즉시 생성하는 온톨로지: 값싼 지능이 데이터 변환을 바꾸는 방식
질문별로 맥락을 조립하는 즉시 생성 온톨로지는 데이터 파이프라인을 검증 가능한 codon으로 쪼개 모델의 공통 오류를 줄이고 비용·속도·정확도를 함께 최적화한다.
AI·LLM
재무 설계사들이 직접 에이전트를 만든 방법
코드를 모르는 재무 설계사들이 업무 판단과 안전장치를 스킬로 명시해 고객용 초안을 비동기로 만들고, 검토·소유권 체계와 함께 팀 에이전트로 확장한 과정이다.
36%에서 100%로: 자기개선 에이전트가 스스로 스킬을 작성하는 법
실행 기록을 스킬로 바꾸고 MCP로 공유하면 성공률을 36%에서 100%로 높일 수 있다.
Claude Managed Agents Q&A: 평가·CI/CD·멀티테넌시
YAML 배포와 테넌트 격리, 외부 GPU, 코디네이터가 관리형 에이전트 운영의 핵심이다.
Claude Managed Agents로 리서치 에이전트 구축하기 (파트 2/4)
스킬과 결과 채점 루프가 콘솔 에이전트를 검증 가능한 연구 데스크로 확장한다.
AIE를 함께 만드는 법: swyx와 나눈 공개 Q&A·피드백 세션
AI 엔지니어링 컨퍼런스 AIE가 안전을 실무 평가로 다루고 행사 규모 대신 앱·온보딩·커뮤니티 운영을 최적화하는 전략과 지역 확장·CFP 원칙을 공개했다.
Braintrust가 평가 플랫폼을 만들기 어려운 이유
Braintrust의 에이전트 평가는 스프레드시트 UI를 넘어 대형 트레이스 데이터와 실시간 관측, 반복 개선을 묶는 시스템 문제다.
Vercel CEO의 에이전트 중심 개발 워크플로
Vercel CEO 기예르모 라우치는 fx·AGENTS.md·libfx·샌드박스를 연결해 빠른 에이전트 개발과 결과 검증, 보안 통제를 한 흐름으로 실천하고 클라우드와 로컬 환경의 균형까지 제시한다.
AI는 왜 더 비싸진 것처럼 보일까? 지능 비용의 착시
AI의 지능 비용은 토큰 단가가 아니라 작업당 토큰·목표 성능·도구 활용까지 계산해야 하며, 사용량 증가는 더 싸고 유능해진 모델의 성공 신호다.
자율 컴퓨터: 컴퓨터 사용 에이전트 인프라와 뉴로심볼릭 설계
뉴로심볼릭 컴퓨터 사용 에이전트는 VLM의 적응성과 코드의 결정성을 결합해 반복 업무의 신뢰성·비용 효율을 높이고, Sidebox 클라우드 인프라로 레거시 소프트웨어까지 자동화한다.
특화 AI를 빌려 쓰는 데서 벗어나기: Fireworks AI의 학습-배포 루프
오픈 모델의 학습·배포·재학습 루프로 품질과 비용을 개선하는 방법을 설명한다.
컨테인먼트는 AI 에이전트를 속인다: 직원처럼 측정하는 Druid AI 평가 프레임워크
컨테인먼트율만으로 AI 에이전트를 평가하면 의도된 이관과 사업 기회를 놓치므로, 거버넌스·임무·실행·성과를 매주 사람의 기준선과 비교해야 한다.
구글 랩스가 만드는 AI 제품과 실험 문화
AI 시대에는 거의 가능한 기술을 기록하고 눈빛으로 PMF를 확인하며, 독립적인 소규모 랩스가 문제 중심의 피벗과 100일 실험으로 제품과 조직의 미래를 함께 만들고 빠르게 확장한다.
AI 특이점과 투자 사이클, 수학적 충격, 샌프란시스코의 변화
AI 인프라는 철도 붐처럼 과투자와 통합을 거칠 수 있으며, 모델이 상품화된 뒤 소비자 관심과 도메인 책임을 가진 사업자로 가치가 이동하고 수요가 투자 속도를 따라잡는지가 다음 성장의 관건이다.
AI 보안 엔지니어 기초와 인증서 — Javier Garza, Snyk
AI 에이전트의 프롬프트·데이터·MCP·스킬 공급망을 위협 모델링하고 최소 권한·검증·인간 승인으로 안전하게 운영하는 실무 원칙과 Snyk 도구 활용법을 정리한다.
인식 에이전트 구축하기 — Emile Baizel·Shruti Arora, Amazon AGI Lab
Perception Agent는 화면을 클릭하는 Computer Use를 넘어 의미를 이해하고, Amazon Nova Act와 주석·코드 변경·검증을 연결해 API 없는 제품 개발 루프까지 자동화한다.
에이전트 시대, 대화형 CLI를 설계하는 세 가지 열쇠
에이전트가 대화형 CLI를 안정적으로 다루려면 플래그를 늘리기보다 tmux, JSON 사이드 채널, 컨텍스트 주입을 결합하고 결정적 도구 설계로 상태와 안전장치를 보존해야 한다.
AI 기업은 왜 은행을 짓게 되는가: 실시간 금융 인프라의 등장
AI 기업은 추론 전에 권한과 예산을 가승인하고 사용 후 실제 비용을 정산하는 은행식 금융 인프라 없이는 대규모 에이전트 소비와 예산 폭주를 막을 수 없다.
에이전트를 위한 데이터 컨텍스트 계층: 신뢰할 수 있는 데이터 시스템 운영
데이터 에이전트의 신뢰성은 더 큰 모델보다 grain과 lineage를 담은 최신 컨텍스트 그래프와 반복 가능한 도구 평가에서 나온다.
벡터만으로는 부족하다: 하이브리드 검색과 검색 증강
정확한 식별자는 BM25가, 의미가 같은 표현은 벡터 검색이 찾아내므로 둘을 RRF·점수 정규화·필터·재순위화로 결합하고 측정해야 에이전트가 검증 가능한 답을 만든다.
Epstein 파일을 Jmail로 파싱하기
수백만 페이지의 스캔 PDF와 손글씨를 분석·추출·검증해 Jmail과 여행 탐색 제품으로 확장한 문서 AI 파이프라인의 설계 원칙을 실전 사례로 설명한다.
옵시디언 보관함을 프라이버시 중심 로컬 AI 엔지니어로 바꾸기
Obsidian의 민감한 문서를 VPC 안에서 OCR·마스킹하고 MCP로 필요한 결과만 에이전트에 돌려보내 토큰 비용과 데이터 노출을 함께 줄이는 로컬 추론 구조를 설명한다.
지연 시간은 예산이다. 목표는 인간다움이다.
음성 에이전트의 경쟁력은 모델 하나의 속도가 아니라 1.5초 지연 예산 안에서 듣고 끼어들고 비동기로 일하는 인간다운 전체 시스템에 달려 있으며 600ms에 가까울수록 자연스럽다.
에이전트의 경험을 다음 실행의 기억으로 바꾸는 설계
에이전트의 실행 트레이스를 선별해 장기 컨텍스트로 바꾸면 경험이 다음 실행의 행동을 개선하며, 절차적 메모리는 인간 검토와 평가를 거쳐야 안전하다.