AI 에이전트 거버넌스: GitLab으로 Claude Code 활동 기록하고 변경 통제하기
GitLab과 Claude Code로 정책·통제·기록·검토 기반의 에이전트 거버넌스 구축 방법을 설명했습니다. glab 세션 기록, 보호 브랜치와 MR 승인 규칙을 활용한 변경 통제 실습을 다뤘습니다.
#GitLab#Claude Code#AI 에이전트
000
모든 블로그
대표 인기 포스트Claude Code /loop, Hooks, Auto memory로 점검 자동화 루프 만들기216 조회216 조회 AI AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
인포그랩
주요 카테고리 DevOps · AI · 프론트엔드
활동 요약
- 최근 30일
- 4개
- 평균 조회
- 57
- 누적 조회
- 8,678
- 전체 글
- 153개
- 마지막 발행
- 2026. 11. 13.
인포그랩 기술 블로그 글 (57)
n8n 컨퍼런스 In The Loop 2026에서 밝힌 제품 방향: 관건은 신뢰
n8n이 자동화 생애주기 전반에서 신뢰성을 높이기 위한 제품 방향을 공개했습니다. 에이전트 역할 분리, 평가, 관측, 최소 권한 관리 원칙을 정리했습니다.
#n8n#AI 에이전트#MCP
1200
AI 영상 제작을 배포 파이프라인처럼: DevOps 회사가 DemoCut을 만드는 이유
n8n 숏폼 자동화의 한계를 넘어, 컷 단위 AI 영상 도구 DemoCut을 개발한 배경을 소개했습니다. 사람의 피드백과 형식 표준화, 사내 도그푸딩으로 지속 가능한 영상 제작 흐름을 검증했습니다.
#DemoCut#n8n#MCP
800
루프를 품은 그래프 엔지니어링: Claude Code와 OmO로 본 설계와 실행
다중 에이전트 작업을 그래프로 설계하는 방법과 Claude Code·OmO 구현 차이를 비교했습니다. 실습을 통해 검증 기준, 결과 처리 코드, 셸 권한 설정의 중요성을 확인했습니다.
#그래프 엔지니어링#AI 에이전트#Claude
1900
고객의 한마디가 기능이 되기까지, AI 에이전트로 시작하는 제품 개발 사이클
Nelper는 Slack의 고객 요구사항을 AI 에이전트로 구조화해 구현·검증·배포·문서화까지 연결했습니다. 반복 실행은 자동화하고 제품 우선순위와 최종 판단은 사람이 맡았습니다.
#n8n#AI 에이전트#자동화
1700
루프 엔지니어링 실전: Claude Code /goal 분석과 Stop 훅 재구현
루프 엔지니어링과 Claude Code /goal의 동작 원리를 분석하고, Stop 훅으로 유사 기능을 재구현한 사례를 정리했습니다. 완료 조건을 측정 가능하게 설계하고 예외 종료를 함께 준비하는 것이 핵심이라고 설명했습니다.
#Claude Code#LLM#자동화
3100
AI 에이전트 스킬이 발동하지 않는 이유: SKILL.md 결함과 개선법
AI 에이전트 스킬 파일 `SKILL.md`에서 발생하는 결함 유형과 원인을 분석했습니다. Frontmatter와 본문을 어떻게 고쳐야 하는지 8가지 점검 항목으로 정리했습니다.
#AI 에이전트#LLM#arXiv
2500
AI 코드 리뷰 자동화, 판정은 왜 흔들릴까? 원인과 해결법 4가지
LLM 코드 리뷰는 같은 입력에도 판정이 달라질 수 있어 자동화에서 흔들림이 생길 수 있습니다. 이를 줄이기 위해 코드 위임, 출력 폭 좁히기, 다수결, 하네스 적용을 제안했습니다.
