의 관계를 확인합니다. Dashboard에서 읽기 전용 첫 작업을 검증하고 안전하게 메시징으로 확장하는 순서를 정리합니다.
№027 ai-agent-operations · 03
Hermes Agent 구축 후 최적화: Tool·Memory·Skill을 줄이는 순서 (3/7)
VPS에 배포한 Hermes Agent의 성공률·비용·지연·위험을 함께 측정합니다. Toolset 최소화, Memory와 Skill 분리, 모델 실험, Cron 승격 순서로 반복 업무를 안정화합니다.
№026 ai-agent-operations · 02
VPS에 Hermes Agent 구축하기: Gateway·격리·복구까지 (2/7)
로컬에서 검증한 Hermes Agent를 Linux VPS의 항상 켜진 서비스로 옮깁니다. 전용 계정, Messaging Gateway, 사용자 허용 목록, Docker 실행 격리, 백업과 재시작 검증을 연결합니다.
№025 ai-agent-operations · 01
Hermes Agent 사용법: 설치보다 먼저 첫 작업 계약을 만든다 (1/7)
Nous Research의 Hermes Agent를 처음 설치하고 모델·도구·세션·프로젝트 문맥을 확인합니다. 막연한 비서 대신 검증 가능한 첫 작업을 정해 안전하게 사용하는 순서를 정리합니다.
№024 rag-agent-harness-foundations · 10
Production RAG Agent Harness: Trajectory 평가와 Release Gate (10/10)
State·tool·router·evidence·memory·durable runtime·trace·security를 production harness로 통합하고 final state와 trajectory의 품질·비용·보안 gate로 안전하게 릴리스합니다.
№023 llm-reasoning-reliability-foundations · 09
Agent Trajectory Learning: Long-Horizon Credit Assignment (9/10)
Agent의 state·observation·action 전체 trajectory를 offline imitation과 on-policy RL로 학습합니다. Outcome·step reward, credit assignment, replay와 episode 평가를 설계합니다.
№022 rag-agent-harness-foundations · 09
RAG Agent 보안: Prompt Injection·Capability·실행 직전 승인 (9/10)
검색 문서와 tool result를 untrusted data로 격리하고 provenance·taint·최소 capability·human approval·commit-time authorization으로 Agent 부작용과 정보 유출을 막습니다.
№021 llm-reasoning-reliability-foundations · 08
Tool-Use Learning: Function Calling SFT·Execution Reward 설계 (8/10)
도구 문서와 JSON Schema에서 function call 학습 데이터를 만들고 SFT·execution reward로 학습합니다. No-call·병렬·연속 호출, schema drift와 보안 평가를 설계합니다.
№020 rag-agent-harness-foundations · 08
Agent Observability: Trace·Span·Event로 실패 재현하기 (8/10)
RAG Agent의 router·retrieval·model·tool·checkpoint를 trace·span·event·artifact로 연결하고 version·비용·latency·error를 기록해 최초 실패 지점을 재현합니다.
№019 rag-agent-harness-foundations · 07
Durable Agent Execution: Checkpoint·Retry·Idempotency (7/10)
프로세스·네트워크 장애 뒤에도 RAG Agent를 안전하게 재개하도록 checkpoint·replay·idempotency·timeout·retry·cancellation·compensation을 설계합니다.
№018 rag-agent-harness-foundations · 06
Agent Memory 설계: Working·Episodic·Semantic·Procedural (6/10)
Agent state·context·memory·corpus를 구분하고 working·episodic·semantic·procedural memory의 write·retrieve·update·forget lifecycle을 provenance·유효 기간·ACL·민감도로 설계합니다.
№017 rag-agent-harness-foundations · 05
근거 충분성 판정: Evidence Ledger와 재검색 종료 조건 (5/10)
RAG Agent가 Evidence Ledger로 claim coverage·충돌·출처를 검토하고 답변·재검색·보류를 결정하는 runtime을 설계합니다. Self-RAG·CRAG·FLARE의 아이디어를 종료 조건과 예산 계약에 연결합니다.
№016 rag-agent-harness-foundations · 04
Agent Planning 패턴: ReAct·Plan/Execute·ReWOO·Tree Search (4/10)
ReAct, plan-execute, ReWOO, tree search를 비용과 적응성으로 비교하고 dependency·success criteria·failure policy를 가진 plan DAG와 replan trigger·stop rule을 설계합니다.
№015 rag-agent-harness-foundations · 03
Query Router와 Adaptive RAG: 질문마다 다른 검색 경로 (3/10)
질문의 지식 필요성·신선도·식별자·복잡도·모호성·위험도를 판별해 no retrieval, direct lookup, single·iterative search, clarification을 선택하고 routing regret로 검증하는 RAG router를 설계합니다.
№014 rag-agent-harness-foundations · 02
Tool Calling 설계: JSON Schema와 안전한 실행 계약 (2/10)
LLM의 tool call을 실제 API 실행과 분리하고 JSON Schema 입력 계약, 의미·권한 검증, 구조화된 결과와 오류 envelope, side-effect·idempotency·version metadata를 갖춘 안전한 tool registry를 설계합니다.
№013 llm-rag-foundations · 01
RAG Agent 공부 순서: 토큰부터 Harness까지 한 장으로 보기 (1/10)
RAG Agent를 만들기 전에 토큰·임베딩·Transformer·검색·생성·평가·하네스가 한 요청에서 어떻게 연결되는지 전체 지도를 세우고, 10편의 학습 순서와 실습 기준까지 정리합니다.
