

AI 에이전트의 진화: 프롬프트에서 컨텍스트 엔지니어링까지 (ACE를 곁들인)
AI 에이전트 성능이 프롬프트 중심에서 컨텍스트 엔지니어링 중심으로 이동하는 흐름을 정리했습니다. ACE의 구조와 델타 업데이트 방식으로 컨텍스트 붕괴를 줄이는 접근을 소개했습니다.


AI 에이전트 성능이 프롬프트 중심에서 컨텍스트 엔지니어링 중심으로 이동하는 흐름을 정리했습니다. ACE의 구조와 델타 업데이트 방식으로 컨텍스트 붕괴를 줄이는 접근을 소개했습니다.

물어보새를 사내 지식과 업무를 아우르는 멀티 에이전트 서비스로 확장한 과정을 소개했습니다. 지식 확장, 메모리, Tracing, ReAct로 검색과 맥락 유지, 자율 실행을 강화했습니다.


Google Opal의 자연어 기반 AI 앱 생성 기능과 시각적 워크플로 편집을 소개했습니다. 기술 블로그 자동화와 DevOps 반복 업무에 적용하는 방법과 보안 주의점도 정리했습니다.


Google Opal은 자연어 한 줄로 AI 앱과 워크플로를 만드는 노코드 플랫폼입니다. 반복 업무 자동화와 빠른 프로토타입에 유용하지만, 프로덕션과 보안 환경에서는 제약이 있습니다.


Dev Ground 2025 세미나에서 AI 코딩의 실무 활용법을 정리했습니다. LLM 컨텍스트 관리와 설계, 지침 파일과 Commands 활용이 핵심이었습니다.


LLM 활용 방식별 특징과 장단점을 기획자 관점에서 정리한 글입니다. 에이닷 적용 사례를 통해 서비스에 맞는 LLM 선택과 구조 설계의 중요성을 설명했습니다.


여기어때가 콘서트팩 Vol.8 원주편 홍보를 위해 CGI 기반 3D 브랜디드 영상을 제작한 과정을 소개했습니다. AI 영상 생성, Cinema 4D 합성, 효과음 설계로 브랜드 세계관을 강화했습니다.


AI 코딩 도구는 생산성과 학습 보조에 도움이 되지만, 주니어에게는 기본기 저하와 과의존 위험도 있습니다. 단계적으로 활용하고 반드시 검증하는 가이드라인이 필요합니다.

상담사처럼 발화하는 TTS를 만들기 위해 한국어 적응, 단일 화자 미세조정, GRPO, DPO를 단계적으로 적용했습니다. 명료도와 상담사향 프로소디를 함께 개선하며 실제 전화 상담에 맞는 음성을 추구했습니다.

상담사처럼 말하는 한국어 TTS를 만들기 위해 데이터 학습, 명료도 개선, 선호도 기반 후학습을 단계적으로 적용했습니다. GRPO와 DPO로 상담사향 프로소디와 화자 일관성을 높인 과정을 소개했습니다.


TabbyML은 온프레미스에서 동작하는 AI 코드 어시스턴트로, 조직 내부 데이터를 유지하면서 개발 지원 기능을 제공합니다. 보안이 중요한 환경에 적합하지만 복잡한 작업에서는 제안 품질이 제한될 수 있습니다.


AI 에이전트를 실제 개발 과정에 활용한 경험과 한계를 정리했습니다. 작은 작업부터 시작하고 맥락 문서화를 통해 활용도를 높이려는 방향을 제안했습니다.

회귀 테스트 자동화가 UI 변경에 자주 끊기던 문제를 AI 셀프힐링 로케이터로 보완했습니다. description 중심 작성으로 유지보수를 줄이고 테스트 복구 흐름을 만들었습니다.

생성형 AI와 Flutter로 메뉴 등록 앱 데모를 5일 만에 만든 실험을 소개했습니다. 요구 분해와 반복 수정은 유효했지만, 프로덕션용 안전장치는 부족했습니다.