LLM on philipjkim

AI가 코딩을 다 하는 시대, 컴공은 무엇을 배워야 하나 Part 3: 반론 — 2026년 데이터로 다시 본 것들

Tue, 04 Aug 2026 08:40:45 +0900

이 글은 Claude Opus 5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

들어가며

Part 1과 Part 2에서는 서울대 이재욱 교수의 인터뷰 〈코딩도 과제도 AI가 다 하는 시대, 컴공에서는 무엇을 배워야 할까?〉를 일곱 챕터로 나눠 정리하고 각 주장에 외부 근거를 붙였습니다. 이번 편은 방향을 바꿔, 데이터가 뒷받침하지 않는 부분과 영상이 아예 다루지 않은 조각들을 다룹니다.

한 가지 방법론을 먼저 밝힙니다. 이 글의 근거는 가급적 2026년 자료로 한정했고, 추이를 볼 때는 2023~2026년 구간을 봤습니다. 이 분야는 6개월이면 결론이 뒤집히기 때문입니다. 실제로 그렇게 다시 검증해 보니 반론 하나는 완전히 무너졌고, 나머지는 대부분 훨씬 강해졌으며, 하나는 방향이 반대로 뒤집혔습니다.

AI가 코딩을 다 하는 시대, 컴공은 무엇을 배워야 하나 Part 2: 교육, 학과의 존재 이유, 그리고 안목

Tue, 04 Aug 2026 08:33:12 +0900

이 글은 Claude Opus 5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

들어가며

Part 1에서는 서울대 이재욱 교수의 인터뷰 〈코딩도 과제도 AI가 다 하는 시대, 컴공에서는 무엇을 배워야 할까?〉의 앞쪽 세 챕터를 다뤘습니다. 요약하면 이렇습니다. 시간의 무게중심이 쓰기에서 읽기로 옮겨 갔고, 코드 작성은 거의 자동화될 수 있지만 무엇을 만들지 정의하는 일은 인간에게 남으며, 바이브 코딩은 프로토타입에는 훌륭하지만 프로덕션에서는 95%가 0%가 됩니다.

이번 편은 후반부 네 챕터입니다. 교육 현장의 문제, 컴퓨터공학이라는 학과의 존재 이유, 앞으로 중요해질 역량, 그리고 비전공자를 위한 조언입니다. 앞 편과 마찬가지로 영상의 주장을 정리한 뒤 외부 근거를 붙이고, 마지막에 짚어야 할 부분을 덧붙입니다.

AI가 코딩을 다 하는 시대, 컴공은 무엇을 배워야 하나 Part 1: 영상이 짚은 현실과 바이브 코딩의 임계점

Tue, 04 Aug 2026 08:30:13 +0900

이 글은 Claude Opus 5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

좋은 영상을 알려주신 Eroica 님께 감사드립니다.

들어가며

서울대학교 공식 유튜브 채널의 인터뷰 시리즈 「샤로잡다」 시즌 2 에 〈코딩도 과제도 AI가 다 하는 시대, 컴공에서는 무엇을 배워야 할까?〉 편이 2026년 7월 23일 공개되었습니다. 약 20분 분량이고, 게시 열흘 남짓 만에 조회수 26만 회를 넘겼습니다.

출연자는 이재욱 교수 입니다. 서울대학교 컴퓨터공학부 교수이며 2025년 9월부터 서울대학교 AI연구원(AIIS) 원장을 맡고 있습니다. 컴파일러와 하드웨어 아키텍처, 운영체제를 연구해 온 AI 인프라 전문가라는 점이 중요합니다. 모델을 만드는 사람이 아니라 모델이 돌아가는 바닥을 만드는 사람 의 관점에서 나온 이야기이기 때문입니다.

배우는 부분들로 이루어진 배우는 시스템 — Kent Beck × Jessica Kerr 대담 정리

Fri, 26 Jun 2026 09:56:51 +0900

이 글은 Claude Opus 4.8 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

이 좋은 리소스를 귀띔해 주신 Luis 님께 감사드립니다. 덕분에 ‘symmathesy’ 를 몇 번이나 소리 내어 발음해 봤는지 모릅니다 — 혀는 여전히 꼬이지만, 개념만큼은 또렷하게 남았습니다.

Kent Beck 이 진행하는 팟캐스트 Still Burning 의 일곱 번째 에피소드 A Learning System Made of Learning Parts 는, “여전히 마음을 쓰고(still care) 여전히 무언가를 하고 있는 괴짜들” 을 위한 자리라는 이 시리즈의 취지에 꼭 맞는 대담입니다. 손님은 Kent 의 오랜 친구이자 시스템 사고(systems thinking)로 잘 알려진 개발자 Jessica Kerr(jessitron) 입니다.

2025.06 vs 2026.06, AGI는 얼마나 가까워졌나 Part 3: 검증된 진보와 보도자료 사이

Fri, 12 Jun 2026 16:26:16 +0900

이 글은 Claude Opus 4.8 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

이어가며

Part 1은 능력의 측정값을, Part 2는 전문가들의 예측 이동을 봤습니다. 마지막 편은 가장 검증이 어려운 영역, 현실 입니다.

벤치마크 점수가 오르는 것과 그 능력이 현실에서 돈과 시간을 절약하는 것은 다른 문제입니다. 이번 편의 기준선은 하나입니다. 벤더가 발표한 숫자인가, 독립 기관이 검증한 숫자인가. 이 구분을 축으로 실전 배치·경제·노동을 보고, 회의론과 낙관론을 각각 가장 강한 형태로 세운 뒤 종합하겠습니다.