№012 rag-agent-harness-foundations · 01
RAG Agent는 무엇인가: Workflow에서 상태 기반 제어 루프로 (1/10)
고정 RAG pipeline을 observe·decide·act·evaluate 상태 루프로 바꾸고, LLM과 deterministic harness의 책임을 분리해 종료 조건·예산·불변식·실패 상태를 가진 첫 RAG Agent를 Python으로 구현합니다.
№011
OpenAI SDK vs Temporal vs LangGraph — LLM 에이전트 백엔드 비교 2026
OpenAI Agents SDK, Temporal, LangGraph는 자주 비교되지만 셋은 같은 층이 아닙니다. 만드는 도구·운영 엔진·판단 흐름이라는 세 층을 한 장으로 정리하고, 언제 무엇을 써야 하는지 정직하게 가이드합니다.
№010 ai-agent-operations · 06
OpenClaw 구축 후 최적화: 20봇을 1 workflow로 줄인 기록 (6/7)
OpenClaw로 여러 프로젝트의 개발·QA·반복 업무를 동시에 자동화하려다 약 20개 봇을 한 프로젝트와 한 workflow로 줄였습니다. 실패 원인과 측정·Skill·Memory·권한 최적화 순서를 정리합니다.
№009 blog-journey · 01
티스토리·네이버 블로그 자동화 실패 후 git push 배포로 전환한 이유 (1/3)
Tistory·네이버 블로그 자동 게시 스크립트가 로그인 보안에서 막힌 이야기. GitHub Pages 진입장벽, '딸깍 배포'의 의미, 결국 개인 도메인 블로그를 선택한 이유까지 1차 회고.
№008 harness-engineering · 08
AI 에이전트 검증 루프 설계 — 실패 로그 패턴과 Hooks 자동화 (8/8)
Claude Code 기반 AI 에이전트가 같은 실수를 반복하지 않도록 만드는 검증 루프 설계법. 실패 로그를 남기고 Hooks로 해당 축만 보강하는 4단 루프(관찰·진단·보강·검증)를 실전 시나리오와 함께 정리합니다.
№007 harness-engineering · 07
Claude Code Subagent 만들기 — code-reviewer · researcher 역할 분리 패턴 (7/8)
Claude Code에서 subagent로 역할을 분리해 code-reviewer·researcher·test-writer 전문 에이전트를 만드는 방법을 정리합니다. 실제 정의 파일 3개 예시, tools/disallowedTools 설계, 확장 순서와 흔한 실수까지 포함합니다.
№006 harness-engineering · 06
AI 에이전트 메모리 패턴 — PROGRESS.md로 세션 핸드오프 만들기 (6/8)
Claude Code·OpenCode·OpenClaw에서 세션이 끊겨도 에이전트가 어제까지의 결정을 기억하게 만드는 메모리 패턴을 정리합니다. PROGRESS.md 템플릿, --continue와 새 세션 선택 기준, 구조적 커밋 메시지, 세션 핸드오프 프로토콜 포함.
№005 harness-engineering · 05
Claude Code 권한 설정 가이드 — allow / ask / deny와 permission mode 매트릭스 (5/8)
Claude Code의 allow/ask/deny 3단계 권한, default/plan/auto permission mode, hooks를 조합해 최소 권한 자동화 파이프라인을 설계하는 방법을 실제 settings.json 예시와 함께 정리합니다.
№004 harness-engineering · 04
AI 에이전트 도구 설계 가이드 — Tool · Skill · Plugin · MCP 차이와 SKILL.md 작성법 (4/8)
Claude Code·OpenCode 에이전트의 도구 레이어를 Tool → Skill → Plugin 3계층과 MCP(Model Context Protocol)로 나눠 정리합니다. SKILL.md 작성 레시피, MCP 서버 설정 예시, 도구 추가 전 체크리스트 포함.
№003 harness-engineering · 03
CLAUDE.md 작성 가이드 — AI 에이전트가 읽을 지식 3계층 (전역·프로젝트·로컬) (3/8)
CLAUDE.md(AGENTS.md)는 백과사전이 아니라 50줄짜리 맵이어야 합니다. 맵 → docs/ → 코드의 3계층 구조, OpenAI 실패 사례, Agent Legibility 개념, 점진 발전 4주 플랜을 정리합니다.
№002 harness-engineering · 02
AI 에이전트 과업 분해 가이드 — 큰 작업을 4단계로 쪼개는 Plan 에이전트 패턴 (2/8)
Claude Code·OpenCode 에이전트에게 큰 작업을 맡길 때 왜 실패하는지, 좋은 분해의 4가지 조건과 plan 에이전트로 계획과 실행을 분리하는 패턴을 정리합니다. 실전 템플릿과 CLAUDE.md 규칙 예시 포함.
№001 harness-engineering · 01
하네스 엔지니어링이란? AI 에이전트 환경 설계 7축 로드맵 (1/8)
하네스 엔지니어링은 프롬프트만이 아니라 AI 에이전트가 일하는 환경 전체(규칙·도구·기억·권한·역할·검증)를 체계적으로 설계하는 방법론입니다. 정의·에이전트 루프·7가지 설계 축을 입문자 눈높이로 정리합니다.