#LLM#자동화#하네스
5700
LLM·하네스로 더 좋은 n8n 워크플로 생성하기
LLM이 n8n 워크플로를 더 잘 생성하도록 하네스 엔지니어링을 소개했습니다. 정확한 스펙과 검증 도구를 주면 네이티브 노드 활용도가 크게 높아졌습니다.
#LLM#n8n#자동화
8200
에이전트 옵저버빌리티 - AI 에이전트의 '조용한 실패'를 잡는 법
AI 에이전트의 조용한 실패를 잡기 위한 에이전트 옵저버빌리티 개념과 APM·LLM 옵저버빌리티와의 차이를 정리했습니다. Langfuse와 Gemini로 PR 리뷰 에이전트를 추적·평가하는 실습과 운영 시 유의사항도 다뤘습니다.
#LLM#모니터링#OpenTelemetry
5500
비엔지니어의 Claude Code 활용 ROI 측정 - 4가지 베이스라인 지표
비엔지니어 환경에서 Claude Code ROI를 측정하는 4가지 베이스라인 지표를 소개했습니다. 로컬 로그와 ccusage 분석으로 토큰, 비용, 도구 사용, 메시지 패턴을 기준점으로 삼는 방법을 설명했습니다.
#Claude Code#LLM#ROI
5000
AI 코딩 도구 ROI를 정확히 측정하는 4가지 핵심 지표
AI 코딩 도구의 ROI를 비용과 품질 지표로 나눠 측정하는 방법을 정리했습니다. 각 지표의 의미와 한계를 함께 살펴보며 정확한 판단 기준을 제안했습니다.
#LLM#비용#분석
10900
GitLab Duo Agent Platform으로 개발 업무 80%를 AI에 맡기기
GitLab Duo Agent Platform은 개발의 나머지 80%를 멀티 에이전트로 자동화하는 플랫폼을 소개했습니다. 이슈, 리뷰, 보안, CI/CD를 자율 처리하면서도 사람의 승인과 통제를 유지했습니다.
#GitLab#DevSecOps#CI/CD
5700
AI 에이전트에 메모리를 더 많이 주면 더 똑똑해질까?
Claude Code 에이전트의 메모리 계층 구성을 비교 실험했습니다. 세션 캐시만 단독으로 쓸 때 정확도가 가장 크게 높아졌고, 외부 저장소는 오히려 성능을 떨어뜨렸습니다.
#LLM#Claude Code#cache
11200
Claude Code /loop, Hooks, Auto memory로 점검 자동화 루프 만들기
Claude Code의 `/loop`, Hooks, Auto memory를 연결해 점검 자동화 루프를 구성하는 방법을 설명했습니다. 설정 검증과 커밋 차단, 세션 간 맥락 유지까지 한 흐름으로 묶는 설계와 주의점을 다뤘습니다.
#Claude Code#자동화#DevSecOps
21600
Claude Code Hooks - 프롬프트 대신 코드로 정책 강제하기
Claude Code Hooks로 프롬프트 대신 설정 파일 기반 정책 강제를 설명했습니다. 파일 수정, 위험 명령 차단, 모니터링 등 실전 활용 패턴도 함께 다뤘습니다.
#Claude Code#hooks#DevSecOps
9900
Claude Code /simplify와 /batch로 병렬 코드 리뷰·대규모 변경 자동화하기
Claude Code의 /simplify와 /batch로 병렬 리뷰와 대규모 변경 자동화를 다뤘습니다. PR 전 품질 점검과 작업 단위별 병렬 처리 활용법도 함께 정리했습니다.
#Claude Code#Git#GitHub
18100
Claude Code Auto memory로 반복 설명 없이 작업하기 \:\ 컨텍스트를 스스로 기억하는 AI
Claude Code의 Auto memory로 작업 중 컨텍스트를 자동 저장해 다음 세션에 이어 쓰는 방법을 소개했습니다. CLAUDE.md와의 역할 차이, /memory 사용법, 주의할 점도 함께 정리했습니다.
#Claude#prompt#문서화
16400