2025.06 vs 2026.06, AGI는 얼마나 가까워졌나 Part 2: 전문가들은 시계를 어떻게 다시 맞췄나

Fri, 12 Jun 2026 16:24:27 +0900

이 글은 Claude Opus 4.8 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

이어가며

Part 1에서는 능력의 변화를 측정값으로 봤습니다. 벤치마크 점수, METR 자율 작업 시간지평, 올림피아드 성적이 1년 사이에 모두 크게 올랐습니다.

이번 편의 질문은 다릅니다. 그 변화를 가장 가까이서 지켜보는 사람들은, AGI가 언제 올지에 대한 자신의 예상을 어떻게 바꿨는가. 랩을 이끄는 CEO들, 분야를 만든 연구자들, 그리고 예측시장과 전문가 설문을 차례로 봅니다.

미리 결론의 형태를 말하면, 지난 1년의 패턴은 수렴이 아니라 분기(分岐) 였습니다. 랩 CEO들은 이미 공격적이던 일정을 유지하거나 약간 앞당겼고, 일부 핵심 연구자들은 “스케일링은 한계에 왔고 새 아이디어가 필요하다"는 쪽으로 더 단단해졌습니다. 그리고 그 사이에서 “AGI란 무엇인가"라는 정의 자체가 공개적으로 갈라졌습니다.

2025.06 vs 2026.06, AGI는 얼마나 가까워졌나 Part 1: 측정값으로 본 1년

Fri, 12 Jun 2026 16:22:41 +0900

이 글은 Claude Opus 4.8 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

들어가며: 1년이라는 자

“AGI가 가까워졌다"는 말은 너무 자주, 너무 가볍게 쓰입니다. 정작 검증하기는 어렵습니다. 기준 시점이 모호하고, 누가 무엇을 근거로 말하는지가 흐릿하기 때문입니다.

이 글은 그 모호함을 줄이기 위해 두 개의 고정된 시점을 잡습니다. 2025년 6월 과 2026년 6월 입니다. 정확히 1년 간격을 두고, 그 사이에 AI의 능력이 측정 가능한 지표로 얼마나 달라졌는지, 그리고 AGI 실현에 대한 전문가들의 예상이 어떻게 이동했는지를 따라가 봅니다.

Agentic Coding 시대의 Repo 부트스트래핑 가이드 Part 2: Go + Templ + HTMX To-Do 앱으로 직접 만들어 보기

Thu, 28 May 2026 19:03:00 +0900

이 글은 Claude Opus 4.7 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

Part 1 에서는 2026년 5월 기준 de-facto 가 된 spec 문서들의 지형도와 best practices 를 정리했습니다. 2편에서는 가상의 Go + Templ + HTMX 기반 To-Do 앱 gotodo 를 새로 부트스트래핑한다고 가정하고, 각 문서를 실제로 어떻게 채우는지 발췌 형태로 따라갑니다.

가상 프로젝트: `gotodo`

스택은 다음과 같습니다.

Go 1.23 — 표준 라이브러리 중심
templ — Go 네이티브 SSR 템플릿 (type-safe)
HTMX 2.0 — 클라이언트 JS 최소화
SQLite + modernc.org/sqlite — CGO 없는 순수 Go 드라이버

목표는 단순합니다. 할 일 추가/완료/삭제만 되는 SSR 미니멀 앱. 1인 로컬 사용을 가정합니다.

Agentic Coding 시대의 Repo 부트스트래핑 가이드 Part 1: AGENTS.md 와 spec 문서 지형도

Thu, 28 May 2026 19:02:00 +0900

이 글은 Claude Opus 4.7 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

들어가며: README 한 장으로 안 되는 시대

신규 서비스를 위한 git repo 를 막 만들었다고 합시다. 2년 전이라면 README.md 한 장에 빌드 명령과 디렉터리 구조를 적고, 나머지는 코드와 머릿속에서 합의된 관행으로 굴러갔습니다. 새 팀원이 들어오면 옆 자리 동료가 30분쯤 설명해 주고, 그걸로 충분했습니다.

지금은 그 “옆 자리 동료” 역할의 절반 이상을 Claude Code, Codex CLI, Gemini CLI, Cursor 같은 에이전트가 맡고 있습니다. 그런데 에이전트는 옆 자리에 앉지 않습니다. 매 세션마다 처음 합류한 신입처럼 repo 에 들어와서, 우리가 적어 둔 텍스트만 읽고 일을 시작합니다. 에이전트에게 “이 프로젝트는 이런 곳이고, 이런 규칙으로 일한다” 를 전달하는 문서가 부실하면, 에이전트가 만드는 결과물의 품질은 운에 좌우됩니다.

1년 후의 공동 지능 Part 2: 2026 상반기에 새로 드러난 것들

Thu, 28 May 2026 16:38:00 +0900

이 글은 Claude Opus 4.7 (1M context) 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

들어가며

Part 1 에서는 에단 몰릭의 4가지 규칙이 1년 후 어떻게 다시 읽히는지를 다뤘습니다. 이 글은 같은 1년 동안 원래 규칙에는 없었지만 지금은 핵심이 된 다섯 가지 주제를 정리합니다.

agentic coding 의 본격화 — 도구 지형의 재편
vibe coding 과 새로 발견된 보안 문제들
인지 위축(cognitive atrophy)과 스킬 형성의 비대칭
MCP — 에이전트 간 표준의 등장
컨텍스트 엔지니어링 — 새로운 핵심 역량

각 주제 끝에서 1년 전의 네 가지 규칙 중 어디와 연결되는지 짚어 두겠습니다.

