

꿈꾸던 AI가 되었어요 - Anthropic 꿈꾸기(dreaming) 글을 우리 개발 환경에 적용하기
에이전트 메모리를 원본 기록과 대조해 정제하는 Anthropic의 꿈꾸기 개념을 정리했습니다. Claude Code 메모리를 작게 유지하고 주기적으로 검토·정리하는 방법을 제안합니다.
새로운 기술 블로그가 추가되었어요


에이전트 메모리를 원본 기록과 대조해 정제하는 Anthropic의 꿈꾸기 개념을 정리했습니다. Claude Code 메모리를 작게 유지하고 주기적으로 검토·정리하는 방법을 제안합니다.

AWS Transform과 Claude Code를 조합해 SQL Server 기반 .NET 시스템을 Aurora PostgreSQL로 전환했습니다. 스키마 동결과 원본 동등성 검증으로 자동 변환 이후의 계약 불일치를 해결했습니다.

TASTE는 공동학습으로 사용자 표현을 만들고, 예측 확률과 임베딩을 여러 추천·타기팅 모델에 제공합니다. 목적별 모델 분리와 TASTE Bench로 성능 및 전이 효과를 지속 검증했습니다.
협업 필터링의 인기 편향이 코사인 기반 학습에서도 남는 경로를 분석했습니다. L2 Projection과 Degree Prior로 롱테일 추천 성능과 커버리지를 개선했습니다.
IAMSEC 2026 국제 육군 M&S 학술 컨퍼런스 및 전시회 참가 현장을 소개했습니다. 국방 AI 풀스택 기술 파트너 주제의 기조연설과 부스 운영을 다뤘습니다.

n3r.iam을 OIDC Provider로 확장해 사내 서비스 로그인 연동 방식을 소개합니다. 토큰에 프로젝트·역할·그룹 정보를 담아 API 인가에 활용하는 설계를 공유합니다.


RAG 알고리즘을 유지한 채 질의 중심 인덱스와 답변 DB 분리로 Q&A 검색 노이즈를 줄였습니다. BM25·KNN·RRF의 후보 품질과 운영 검증 기준을 설명합니다.


PennyLane QAOA Max-Cut을 로컬과 Amazon Braket Hybrid Jobs의 두 시뮬레이터에서 비교했습니다. 실행 위치에 따른 콘솔 추적, 네트워크 왕복, 과금 특성과 최적화 결과를 설명합니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

Crashlytics API와 Claude CLI로 신규 앱 크래시를 분석·리포트화하는 자동화 흐름을 구축했습니다. Confluence, Slack, Teams 연동으로 반복 확인 업무를 줄이고 iOS에도 재사용했습니다.


AgentCore와 EKS를 함께 지원하는 사내 AI 에이전트 플랫폼 구축 과정을 소개했습니다. 코드 생성·배포·MCP·메모리 관리를 표준화하고 GitOps 운영 개선 방향을 제시했습니다.

망분리 환경에서 적용 범위를 제한하고 n8n 중심의 사내 AX 환경을 구축했습니다. 재무·CR팀 반복 업무를 자동화해 시간 절감과 즉시 대응 체계를 만들었습니다.


Claude Code와 Playwright로 467개 웹 화면의 테스트 지도를 만들고 회귀 테스트 공백을 분석했습니다. 사람 검토와 고장 주입 검증을 거쳐 3.5일 동안 신규 테스트 114개를 추가했습니다.

Google의 11월 첫째 주 개발자 블로그 업데이트를 모았습니다. Gemini, Android, Firebase 관련 주요 소식을 소개합니다.
![인코어드의 AWS HPC 환경에서 WRF 실행하기 [2부: MPI/OpenMP 하이브리드 병렬화 튜닝 심층 분석]](https://d2908q01vomqb2.cloudfront.net/2a459380709e2fe4ac2dae5733c73225ff6cfee1/2026/11/04/Headline-Image-encored-wrf-hpc-part2.png)

AWS HPC에서 WRF의 MPI/OpenMP 비율을 조정해 통신 오버헤드를 분석했습니다. CPU 사용률보다 wall time과 EFA 패킷 지표를 함께 봐야 함을 확인했습니다.