인공지능 (AI,GPT)139 728x90 “토큰 절약”의 정체, MCP + SQLite + FTS5로 구현하는 Context Mode 요즘 보이는 Context Mode / MCP / Claude mem / caveman 스타일 전부 하나의 흐름입니다.❌ 토큰을 줄인다✅ LLM이 불필요한 데이터를 “안 보게 만든다”왜 이게 유행인가?AI 코딩 에이전트 쓰면 바로 겪습니다.세션 길어지면 느려짐맥락 깨짐비용 증가대용량 데이터 처리 불가이유는 단순합니다.LLM = 입력된 모든 텍스트를 다 읽는다[Raw Data] → [Sandbox / DB 저장] ↓ [검색 / 코드 실행] ↓ [결과만 LLM 전달]핵심“LLM은 처리하지 말고, 결과만 받아라”토큰 절약 4대 전략① 압축 (Compaction)Before대화 전체 계속 누적AfterSession Summar.. 2026. 4. 24. Claude Code 멀티 훅으로 구현하는 AI DevSecOps 통제 구조 Claude Code에서 “행동 제어 + 보안 + 품질 보장”을 동시에 구현하는 멀티 훅 구조입니다.개념 구조 (핵심 이해)이 설정은 한 줄로 요약하면Claude가 어떤 작업을 하기 전/후/종료 시점에 “강제 검사 로직”을 삽입하는 구조즉,AI가 실행하는 모든 행동을 Hook으로 감시 + 차단 + 검증사람이 아닌 AI 코드 실행 환경에 DevSecOps 정책을 강제 적용Hook 실행 흐름 (Lifecycle)구조는 3단계입니다.[PreToolUse] → 실행 전 검증[PostToolUse] → 실행 후 통제[Stop] → 전체 작업 종료 시 검증PreToolUse (사전 차단 계층)가장 중요한 핵심 보안 레이어✔ Bash 실행 전"matcher": "Bash"적용 목적AI가 쉘 명령 실행하.. 2026. 4. 19. 사람처럼 행동하는 AI를 만드는 방법, 한국형 페르소나 데이터셋 분석 Nemotron Personas 개요Synthetic Persona 기반 AI 학습 데이터셋실제 사람을 모방한 가상의 사용자 프로필개인정보 없이 생성된 안전한 데이터AI가 사람처럼 행동하도록 만드는 핵심 요소기존 AI와의 차이기존 LLM평균적인 사용자 기준동일한 답변 스타일문화/지역 반영 부족Personas 기반 AI사용자 유형별 응답문화/국가 특화행동 패턴 반영Nemotron-Personas-Korea의 의미✔ 인구통계 기반연령대직업지역✔ 행동 특성소비 성향의사결정 방식IT 활용 수준✔ 커뮤니케이션 스타일존댓말 / 반말간접 표현 / 직설 표현감정 표현 방식왜 중요한가?👉 기존 문제글로벌 모델 → 한국 사용자와 mismatch👉 해결한국 문화 기반 AI서비스 품질 향상사용자 경험 개선AI Agent에.. 2026. 4. 10. AI 에이전트, 이제 앱 밖으로 나온다 — Microsoft Agent Framework 1.0 — AI 에이전트 아키텍처의 “실행 계층 분리”라는 전환점Microsoft Agent Framework 1.0.0은 “LLM 호출 라이브러리”를 넘어, 에이전트의 실행·상태·통제를 앱에서 분리하는 독립적인 실행 계층(Agent Runtime Layer)을 표준화한 첫 번째 안정 버전이다.단순 업그레이드가 아닌 ‘패러다임 전환’기존 AI 애플리케이션 구조는 다음과 같았습니다.앱(UI/API) → LLM 호출 → 결과 처리또는 AutoGen / Semantic Kernel 기반앱 → Agent (내장) → LLM + Tools하지만 이번 릴리스의 핵심은 Agent를 앱 내부 로직에서 분리하는 것입니다.새 구조앱(UI/API) ↓Agent / Workflow (독립 실행 계층) ↓Session / Mi.. 2026. 4. 7. 하네스 프레임워크, AI 코딩 “더 똑똑하게” 아닌 “더 안전하게” 쓰는 방법 AI 코딩 도구를 “더 똑똑하게”가 아니라 “더 안전하게” 쓰는 방법AI 코딩 도구를 쓰다 보면 이런 경험을 하게 됩니다. 처음에는 빨라서 좋습니다.기획이 애매해도 금방 코드를 뽑아내고, 화면도 만들고, 테스트도 써주는 것처럼 보입니다.그런데 조금만 길게 써보면 문제가 드러납니다.범위가 자꾸 넓어집니다.아키텍처가 흔들립니다.팀 규칙을 무시한 코드가 나옵니다.테스트가 부족한 구현이 쌓입니다.보안 기준이 빠진 채로 “일단 되는 코드”가 생깁니다.이때 필요한 것이 바로 하네스(Harness) 프레임워크입니다.하네스는 AI 코딩 도구를 억누르는 장치가 아닙니다. 오히려 반대입니다.AI가 프로젝트의 규칙 안에서 움직이도록 길을 만들어 주는 구조화된 프레임워크입니다.즉, Claude Code, Cursor, Cod.. 2026. 4. 5. 이전 1 2 3 4 ··· 28 다음 728x90 728x90