1년 후의 공동 지능 Part 1: 에단 몰릭의 4가지 규칙은 2026년에도 유효한가

Thu, 28 May 2026 16:37:26 +0900

이 글은 Claude Opus 4.7 (1M context) 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

들어가며 — 1년 사이에 일어난 일

작년 6월, 저는 에단 몰릭이 말하는 AI와의 “공동 지능"을 위한 4가지 규칙이라는 포브스 인터뷰를 번역해 올렸습니다. 와튼 스쿨의 에단 몰릭(Ethan Mollick) 교수가 자신의 책 Co-Intelligence: Living and Working with AI(2024)에서 제시한 네 가지 규칙을 설명한 인터뷰였습니다.

항상 AI를 자리에 초대하라(Always invite AI to the table)
인간이 (의사결정) 과정에 참여하라(Be the human in the loop)
AI를 사람처럼 대하되, 어떤 종류의 사람인지 알려줘라(Treat AI like a person, but tell it what kind of person it is)
이것이 당신이 사용하게 될 최악의 AI라고 가정하라(Assume this is the worst AI you will ever use)

그로부터 1년 가량이 지난 2026년 5월 현재, 이 규칙들은 여전히 유효할까요? 결론부터 말씀드리면, 큰 틀에서는 맞지만 세부 작동 방식과 강조점은 상당히 바뀌었습니다. 몰릭 자신도 2026년 3월 The Shape of the Thing이라는 글에서 “우리는 AI와 함께 일하는 시대(co-intelligence)에서 AI를 관리하는 시대(managing AIs)로 넘어가고 있다"고 새 프레임을 제시했습니다.

Superpowers 플러그인 가이드 Part 4: 명시 호출 vs 자동 트리거 — 실전 가이드와 한계

Wed, 20 May 2026 16:58:00 +0900

이 글은 Claude Opus 4.7 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

1편 에서 개요와 설치를, 2편 에서 핵심 워크플로우를, 3편 에서 품질 보증 스킬을 다뤘습니다. 마지막 4편에서는 실전에서 가장 자주 부딪히는 질문에 답합니다.

“이거 그냥 두면 알아서 다 해주는 건가요, 아니면 매번 /superpowers:xxx 로 호출해야 하나요?”

답은 “대부분 자동이지만, 의도적으로 명시 호출해야 더 잘 작동하는 케이스가 있다” 입니다. 이 글에서는 두 모드의 비교 분석, 트러블슈팅, 커스터마이즈 방법, 그리고 Java/Go 백엔드 개발 현장에서의 실용 팁과 한계를 정리합니다.

Superpowers 플러그인 가이드 Part 3: 품질 보증 스킬 — TDD, Systematic Debugging, Verification, Code Review

Wed, 20 May 2026 16:57:00 +0900

이 글은 Claude Opus 4.7 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

1편 에서 Superpowers 의 개요와 설치를, 2편 에서 핵심 워크플로우를 다뤘습니다. 3편은 그 워크플로우 안에서 작동하면서 에이전트의 합리화와 빠져나갈 구멍을 차단 하는 품질 보증 스킬들을 자세히 들여다봅니다.

이 스킬들은 모두 “Iron Law” 라는 이름의 명문화된 규칙을 갖고 있다는 공통점이 있습니다. 그리고 각 스킬의 문서 안에는 “Red Flags” 표 가 들어 있어, 에이전트가 빠져나가려 할 때 흔히 하는 합리화의 패턴들을 그대로 박아두었습니다. 이게 결과적으로 모델의 행동을 바꿉니다.

Superpowers 플러그인 가이드 Part 2: 핵심 워크플로우 — Brainstorming부터 Subagent-driven Development까지

Wed, 20 May 2026 16:56:00 +0900

이 글은 Claude Opus 4.7 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

1편 에서는 Superpowers 가 무엇이고 어떻게 자동 트리거되는지를 다뤘습니다. 2편은 가장 핵심이라고 할 수 있는 개발 워크플로우 전체 를 깊게 들여다봅니다.

전체 흐름은 다음과 같습니다.

flowchart LR
 A[brainstorming] --> B[using-git-worktrees]
 B --> C[writing-plans]
 C --> D{독립 태스크?}
 D -->|yes| E[subagent-driven-development]
 D -->|no/사람 체크포인트 선호| F[executing-plans]
 E --> G[finishing-a-development-branch]
 F --> G

 style A fill:#90EE90,color:#000000
 style B fill:#87CEEB,color:#000000
 style C fill:#FFD700,color:#000000
 style D fill:#FFB6C1,color:#000000
 style E fill:#DDA0DD,color:#000000
 style F fill:#DDA0DD,color:#000000
 style G fill:#FFA07A,color:#000000

이 글에서는 각 스킬이 실제로 무엇을 하는지, 그리고 Go 기반 백엔드 서비스에 새 API 엔드포인트를 추가 하는 시나리오를 따라가며 흐름을 체험해 봅니다.

Superpowers 플러그인 가이드 Part 1: 소개, 설치, 그리고 철학

Wed, 20 May 2026 16:55:00 +0900

이 글은 Claude Opus 4.7 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

들어가며

Claude Code, Codex CLI, Cursor 등 코딩 에이전트(coding agent)를 매일 쓰는 백엔드 개발자라면 한 번쯤은 이런 경험이 있을 겁니다. “간단한 기능 하나만 추가해줘” 라고 했더니, 요구사항 정리 없이 코드를 우다다 쏟아내다가 절반쯤에서 길을 잃고, 테스트도 빠진 채 “완료했습니다” 라고 보고하는 경우 말입니다. 모델은 똑똑한데, 작업 방식이 들쭉날쭉해서 결과의 품질이 운에 좌우됩니다.

