
한 명의 개발자가 여러 전문가와 일하는 방법: 역할형 AI 에이전트로 AWS 인프라 포털 만들기
여러 AWS 콘솔과 CLI를 오가던 인프라 확인 문제를 읽기 전용 포털로 풀었습니다. 단일 프롬프트 대신 역할형 AI 에이전트로 업무를 나누는 접근을 다뤘습니다.

여러 AWS 콘솔과 CLI를 오가던 인프라 확인 문제를 읽기 전용 포털로 풀었습니다. 단일 프롬프트 대신 역할형 AI 에이전트로 업무를 나누는 접근을 다뤘습니다.


LLM 에이전트의 보상적 harness가 특정 모델의 실패를 코드로 옮긴 것임을 설명했습니다. 더 좋은 모델을 쓰면 보상 코드를 줄이고 시스템 책임만 남겨야 한다고 정리했습니다.


Claude Code의 토큰 비용을 캐시 경제학과 세션 습관 관점에서 정리한 글입니다. Amazon Bedrock에서는 사용자별 비용 관측과 캐시 효율 관리가 특히 중요하다고 설명했습니다.

Codex를 에이전틱 프로그래밍에 맞게 활용하는 워크플로와 정확도 향상 방법을 소개했습니다. AGENTS.md, Skills, MCP, record and replay, 마이그레이션 팁까지 함께 정리했습니다.

올리브영이 MCP를 개발하며 LLM이 툴을 잘 이해하도록 설명과 구조를 다듬은 과정을 공유했습니다. 가격 해석, 툴 체이닝, 미호출 문제를 예시·규칙·네이밍 조정으로 개선했습니다.


똑닥 AI 모더레이터의 인터뷰 에이전트 구조와 자가 발전 루프를 설명한 글입니다. 안전 규칙은 코드에 고정하고 전략만 스킬로 재합성하는 설계를 다뤘습니다.

똑닥 AI 모더레이터의 유저 인터뷰 에이전트 설계와 자가 발전 구조를 공유했습니다. 안전은 코드로 고정하고 전략은 스킬 세트로 분리해 피드백 기반 재합성을 구현했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
AI 네이티브 조직에서 도메인 지식을 사람과 여러 AI 에이전트가 공유하는 방법을 다룬 글입니다. 표준 기반 Core 위에 조직 특화 시맨틱 레이어를 얹는 접근을 소개합니다.


Claude Code Dynamic Workflow를 여러 서브에이전트를 지휘하는 JS 기반 오케스트레이션으로 설명했습니다. 병렬 처리와 적대적 검증으로 대규모 작업의 정확도와 재현성을 높이는 방법을 다뤘습니다.


같은 LLM이라도 결과 차이는 모델보다 하네스 설계에서 크게 갈렸습니다. 지시 문서, 외부 검증, 컨텍스트 관리로 에이전트 성능을 높이는 방법을 정리했습니다.

첫 사내 기술 콘퍼런스 우아한테크데이의 기획과 운영, 설문 결과를 정리했습니다. 조직 간 기술 공유와 AI 활용 경험을 나누며 사내 커뮤니케이션을 넓힌 사례였습니다.

Claude Skill로 Technical Writer의 용어 표준화 업무를 정책 기반 자동화로 전환한 사례를 다루었습니다. 반복 작업을 줄이고 문서 품질과 개발 일관성을 함께 높인 구조를 소개했습니다.


LLM의 `thinking_token_budget`이 내부 추론 토큰의 최대치를 제한하는 설정임을 설명했습니다. 더 깊은 사고를 유도하는 기능이 아니라 빠른 응답을 위한 제어 수단임을 정리했습니다.


AI 에이전트는 자율 방식과 워크플로우 방식으로 나뉘며, 차이는 루프 통제 주체에 있습니다. 업무 성격에 따라 유연성과 예측 가능성의 균형을 맞춰 선택해야 합니다.