기술 › Agent 35

가상 위키와 정답표를 기준으로 문서 검색, 답변의 필수 사실, 근거 충실성, 인용, 답변 보류를 나눠 채점하는 방법을 예시와 계산식으로 설명합니다.

Skill과 MCP의 선택 기준과 동작 원리, 함께 사용하는 방법을 설명합니다.

장시간 작업하는 에이전트가 단일 행동 검사를 우회한 사례와, 전체 작업 궤적을 감시해야 하는 이유를 설명합니다.

Microsoft Research의 AgentRx가 길고 확률적이며 여러 에이전트가 얽힌 실행 기록에서 결정적 실패 지점과 원인을 어떻게 찾는지 살펴봅니다.

Microsoft CORPGEN 연구가 단일 과제 벤치마크를 넘어 여러 장기 업무를 동시에 처리하는 에이전트의 문제와 해법을 어떻게 검증했는지 살펴봅니다.

자기평가의 함정을 피하기 위한 Planner, Generator, Evaluator 구조와 스프린트 계약, 실제 검증 루프, 비용의 경계를 설명합니다.

OpenAI 연구 조직에서 코딩 에이전트가 병렬 작업, 실험 실행, 분석과 기술 지원을 어떻게 바꾸고 있으며 무엇을 여전히 사람이 결정하는지 살펴봅니다.

에이전트가 train.py를 고치고 5분간 학습한 뒤 val_bpb로 결과를 골라내는 autoresearch의 구조, 성과와 한계를 설명합니다.

카파시가 이름 붙인 Vibe Coding과 실제 제품을 에이전트에게 맡길 때 필요한 완료 조건, 저장소 컨텍스트, 실행, 검증, 정리의 차이를 설명합니다.

Zhenfeng Cao가 말하는 AI 에이전트와 소프트웨어 개발의 변화를 살펴봅니다.

카카오, 토스, OpenAI, Meta, Cloudflare의 공개 사례로 조직 지침, 저장소 컨텍스트, 역할별 워크플로, CI 검증을 짧고 쉽게 정리합니다.

Agent가 Context7을 선택하는 근거부터 tools/list로 도구를 발견하고 문서 검색 결과로 코드를 만드는 흐름까지 설명합니다.

Backend·Frontend 에이전트를 동시에 돌리기 위해 git worktree와 branch로 작업을 물리적으로 격리한 이유와 실제 흐름을 정리했다

AI 코딩 Agent가 Context7 MCP로 최신 개발 문서를 찾아 코드 생성에 사용하는 과정을 만화와 실제 연동 흐름으로 설명합니다.

강한 AI 모델을 쓸수록 중요한 것은 긴 프롬프트가 아니라 내가 모르는 것을 먼저 드러내는 작업이다.

AWS AI-DLC를 분석하며 개발자의 역할, 요구사항 도출 방식, 기존 개발 절차와의 차이, Spec Kit과 Kiro Specs 같은 비슷한 도구들과의 차이를 정리한다.

OpenClaw Android 앱을 큰 그림으로 정리한다. 핵심은 폰 안의 모델이 아니라 Gateway agent가 사용할 수 있는 모바일 실행 표면이다.

OpenClaw Android 앱의 Gateway 연결, node.invoke 실행, Voice/TalkMode 흐름을 sequence diagram 중심으로 분석한다.

OpenClaw Gateway와 Android app 사이의 operator/node 세션 흐름, 주요 컴포넌트, node.invoke 실행 구조, Chat과 Voice 처리 방식, local model 포함 여부를 소스 기준으로 정리한다.

mattpocock/skills 저장소를 분석해 Agent Skill이 어떻게 구성되고, model-invoked와 user-invoked가 어떻게 나뉘며, 실제 엔지니어링 workflow를 어떻게 안정화하는지 정리한다.

AI가 코드를 써주는 시대에 개발자의 통제는 사라지는 것이 아니라 테스트, 실행 결과, 사용자 행동처럼 더 확실한 곳으로 옮겨갑니다.

카파시의 LLM Wiki에서 검색이 효율적인 이유를 단계별로 따라가고, 임베딩(RAG)이 어디에 쓰이고 어디엔 안 쓰이는지를 그림으로 가립니다. index 지도, 링크 그래프, 캐싱, 임베딩의 진짜 위치.

안드레이 카파시가 제안한 LLM Wiki 패턴 — AI를 검색기가 아니라 지식을 쌓고 정리하는 편집자로 쓰는 법을 그림으로 풀었습니다. raw/LLM/wiki 3계층과 Ingest, Query, Lint 세 동작, 운영법까지.

바이럴된 andrej-karpathy-skills의 CLAUDE.md를 자연스러운 한국어 번역과 함께 뜯어봅니다. 네 원칙이 각각 어떤 LLM 실패 모드를 정조준하는지, 무엇을 배울 수 있는지, 그리고 왜 템플릿이 아니라 메뉴로 써야 하는지까지 분석합니다.

MCP(Model Context Protocol)는 AI 앱을 외부 도구·데이터에 연결하는 개방형 표준입니다. Host·Client·Server 구조와 Tools·Resources·Prompts, 왜 'AI의 USB-C'라 불리는지를 그림 한 장으로 쉽게 풉니다.

하네스는 한 겹이 아니다. 모델을 감싸면 에이전트가 되고, 그 에이전트를 또 감싸면 내 목적에 맞는 시스템이 된다. 양파처럼 중첩되는 하네스 구조와, 왜 요즘 Claude 위에 하네스를 또 얹는지를 그림 한 장으로 풉니다.

사람과 coding agent의 역할 분담을 정리한 학습 시리즈의 출발점. vibe coding에서 SDD, agentic engineering으로의 진화.

무엇을 만들지(SDD)와 옳게 만들었는지(TDD)를 레이어로 나누고 결합하는 법.

SDD 흐름(Spec→Plan→Tasks→Implement)을 슬래시 명령으로 표준화하는 GitHub SpecKit 사용법.

되돌림·파급·모호함·검증성 4축으로 사람 게이트와 agent 자율을 가르는 프레임워크.

헌법·PRD·Spec·아키텍처·ADR·CLAUDE.md — 사람의 의도를 agent가 실행하게 고정하는 문서들.

방법론·경계·문서를 Claude Code 기능과 묶은 반복 가능한 절차와 4개의 게이트.

URL 단축기 API를 빈 폴더에서 배포 직전까지, 명령 단위로 따라가는 실전 절차.

대화 컨텍스트를 통째로 비우는 /clear의 동작·사용 시점과 /compact와의 차이.

실제 코딩 세션에서 @파일·/plan·!·Esc·/clear 등을 언제 누르는지 입력 단위로 따라가는 예제.