Jesse Vincent 가 만든 Superpowers 는 바로 이 지점을 노린 플러그인입니다. 모델을 더 똑똑하게 만드는 게 아니라, 모델이 언제, 어떤 순서로, 어떤 규율로 일해야 하는지를 강제하는 “방법론(methodology)” 자체를 플러그인 형태로 주입합니다.

AI 코딩 시대의 그림자, 7개월 후: 무엇이 변했고 무엇이 남았나

Fri, 13 Mar 2026 09:11:11 +0900

이 글은 philipjkim 이 초안을 작성했으며, 이후 Claude Opus 4.6 을 이용한 퇴고를 거쳤습니다.

지난 2025년 8월, AI 코딩 시대의 그림자: LLM 의존이 개발자에게 미치는 잠재적 위험 5가지라는 글을 썼습니다. 당시 vibe-coding이라는 단어가 막 퍼지기 시작하던 때였고, AI 코딩 도구에 대한 기대와 우려가 공존하던 시기였습니다.

7개월이 흘렀습니다. 그 사이 Claude Code, Cursor, Windsurf 같은 AI 코딩 에이전트들은 단순한 코드 생성을 넘어 프로젝트 전체를 자율적으로 다루는 수준에 도달했습니다. 개발자들의 일상에서 AI agent 없이 코딩하는 시간은 점점 줄어들고 있고, 많은 팀에서 AI agent는 이미 팀원 한 명에 준하는 역할을 하고 있습니다.

AI 시대 엔지니어의 심화 전략: 복리 게임, 거울의 한계, 선제적 AI 활용

Wed, 25 Feb 2026 13:54:39 +0900

이 글은 Claude Opus 4.6 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.
이 글의 시작이 된 에세이: 코드를 읽지 않는 시대, 엔지니어는 무엇을 읽어야 하는가

1. 복리 게임: 정의, 본질, 그리고 승리 전략

복리 게임이란 무엇인가

Kent Beck이 제시한 복리 게임(The Compounding Game) 은 소프트웨어 개발의 본질을 설명하는 프레임이다. 이를 이해하려면 먼저 그 반대편에 있는 결승선 게임과 대비해야 한다.

결승선 게임(The Finish Line Game) 은 명확한 종료 조건이 있는 게임이다. “X를 하는 소프트웨어가 필요하다 → X를 구현하면 끝.” 일회성 스크립트, PoC, 해커톤 프로젝트가 여기에 해당한다. 가장 빠르게 결승선에 도달하는 사람이 이기고, 결승선을 넘으면 게임이 끝난다. AI 바이브 코딩이 압도적으로 유리한 영역이기도 하다.

사고의 외주화: AI 시대, Co-pilot과 Autopilot 사이

Wed, 11 Feb 2026 10:30:00 +0900

이 글은 Gemini 3 Pro 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

최근 생성형 AI(Generative AI)의 발전 속도는 경이롭다 못해 두렵기까지 합니다. ChatGPT나 Claude, Gemini 같은 도구들은 이제 단순히 정보를 검색해 주는 차원을 넘어, 복잡한 코드를 짜고, 에세이를 작성하며, 심지어 창의적인 기획안까지 제안합니다.

하지만 이 압도적인 편리함 이면에는 우리가 놓치고 있는 심각한 부작용이 도사리고 있습니다. 바로 ‘사고의 외주화(Outsourcing of Thinking)’ 입니다. 이는 단순 반복 작업을 기계에 맡기는 ‘자동화’와는 다릅니다. 인간 고유의 영역이라 믿었던 추론, 판단, 맥락 파악이라는 인지적 노동 자체를 AI에게 전적으로 의탁하는 현상을 말합니다.

Claude Code Compaction 가이드

Wed, 04 Feb 2026 19:28:33 +0900

이 글은 Claude Opus 4.5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

Claude Code를 하루 종일 사용하다 보면 어느 순간 “Compacting our conversation…” 메시지와 함께 작업 흐름이 끊기는 경험을 하게 됩니다. 이 글에서는 Compaction이 무엇인지, 왜 자주 발생하는지, 그리고 어떻게 줄일 수 있는지 실전 전략을 공유합니다.

Compaction이란?

Claude Code는 대화 내용, 읽은 파일, 명령어 출력 등을 Context Window라는 제한된 공간에 저장합니다. 이 공간이 가득 차면 Claude는 더 이상 새로운 정보를 처리할 수 없게 됩니다.

