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.
#LLM#Claude Code#에이전트 메모리
4800
모든 블로그
대표 인기 포스트나의 새로운 주니어 개발자는 AI? LLM을 활용한 코드 리뷰 자동화744 조회744 조회 AI AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI AI
AI
AI
AI
AI
AI
데보션
주요 카테고리 AI · DevOps · 백엔드
활동 요약
- 최근 30일
- 2개
- 평균 조회
- 77
- 누적 조회
- 37,237
- 전체 글
- 486개
- 마지막 발행
- 2026. 11. 10.
데보션 기술 블로그 글 (269)
블로그 발행 MCP를 직접 만들며 확인한 AI 에이전트 실무 원칙 - 구성요소부터 사람 승인까지
블로그 발행 MCP 구현 경험으로 AI 에이전트의 구성요소와 단계적 도입 원칙을 정리했습니다. 운영 한계, 권한·데이터 거버넌스, 사람 승인 설계의 중요성을 설명합니다.
#MCP#LLM#Claude
4000
우리 아이가 달라졌어요: 텍스트에 워터마크를 어떻게 넣을까
텍스트 워터마크가 LLM 샘플링에 통계적 신호를 남기는 KGW·SynthID-Text·textGrain 방식을 비교했습니다. PRD 에이전트에서는 검출력뿐 아니라 의미 보존과 실제 수정 부담을 함께 평가해야 합니다.
#LLM#텍스트 워터마크#Claude
2800
Jev로 AI 글 냄새 잡기 - 판정 모델을 교정 파이프라인 세 곳에 붙인 기록
Jev를 원고 교정·문체 탐지·자동 발행 점검에 적용해 조건부 활용 방식을 검증했습니다. 문단 판정은 Jev, 반복 규칙은 코드, 사실 검증은 별도 단계로 분리해야 합니다.
#Jev#LLM#prompt
17100
Vision Transformer 구현 — TensorFlow/Keras로 손글씨(MNIST) 분류하기
Vision Transformer를 TensorFlow/Keras로 구현해 MNIST 손글씨 분류 과정을 단계별로 설명했습니다. 데이터 전처리부터 패치화, 어텐션, 인코더, 분류까지 텐서 흐름과 구현 포인트를 정리했습니다.
#Vision Transformer#TensorFlow#Keras
3400
Claude Code Dynamic Workflow 쉽게 이해하기
Claude Code Dynamic Workflow를 여러 서브에이전트를 지휘하는 JS 기반 오케스트레이션으로 설명했습니다. 병렬 처리와 적대적 검증으로 대규모 작업의 정확도와 재현성을 높이는 방법을 다뤘습니다.
#Claude Code#JavaScript#LLM
8900
VLM을 이용한 시각적 문서 검색: ColPali와 ColQwen
텍스트 기반 문서 검색의 한계를 보완하기 위해 ColPali와 ColQwen의 시각적 문서 검색 방식을 소개했습니다. 긴 배너 이미지는 청킹과 그룹핑으로 보완하며 Baseline을 구성했습니다.
#VLM#검색#ColPali
3600
LLM의 thinking_token_budget은 어떤 역할을 하는가?
LLM의 `thinking_token_budget`이 내부 추론 토큰의 최대치를 제한하는 설정임을 설명했습니다. 더 깊은 사고를 유도하는 기능이 아니라 빠른 응답을 위한 제어 수단임을 정리했습니다.
#LLM#Claude#AI Agent
7100
AI 에이전트, 자율에 맡길까 절차로 통제할까
AI 에이전트는 자율 방식과 워크플로우 방식으로 나뉘며, 차이는 루프 통제 주체에 있습니다. 업무 성격에 따라 유연성과 예측 가능성의 균형을 맞춰 선택해야 합니다.
#AI 에이전트#workflow#LLM
6800
벡터DB를 걷어내고 유사글 추천 되살리기 — 임베딩 배치 Agent 개발기
벡터DB를 걷어낸 뒤 MySQL과 배치로 유사글 추천을 다시 구현했습니다. Gemini 임베딩과 운영 사고 대응까지 포함해 비용과 안정성을 함께 개선했습니다.
#MySQL#벡터DB#임베딩
9800
claude code의 reasoning effort는 vllm에도 효과가 있는가?
Claude Code의 reasoning effort가 vLLM에서 어떻게 전달되는지 소스코드로 확인했습니다. high 외 값은 대부분 max로 처리돼 실질적 제어 효과가 제한적이라고 정리했습니다.
#LLM#Claude#reasoning
7400
말하지 않고 만들었다 — AX를 코드로 구현한 6개월의 기록
6개월간 AX를 실제 시스템과 코드로 구현하며 얻은 경험을 정리했습니다. 모델 교체, 검수 분리, 데이터 정제, 승인 레일 등 운영 교훈을 공유했습니다.
#LLM#DB#Git
3820
말하지 않고 만들었다 — AX를 코드로 구현한 6개월의 기록
LLM은 언제 ＂모른다＂고 말해야 하는가
LLM은 정답을 맞히는 능력만큼, 모를 때 멈추는 능력도 중요하다고 정리했습니다. 모델 크기나 추론 강화만으로는 부족해, 별도의 평가와 정렬 설계가 필요했습니다.
#LLM#NLP#hallucination
6720
Claude Code와 함께한 웹 성능 개선 이야기
Claude Code 에이전트 팀으로 레거시 웹 시스템의 성능과 보안 이슈를 빠르게 분석했습니다. 다만 최적화 결과는 비즈니스 맥락과 실제 데이터로 반드시 검증해야 했습니다.
#Claude Code#웹 성능#SQL Injection
38200
EfficientDet-Lite0 모델을 활용한 실시간 객체 탐지 (Raspberry Pi 5)
Raspberry Pi 5에서 EfficientDet-Lite0와 TensorFlow Lite로 실시간 객체 탐지하는 샘플 코드를 소개했습니다. 입력 타입 분기, XNNPACK 가속, FPS 측정까지 포함한 엣지 AI 구현 흐름을 정리했습니다.
#TensorFlow Lite#Raspberry Pi#객체 탐지
6100
보안 검수, 이제 AWS Security Agent로 자동화 하자!
AWS Security Agent로 설계 검토, 코드 리뷰, 침투 테스트를 자동화하는 방법을 소개했습니다. 개발팀과 보안팀의 병목을 줄이고 SDLC 전반에 보안을 통합하는 방향을 제시했습니다.
#AWS#보안#AI Agent
8000
AWS Bedrock Converse API와 도구 활용: 멀티 모델 에이전트 구현하기
AWS Bedrock Converse API로 멀티 모델 에이전트를 구성하는 예시를 소개했습니다. 로컬 도구와 Lambda 도구를 함께 연결해 스트리밍 대화와 도구 호출 흐름을 구현했습니다.
#AWS Bedrock#Converse API#Streamlit
5400
Codex 플러그인 열풍: Slack부터 Figma까지, 개발 워크플로우의 재탄생
OpenAI Codex 플러그인이 Slack, Figma, Gmail 등 실무 도구를 자연어로 연결해 워크플로우를 자동화하는 흐름을 소개했습니다. 팀 생산성을 높이기 위한 점진적 도입 방법과 개발자의 준비 포인트도 정리했습니다.
#LLM#API#Slack
8900