즐거운 사람과 컴퓨터 즐거운 사람과 컴퓨터

코딩 에이전트 하네스 설계 실증 연구: 176회 실험으로 밝혀진 컨텍스트·계획·도구의 진실출처: UMass Amherst · Emory University · UNC Charlotte · Zoom Video Communications — An Empirical Study of Harness Design for Coding Agents (arXiv:2609.20804) · GeekNews #33905 · Hacker News #497538781. 리더보드의 신기루: 모델이 뛰어난 것인가, 하네스가 영리한 것인가?코딩 에이전트 벤치마크(SWE-Bench, Terminal-Bench 등)의 리더보드를 살펴볼 때마다 모든 AI 엔지니어는 필연적으로 동일한 의문에 직면합니다."OpenHands가 SWE-Agent..

프롬프트는 실재하지 않는다: 프로덕션 AI 에이전트와 자기 교정 하네스 아키텍처출처: Dan McKinley (mcfunley.com, 전 Etsy 수석 엔지니어·Choose Boring Technology 저자) — Prompts aren’t Real: Dispatches from Agentic Product · GeekNews #34036 · Hacker News #497771111. 프롬프트라는 환상과 '의도적 관점'의 오류소프트웨어 엔지니어링 역사에서 명저로 꼽히는 Choose Boring Technology(지루한 기술을 골라라)의 저자이자 25년 경력의 베테랑 엔지니어 댄 맥킨리(Dan McKinley)가 최근 엔터프라이즈 AI 에이전트를 프로덕션에 구축하며 겪은 생생한 현장 경험을 공유했습니..

코드 에이전트 오케스트라 — 멀티 에이전트 코딩을 제대로 작동시키는 법이 글은 PyTorchKR Discourse에 공유된 GeekNews 기반 요약을 바탕으로 정리한 것입니다.AI 코딩 도구를 처음 써봤을 때의 그 신기함 — "와, 혼자 코드 짜네" — 은 시간이 지나면서 현실적인 질문으로 바뀐다. "에이전트 하나로는 한계가 있는데, 여러 개를 어떻게 굴려야 하지?"오케스트라에 비유하면 간단하다. 바이올린 한 명이 전곡을 연주하는 게 아니라, 각 파트가 자기 역할을 하면서도 지휘자의 박자에 맞춰 움직이는 것. 멀티 에이전트 코딩도 정확히 그렇게 작동해야 한다.Conductor에서 Orchestrator로지금까지 많은 팀이 쓰던 방식은 Conductor 모델이다. 에디터나 CLI 안에서 에이전트 하나와 ..

참고: 본 글은 최근 주목받고 있는 초저지연(30~100ms) 의사결정 전용 모델 Jev와 전통적 기계학습의 디시전 트리(Decision Tree) 간의 구조적·통계적 차이점을 비교 분석하고, 실제 프로덕션 소프트웨어 제어 흐름(Control Flow)에 융합하는 스마트 의사결정 노드(Smart Decision Node) 아키텍처를 다룹니다.📌 한 줄 요약전통적 디시전 트리가 "정형 테이블 피처를 사전에 고정된 축 정렬 규칙($x_i \le \theta$)으로 계단식 분할하는 닫힌 체계"라면, Jev는 "비구조화된 고차원 자연어/상태 문맥을 고차원 시맨틱 공간에서 즉석(In-context)으로 평가하여 통계적으로 보정된 확률로 분기하는 열린 체계"이며, 실무에서는 디시전 트리를 대체하는 것이 아니라 결..

참고: 본 글은 장기 실행(Long-running) 및 멀티턴 자율 에이전트 구축 시 직면하는 토큰 한계와 문맥 손실 문제를 해결하기 위한 결정론적 예산 할당(Context Budgeting) 및 구조화 압축(Structured Compression) 아키텍처 패턴을 다룹니다.📌 한 줄 요약멀티턴 에이전트의 컨텍스트 초과와 비용 폭증을 방어하기 위해, 매 턴마다 고정 예약(시스템 프롬프트·도구 스키마·출력 버퍼)을 먼저 차감하여 가용 입력 예산을 동적으로 산출하고, 최근 $N$턴은 원문을 보존하되 이전 대화는 fact / decision / todo 삼분법으로 구조화 요약하여 정보 왜곡 없는 결정론적 하네스(Harness)를 구축하는 패턴입니다.1. 배경: 멀티턴 에이전트가 겪는 3대 컨텍스트 위기LL..

AI 시대 직업의 미래 🌐서론인공지능(AI)의 발전은 산업 전반에 걸쳐 큰 변화를 일으키고 있습니다. 특히 업무 자동화와 지능화로 인해 화이트컬러와 블루컬러 직종 모두 심각한 영향을 받고 있죠. 그럼, 과연 AI 시대를 맞아 화이트컬러와 블루컬러 직종의 미래는 어떻게 달라질까요? 이번 글에서는 각 직종의 미래 전망과 이에 대한 대응 전략을 자세히 살펴보겠습니다.본론1️⃣ 화이트컬러 직종의 변화 📌화이트컬러 직종은 주로 사무직이나 전문직으로 대표됩니다. AI가 급격히 발전하면서 법률, 금융, 회계, 인사 등 정형화된 사무 업무가 빠르게 자동화될 전망입니다.자동화 가능성 높은 업무회계 및 세무 관련 서류 업무일반 행정 업무 및 문서 처리데이터 분석 및 보고서 작성인간의 역할이 커질 업무창의력 및 전략 수..

AI가 바꿀 미래 📌서론 🌐AI(인공지능)는 더 이상 먼 미래의 기술이 아닙니다. 이미 우리의 일상 속 깊숙이 자리 잡으며 삶의 방식을 근본적으로 변화시키고 있죠. 스마트폰부터 자율주행차, 의료 진단에 이르기까지 AI는 우리 사회의 다양한 분야에서 빠르게 성장하고 있습니다. 그렇다면 앞으로 AI는 어떤 변화를 가져올까요? 이 글에서는 AI가 바꿀 미래를 7가지로 예측하고 그 의미를 살펴보겠습니다.본론 📖1. 직업의 재편과 새로운 일자리 등장 🛠️AI가 노동시장을 바꿀 것은 확실합니다. 반복적이고 단순한 일자리는 AI로 대체될 것이며, 데이터 과학자, AI 관리 전문가와 같은 새로운 직종이 증가할 것입니다. 이는 인간의 창의성, 감성, 공감능력이 강조되는 직업이 더욱 각광받게 되는 계기가 될 것입니..

AI 미래 예측 2025 🚀📌 서론: AI가 이끄는 변화의 물결인공지능(AI)은 이제 먼 미래의 이야기가 아닙니다. 이미 우리의 일상 깊숙이 자리 잡았으며, 다가올 5년 동안 우리 삶의 방식과 산업 구조에 더 큰 변화를 가져올 것입니다. 챗GPT와 같은 생성형 AI부터 자율주행, 의료, 금융, 교육까지 AI의 발전 속도가 빨라지면서 앞으로의 변화는 상상을 뛰어넘을 수도 있습니다. 그렇다면 정확히 어떤 변화가 예상되는지, 앞으로 5년간 AI가 가져올 핵심적인 변화를 짚어보겠습니다.🔑 본론: AI가 변화시킬 주요 분야와 전망1. 일상 생활 속 AI 보편화앞으로 5년간 AI는 가정 내 모든 기기에 더욱 깊숙이 통합될 것입니다. AI 기반 스마트홈 시스템은 개인의 생활 습관을 분석하여 맞춤형 환경을 제공하..