Claude Code 완전 정복 가이드 Part 6: 고급 패턴과 Best Practices

Fri, 23 Jan 2026 17:21:06 +0900

이 글은 Claude Opus 4.5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

예상 소요 시간: 1시간 30분 난이도: ⭐⭐⭐⭐⭐ 사전 요구사항: Part 1-5 완료 Claude Code 버전: 2.1.x (Opus 4.5)

0. Claude Code 2.1 주요 신기능

본격적인 내용에 앞서, Claude Code 2.1에서 추가된 핵심 기능들을 정리합니다:

기능	설명
Session Teleportation	`/teleport`, `/remote-env`로 로컬↔클라우드 세션 이동
Hot Reload for Skills	Skills 수정 시 재시작 없이 즉시 반영
Setup Hook	`--init`, `--init-only`, `--maintenance` CLI 플래그용 훅
Task Management	의존성 추적이 포함된 태스크 관리 시스템
Language Output	`language` 설정으로 출력 언어 지정
Opus 4.5	Pro 사용자에게 Opus 4.5 모델 제공
respectGitignore	`@-mention` 파일 선택에서 gitignore 적용
showTurnDuration	턴 소요 시간 표시 설정

1. Hooks: 예외 없는 강제 자동화

1.1 CLAUDE.md vs Hooks의 근본적 차이

flowchart TB
 subgraph Comparison["CLAUDE.md vs Hooks"]
 direction TB

 subgraph Advisory["📄 CLAUDE.md = '권고' (Advisory)"]
 A1["'테스트를 실행해주세요'<br/>'린트를 돌려주세요'"]
 A2["→ Claude가 따를 수도 있고, 잊을 수도 있음<br/>→ 복잡한 대화에서 규칙이 희석될 수 있음"]
 end

 subgraph Enforcement["⚡ Hooks = '강제' (Enforcement)"]
 E1["파일 저장 시 → 자동으로 린트 실행<br/>대화 시작 시 → 자동으로 컨텍스트 로드"]
 E2["→ 예외 없이 항상 실행됨<br/>→ Claude의 판단과 무관하게 트리거"]
 end
 end

 style Advisory fill:#fff9c4,color:#000000
 style Enforcement fill:#c8e6c9,color:#000000
 style A1 fill:#fffde7,color:#000000
 style A2 fill:#ffecb3,color:#000000
 style E1 fill:#e8f5e9,color:#000000
 style E2 fill:#a5d6a7,color:#000000

1.2 Hooks 이벤트 종류

이벤트	트리거 시점	사용 예시
`PreToolUse`	도구 실행 직전	위험한 명령 차단, 로깅
`PostToolUse`	도구 실행 직후	린트 자동 실행, 검증
`Notification`	알림 발생 시	외부 시스템 연동
`Stop`	작업 완료/중단 시	정리 작업, 리포트
`Setup`	`--init`, `--init-only`, `--maintenance` 실행 시	저장소 초기화, 유지보수 (2.1+ 신규)

💡 Claude Code 2.1+ 변경사항:

Claude Code 완전 정복 가이드 Part 5: 나만의 Plugin Marketplace 만들기 - 팀/조직 확장

Fri, 23 Jan 2026 17:21:03 +0900

이 글은 Claude Opus 4.5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

예상 소요 시간: 1시간 30분 난이도: ⭐⭐⭐⭐ 사전 요구사항: Part 1-4 완료, Git/GitHub 기본 지식 Claude Code 버전: 2.1.x

1. Plugin 구조 이해

1.1 Plugin 디렉토리 구조

💡 주의: 2026년 기준, marketplace.json에서 Skills를 로드하려면 skills 필드가 필수입니다. 이 필드가 없으면 Skills가 로드되지 않습니다.

my-plugin/
├── .claude-plugin/
│ └── plugin.json # 필수: 플러그인 메타데이터
├── skills/ # 선택: Skills
│ └── my-skill/
│ └── SKILL.md
├── commands/ # 선택: Slash Commands
│ └── my-command.md
├── agents/ # 선택: Subagents
│ └── my-agent.md
├── hooks/ # 선택: Hooks 설정
│ └── hooks.json
├── .mcp.json # 선택: MCP 서버 설정
└── README.md # 권장: 문서화

1.2 plugin.json 필수 필드

{
 "name": "my-awesome-plugin",
 "version": "1.0.0",
 "description": "플러그인 설명",
 "author": "Your Name",
 "homepage": "https://github.com/you/my-plugin"
}

1.3 plugin.json 전체 스키마

{
 "name": "my-awesome-plugin",
 "version": "1.0.0",
 "description": "이 플러그인이 무엇을 하는지 간단히 설명",
 "author": "Your Name <you@example.com>",
 "homepage": "https://github.com/you/my-plugin",
 "repository": {
 "type": "git",
 "url": "https://github.com/you/my-plugin.git"
 },
 "license": "MIT",
 "keywords": ["go", "testing", "conventions"],
 "engines": {
 "claude-code": ">=2.0.0"
 },
 "dependencies": {
 "plugins": ["other-plugin@marketplace"]
 }
}

2. 첫 번째 Plugin 만들기

2.1 시나리오

Java/Kotlin 개발팀을 위한 Plugin을 만들어봅시다. 다음을 포함합니다:

Claude Code 완전 정복 가이드 Part 4: Plugins & Marketplace - 재사용 가능한 확장 패키지

Fri, 23 Jan 2026 17:21:00 +0900

이 글은 Claude Opus 4.5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

예상 소요 시간: 1시간 난이도: ⭐⭐⭐ 사전 요구사항: Part 1, 2, 3 완료 Claude Code 버전: 2.1.x (VSCode Native Plugin Management 지원)

1. Plugin이란 무엇인가?

1.1 Skills vs Commands vs Plugins vs Subagents 개념 정리

Claude Code의 확장 시스템은 여러 요소로 구성됩니다. 각각의 역할을 명확히 이해해야 합니다:

💡 Claude Code 2.1+ 업데이트:

VSCode Native Plugin Management: VS Code 확장에서 플러그인을 직접 탐색하고 관리할 수 있습니다.
Task Management System: 의존성 추적이 포함된 새로운 태스크 관리 시스템이 추가되었습니다.
Anthropic 공식 Marketplace: anthropics/claude-code 저장소에 공식 플러그인 마켓플레이스가 포함되어 있습니다.

