에이전트 메모리 회고 (1): 시작은 티비 앞이었다
지난 아홉 달 동안 에이전트 메모리만 팠습니다. 그 기록을 세 편으로 적습니다. 1편은 바이브 코딩에 빠지고, 메모리를 두 번 만들고, 끝까지 파기로 결심한 밤까지.
인사이트
변화의 의미를 해석하고, 현장에서 반복되는 문제에 이름을 붙입니다. 정보가 아니라 판단 프레임을 다룹니다.
AI 코드 리뷰 209개: 정확해도 필요하진 않다
보안 기능 PR 하나가 머지까지 리뷰 대화 209개를 지나왔습니다. 90%는 정확한 지적이었습니다. 정확한 리뷰가 무한히 공급될 때 사람이 할 일은 무엇인지 적었습니다.
1인 기업과 AI: 뽑아야 했던 일이 빌리는 일이 될 때
혼자서 일곱 자리 수익을 내는 회사가 늘고 있다는 WSJ 보도를, 에이전트와 사이트를 함께 굴리는 입장에서 읽었습니다. 채용 목록이 구독 목록으로 바뀌면 뭐가 남을까요.
Reddit 주가로 본 AI 검색 리스크: 사람이 오지 않는다
실적이 견고했는데 주가가 하루에 23% 빠졌습니다. AI 검색이 콘텐츠를 대신 읽어주는 시대에 방문으로 돈을 버는 사업은 어떻게 되는지 적었습니다.
카파시 반지의 제왕 데모: 긴 컨텍스트와 자율 실행
반지의 제왕 첫 문단과 100만 토큰, 2시간의 자율 실행으로 나온 3D 영상. 데모 감상이 아니라 위임의 단위가 어떻게 바뀌는지 정리했습니다.
AI 코딩 에이전트를 진짜 '내 것'으로 만드는 법
어제 합의한 컨벤션을 오늘 잊는 에이전트를 고치려고 Monet을 만들었습니다. 스스로 기록하고, 유용한 것부터 읽고, 쌓일수록 똑똑해지는 에이전트 메모리 이야기입니다.
LLM 평가의 맹점: 우리는 왜 '행동'이 아니라 '지식'만 보는가?
널리 쓰이는 LLM 벤치마크가 무엇을 측정하고 무엇을 놓치는지 뜯어보고, 지식 시험이 아닌 행동 벤치마크가 왜 필요한지 정리합니다.
토큰 이코노믹스: AI 코딩 에이전트의 진짜 비용
입력 토큰이 비슷한 두 요청의 비용이 46배 차이 났습니다. 프롬프트 캐싱의 구조와, 트랜스크립트 대신 구조화된 상태로 에이전트를 설계해야 하는 이유를 정리합니다.
Claude Opus 가격 67% 폭락, 마진은 얼마 남을까
1년 만에 67% 떨어진 Claude Opus 가격. GPU 시간당 비용부터 토크나이저 오버헤드까지, Anthropic이 토큰당 얼마를 남기는지 주말 동안 냅킨 계산을 해봤습니다.
코딩 에이전트에게 기억이 필요할까?
코딩 에이전트는 매일 같은 파일을 다시 읽고 같은 질문을 다시 합니다. 메모리가 실제로 무엇을 해주는지, 문서와 뭐가 다른지, 언제 유용한지 짚어봅니다.