2026년 4월, Andrej Karpathy가 X(구 트위터)에 올린 글 하나가 개발자 커뮤니티를 뒤흔들었습니다. 내용은 단순했습니다. LLM 에이전트를 활용해 개인 지식 베이스를 자동으로 구축하고 유지할 수 있다는 것이었습니다. 해당 게시물은 1,600만 뷰를 넘겼고, 연결된 GitHub Gist는 며칠 만에 별 5,000개를 돌파했습니다. 이 글에서는 그 패턴의 전체 구조를 분석하고, Claude Code와 Obsidian을 활용해 직접 구현하는 방법을 단계별로 안내해 … Read more
최근 개발자 커뮤니티나 테크 뉴스를 보면 하루가 멀다 하고 새로운 AI 에이전트 도구들이 쏟아져 나옵니다. “오픈AI 코덱스(Codex)가 업데이트됐다”, “이제는 랭체인(LangChain) 대신 Pydantic AI를 써야 한다”, “클로드 코드가 알아서 코딩을 다 해준다” 등등… 쏟아지는 정보 속에서 이런 생각 해보신 적 없으신가요? “그래서 도대체 내 프로젝트엔 뭘 설치해서 써야 하는 건데?” 사실 많은 분들이 ‘내가 당장 터미널에 … Read more
본 포스트에서는 AI 하네스의 개념적 정의를 명확히 하고, 왜 ‘하네스가 곧 성능’이라는 주장이 설득력을 얻는지에 대한 기술적 근거들에 대해 정리하였습니다. 인공지능 연구의 패러다임이 모델의 가중치(Weights)와 아키텍처 중심에서 시스템 전체를 감싸는 ‘하네스(Harness)’ 아키텍처 중심으로 급격하게 이동하고 있습니다 과거에는 대규모 언어 모델(LLM)의 성능을 결정짓는 핵심이 단순히 파라미터 수나 학습 데이터의 양에 있다고 믿었으나, 최근의 연구와 실무적 사례들은 … Read more
MCP 개념과 활용법: 매일 아침, 우리는 인공지능과 대화하며 놀라운 통찰을 얻곤 합니다. 하지만 곧 한계에 부딪히죠. “내 최신 이메일 요약해줘”, “현재 내 주식 포트폴리오 수익률 계산해줘”, 혹은 “내 컴퓨터에 있는 이 파일을 읽고 분석해줘”라고 부탁하면 AI는 어김없이 대답합니다. “죄송하지만, 저는 실시간 데이터나 당신의 로컬 파일에 접근할 수 없습니다.” 이때부터 우리는 ‘복사-붙여넣기 신공’을 발휘 합니다. 정보를 … Read more