flowchart TB
 subgraph ExtSystem["Claude Code 확장 시스템 전체 구조"]
 direction TB

 subgraph Components["구성 요소"]
 direction LR
 Skills["🧠 Skills"]
 Commands["⌨️ Commands"]
 Subagents["👨‍💼 Subagents"]
 Plugins["📦 Plugins"]
 end

 subgraph Features["특징"]
 direction LR
 SK_F["자동 호출<br/>참조 지식<br/><br/>'레시피북'"]
 CMD_F["수동 호출<br/>/command<br/><br/>'단축키'"]
 SA_F["위임 실행<br/>격리 컨텍스트<br/><br/>'전문가'"]
 PL_F["배포 패키지<br/>(컨테이너)<br/><br/>'도구상자'"]
 end

 Skills --> SK_F
 Commands --> CMD_F
 Subagents --> SA_F
 Plugins --> PL_F

 subgraph PluginContents["Plugin이 포함할 수 있는 것"]
 direction LR
 P_Skills["Skills"]
 P_Commands["Commands"]
 P_Subagent["Subagent"]
 P_Hooks["Hooks"]
 P_MCP["MCP"]
 end
 end

 style Skills fill:#c8e6c9,color:#000000
 style Commands fill:#bbdefb,color:#000000
 style Subagents fill:#fff9c4,color:#000000
 style Plugins fill:#ffccbc,color:#000000
 style SK_F fill:#e8f5e9,color:#000000
 style CMD_F fill:#e3f2fd,color:#000000
 style SA_F fill:#fffde7,color:#000000
 style PL_F fill:#fbe9e7,color:#000000
 style PluginContents fill:#f5f5f5,color:#000000

1.2 각 요소 상세 비교

요소	호출 방식	컨텍스트	주요 용도	저장 위치
Skills	자동 (description 매칭)	메인에 주입	참조 지식, 패턴	`.claude/skills/`
Commands	수동 (`/command`)	메인에서 실행	반복 작업 자동화	`.claude/commands/`
Subagents	명시적 위임	격리된 윈도우	독립적 작업 처리	`.claude/agents/`
Plugins	설치 후 내부 요소 사용	해당 없음	배포/공유 패키지	Marketplace
Hooks	이벤트 트리거	자동 실행	강제 자동화	`.claude/settings.json`
MCP	외부 도구 연결	도구로 사용	외부 시스템 통합	`.mcp.json`

1.3 Plugin이 해결하는 문제

flowchart TB
 subgraph Before["❌ Plugin 등장 이전"]
 Q["'팀원 A의 Claude Code 설정을<br/>팀원 B에게 공유하려면?'"]
 B1["1. Skills 폴더 복사<br/>2. Commands 폴더 복사<br/>3. Agents 폴더 복사<br/>4. 설정 파일 수정<br/>5. 버전 관리 별도<br/>6. 업데이트 수동 반영"]
 BR["→ 복잡하고 오류 발생 가능성 높음"]
 end

 subgraph After["✅ Plugin 등장 이후"]
 A1["/plugin marketplace add my-team/our-plugins"]
 A2["/plugin install our-coding-standards@our-plugins"]
 AR["→ 버전 관리, 자동 업데이트,<br/>의존성 해결 모두 자동"]
 end

 Before --> After

 style Before fill:#ffcdd2,color:#000000
 style After fill:#c8e6c9,color:#000000
 style Q fill:#ef9a9a,color:#000000
 style BR fill:#ef9a9a,color:#000000
 style A1 fill:#a5d6a7,color:#000000
 style A2 fill:#a5d6a7,color:#000000
 style AR fill:#a5d6a7,color:#000000

2. Marketplace 시스템 이해

2.1 Marketplace란?

Marketplace는 Plugin들의 카탈로그입니다. Plugin을 검색하고 설치할 수 있는 저장소입니다.

Claude Code 완전 정복 가이드 Part 3: Skills 시스템 - 온디맨드 전문가 활용하기

Fri, 23 Jan 2026 17:20:57 +0900

이 글은 Claude Opus 4.5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

예상 소요 시간: 1시간 난이도: ⭐⭐⭐ 사전 요구사항: Part 1, 2 완료 Claude Code 버전: 2.1.x (Hot Reload 지원)

1. Skills란 무엇인가?

1.1 CLAUDE.md vs Skills의 핵심 차이

CLAUDE.md는 항상 로드되는 “기본 매뉴얼"입니다. 반면 Skills는 필요할 때만 로드되는 “전문 레시피북"입니다.

💡 Claude Code 2.1+ 새 기능: Hot Reload - Skills를 수정하면 Claude Code를 재시작하지 않아도 즉시 반영됩니다. ~/.claude/skills/ 또는 .claude/skills/ 디렉토리의 변경사항이 실시간으로 적용됩니다.

Claude Code 완전 정복 가이드 Part 2: CLAUDE.md 최적화 - 비대해지는 것을 막아라

Fri, 23 Jan 2026 17:20:54 +0900

이 글은 Claude Opus 4.5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

예상 소요 시간: 45분 난이도: ⭐⭐ 사전 요구사항: Part 1 완료, CLAUDE.md 사용 경험 Claude Code 버전: 2.1.x

1. 왜 CLAUDE.md는 간결해야 하는가?

