분류 전체보기3699 728x90 Node.js 컨테이너 보안과 최적화: Docker 이미지 불필요한 의존성 제거 아래처럼 빌드 과정에서만 node_modules가 필요하고, 최종 실행은 다른 산출물만으로 가능한 경우입니다.React / Vue / Next.js 일부 정적 빌드 결과물만 실행TypeScript를 JS로 컴파일한 뒤, 런타임에는 컴파일된 결과만 실행번들러(Webpack, Vite, esbuild 등)로 의존성을 묶어서 배포이 경우에는 보통 최종 이미지에 node_modules를 넣지 않거나, production dependency만 남기는 방식으로 줄입니다.언제 제거하면 안 되나아래 경우는 실행 시점에 node_modules가 필요합니다.Node.js 서버가 require() / import로 패키지를 직접 사용NestJS, Express, Fastify 같은 서버 앱ORM, DB 드라이버, 템플릿 엔.. 2026. 4. 9. WSL Ubuntu ext4.vhdx 디스크 용량 최적화 (fstrim + optimize-vhd) Ubuntu LTS 버전 체계✔ 현재 기준Ubuntu 24.04 LTS최신 포인트 릴리즈: 24.04.4✔ 핵심 개념24.04 = 기준 버전 (변하지 않음)24.04.x = 누적 패치 상태👉 실무 기준항상 최신 point release 상태 유지 (24.04.4 수준)WSL 설치 방식✔ 설치 명령wsl --install -d Ubuntu-24.04✔ 특징ISO 설치 ❌rootfs 기반 설치 ⭕👉 결과특정 버전 (24.04.4) 지정 설치 ❌설치 후 업데이트 = 최신 상태기존 설치 상태에서 재설치 여부현재Ubuntu-22.04Ubuntu-24.04✔ 동작wsl --install -d Ubuntu-24.04👉 결과이미 존재 → 재설치 안됨✔ 최신화 방법sudo apt updatesudo apt full.. 2026. 4. 8. 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. GPT-4o에서 GPT-5.4로 — 멀티모델 아키텍처 설계와 API 마이그레이션 이번 변화는 단순 모델 교체가 아니라 “모델 단일 선택 → 계층형 모델 전략”으로 구조 자체가 바뀐 것입니다.2026-02: GPT-4o 포함 구형 모델 단계적 종료 (OpenAI)2026-04-03: GPT-4o 완전 제거 (API 포함 리디렉션 시작) (Happycapy Guide)이후기본: GPT-5.3 Instant고급: GPT-5.4경량: GPT-5.4 mini / nano[이전]GPT-4o → 단일 모델 기반 서비스[현재]GPT-5.x → 목적별 모델 분리 구조GPT-4o 종료 배경 (왜 퇴출됐나)1) 사용률 급감GPT-4o 사용자는 약 0.1% 수준👉 대부분 GPT-5 계열로 이미 이동2) 기술적 한계reasoning / agent / tool 사용 구조에서 한계GPT-5는 “라우팅 + 다.. 2026. 4. 6. 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 ··· 8 9 10 11 12 13 14 ··· 740 다음 728x90 728x90