1.1 LLM의 Instruction-following 한계

연구에 따르면 프론티어 LLM도 약 150-200개의 지시사항만 일관되게 따를 수 있습니다. Claude Code의 시스템 프롬프트 자체가 이미 ~50개의 지시를 포함하고 있어, CLAUDE.md에 사용할 수 있는 “지시 예산"은 제한적입니다.

flowchart TB
 subgraph Capacity["LLM 지시 따르기 용량"]
 direction TB
 Title["📊 총 용량: ~150-200개 지시"]

 subgraph Components["구성 요소"]
 direction LR
 A["🤖 Claude Code<br/>시스템 프롬프트<br/>(~50개)"]
 B["📄 CLAUDE.md<br/><br/>(당신의 몫)"]
 C["🧠 Skills/Rules<br/><br/>(추가 지시)"]
 end

 Warning["⚠️ 초과 시 → 균일하게 모든 지시를 무시하기 시작"]
 end

 Title --> Components
 Components --> Warning

 style Title fill:#e3f2fd,color:#000000
 style A fill:#bbdefb,color:#000000
 style B fill:#c8e6c9,color:#000000
 style C fill:#fff9c4,color:#000000
 style Warning fill:#ffcdd2,color:#000000

1.2 토큰 비용과 Context Window

CLAUDE.md는 모든 대화에서 항상 로드됩니다. 파일이 커질수록:

Claude Code 완전 정복 가이드 Part 1: CLAUDE.md 기초 - 첫 발을 내딛다

Fri, 23 Jan 2026 17:20:51 +0900

이 글은 Claude Opus 4.5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

예상 소요 시간: 30분 난이도: ⭐ 사전 요구사항: Claude Code 설치 완료 (v2.1.x)

1. Claude Code란 무엇인가?

1.1 Agentic Coding의 개념

Claude Code는 단순한 코드 자동완성 도구가 아닙니다. Agentic Coding Assistant로서, 터미널에서 직접 코드베이스를 읽고, 파일을 생성/수정하고, 테스트를 실행하고, Git 작업까지 수행할 수 있습니다. 2025년 2월 첫 출시 이후 빠르게 발전하여, 현재 버전 2.1.x에서는 Opus 4.5 모델을 지원하며 더욱 강력한 기능을 제공합니다.

Claude Code 완전 정복 가이드 Part 0: Overview

Fri, 23 Jan 2026 17:20:48 +0900

이 글은 Claude Opus 4.5 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

버전: 2026년 1월 기준 (Claude Code 2.1.17 / Opus 4.5)
대상 독자: Claude Code를 처음 시작하거나, 이미 사용 중이지만 더 효율적으로 활용하고 싶은 개발자

🎯 이 가이드의 목표

이 가이드는 Claude Code 초보 사용자가 CLAUDE.md 파일 하나 만드는 것에서 시작해서, Skills와 Plugins를 활용한 고급 워크플로우까지 단계별로 성장할 수 있도록 구성되어 있습니다.

flowchart TD
 A["📝 CLAUDE.md<br/>생성"] --> B["⚡ 최적화<br/>전략"]
 B --> C["🧠 Skills<br/>분리"]
 C --> D["🔌 Plugins<br/>활용"]
 D --> E["🏪 Marketplace<br/>구축"]
 E --> F["🎯 고급 패턴<br/>통합"]
 
 style A fill:#bbdefb,color:#000000
 style B fill:#c8e6c9,color:#000000
 style C fill:#fff9c4,color:#000000
 style D fill:#ffccbc,color:#000000
 style E fill:#d1c4e9,color:#000000
 style F fill:#f8bbd0,color:#000000

📚 가이드 구성

Part 1: CLAUDE.md 기초 - 첫 발을 내딛다

예상 소요 시간: 30분 | 난이도: ⭐

AI-Native 아키텍처: Java 25와 Spring Boot 4.0 시대의 에이전트 중심 개발 패러다임

Thu, 22 Jan 2026 09:30:28 +0900

이 글은 Google Gemini Pro Deep Research 을 이용해 초안이 작성되었으며, 이후 퇴고를 거쳤습니다.

서론: 소프트웨어 개발의 새로운 지평

2026년을 맞이하며 엔터프라이즈 소프트웨어 개발 생태계는 전례 없는 전환점을 맞이하고 있습니다. 인공지능(AI), 특히 대규모 언어 모델(LLM)이 단순한 코딩 보조 도구를 넘어 자율적으로 소프트웨어를 설계, 구현, 수정하는 ‘에이전트(Agent)‘로 진화함에 따라, 우리가 코드를 작성하는 방식과 시스템을 아키텍처링하는 원칙 자체가 근본적으로 재평가되고 있습니다. 과거 10년이 마이크로서비스와 클라우드 네이티브의 시대였다면, 향후 10년은 인간 개발자와 AI 에이전트가 공존하며 협업하는 ‘AI-Native’ 시대가 될 것입니다.

르네상스 개발자: AWS CTO Werner Vogels 가 제시하는 AI 시대 개발자의 5가지 자질

Fri, 19 Dec 2025 13:47:59 +0900

Claude Opus 4.5 을 활용해 작성한 글입니다.

서론: 왜 ‘르네상스 개발자’인가?

“AI가 내 직업을 빼앗을까? 아마도, 그럴 것이다. 하지만, 이 질문을 재구성하는 게 좋겠다. AI가 개발자를 쓸모없게 만들까? 절대로 아니다. 진화한다면.”

— Werner Vogels, AWS CTO

보겔스 박사는 개발자가 어셈블리어, 구조적 프로그래밍, 객체 지향 언어, 클라우드 도입 등 시대에 따라 등장했던 새로운 도구를 통해 더 훌륭한 엔지니어로 진화해왔다고 강조합니다. AI 역시 마찬가지입니다.

제프 베조스의 말을 인용하며, 보겔스 박사는 현재를 “우주 여행, 인공지능, 로봇공학 등 여러 황금기가 동시에 만나는 시대"라고 정의했습니다. 이러한 돌파구들이 서로를 강화하며 발전하는 모습이 바로 르네상스 시대와 닮아있다는 것입니다.

AI 툴 소개: GitHub Spec Kit: AI 에이전트 개발을 위한 명세서

Wed, 17 Sep 2025 10:02:47 +0900

GitHub Spec Kit은 코드와 상호작용하는 AI 에이전트 및 모델 개발자를 위한 명세(spec) 모음입니다. 이 명세들은 AI 에이전트가 파일 시스템과 상호작용하고, 명령을 실행하며, 사용자와 소통하는 방식에 대한 모범 사례(best practice)를 정의합니다.

이러한 표준을 채택함으로써, 우리는 AI 에이전트 개발 생태계가 더욱 강력하고 상호 운용 가능하도록 만들 수 있습니다.

원문: https://github.com/github/spec-kit (Translated by Google Gemini) (2025-09-17 기준)

🤔 명세 기반 개발이란 무엇입니까?

명세 기반 개발은 전통적인 소프트웨어 개발의 판도를 뒤집습니다. 수십 년 동안 코드가 왕이었습니다 — 명세는 코딩이라는 “진짜 작업"이 시작되면 만들어졌다가 버려지는 비계(scaffolding)에 불과했습니다. 명세 기반 개발은 이를 변화시킵니다: 명세가 실행 가능해지며, 단지 구현을 안내하는 것을 넘어 직접 작동하는 구현체를 생성합니다.

번역글: 언어 모델이 '환각'을 일으키는 이유와 그 해결 방안

Tue, 09 Sep 2025 09:03:43 +0900

원문: https://openai.com/index/why-language-models-hallucinate/ (translated by Gemini)

대규모 언어 모델(LLM)은 방대한 양의 텍스트 데이터로 학습하여 다음에 올 단어를 예측하도록 훈련됩니다. 하지만 이 과정은 모델이 사실과 다른 내용을 그럴듯하게 만들어내는, 이른바 ‘환각(hallucination)’ 현상을 일으키기도 합니다.

이 글에서는 환각이 왜 발생하는지 기술적으로 설명하고, 이 문제를 해결하기 위한 저희의 접근 방식을 공유하고자 합니다.

환각은 왜 일어나는가?

환각은 모델의 근본적인 작동 방식에서 비롯됩니다. 모델은 ‘진실’을 이해하는 것이 아니라, 훈련 데이터에 나타난 통계적 패턴을 학습할 뿐입니다.

1. 훈련 데이터의 한계 모델은 인터넷, 책 등에서 수집한 방대한 텍스트로 학습합니다. 이 데이터에는 잘못된 정보, 편견, 모순된 내용이 포함되어 있을 수밖에 없습니다. 모델은 이 모든 것을 사실 여부와 관계없이 패턴으로 학습하기 때문에, 부정확한 정보를 사실인 것처럼 생성할 수 있습니다.

번역글: LLM과 소프트웨어 개발에 대한 몇 가지 생각

Mon, 08 Sep 2025 14:10:40 +0900

원문: https://martinfowler.com/articles/202508-ai-thoughts.html (translated by Gemini)

저는 몇 주간 이 사이트 관리를 잠시 떠나려 합니다 (일부 휴가, 일부 업무). 일상적인 루틴에서 벗어나 몇 주를 보낼 생각을 하니, LLM과 AI의 현재 상태에 대한 산발적인 생각들을 나누고 싶은 충동을 느낍니다.

AI가 소프트웨어 개발에 어떤 영향을 미치는지에 대한 초기 설문조사들을 몇 가지 봤습니다. 과연 개발 속도를 높여주고 있는지, 코드 품질을 향상시키는지 아니면 망치고 있는지에 대한 내용들이죠. 이런 설문조사들의 큰 문제점 중 하나는 사람들이 LLM을 어떻게 사용하고 있는지 고려하지 않는다는 점입니다. 제가 아는 바로는 LLM 사용의 대다수가 코파일럿(Co-pilot)을 이용하는 것과 같은 단순한 자동 완성에 그치고 있습니다. 하지만 LLM으로부터 가장 큰 가치를 얻는다고 말하는 사람들은 자동 완성이 그다지 유용하지 않다고 생각하며, LLM이 소스 코드 파일을 직접 읽고 편집하여 작업을 수행하는 방식을 선호합니다. LLM을 사용하는 다양한 워크플로우를 무시하는 설문조사는 사람들을 잘못된 길로 이끌 수 있는 데이터를 만들어낼까 봐 걱정됩니다. (또 다른 복잡한 문제는 모델마다 기능이 다르다는 점입니다.)

책 소개: 마침내 특이점이 시작된다: 레이 커즈와일의 예언, 20년 후의 현실

Tue, 12 Aug 2025 08:21:10 +0900

이 글은 “마침내 특이점이 시작된다” 책에 관련한 여러 가지 질문들에 대한 Gemini 2.5 pro 의 대답에 기반했으며 일부 내용은 수정되었습니다.

레이 커즈와일(Ray Kurzweil)은 단순한 발명가나 컴퓨터 과학자를 넘어, 기술의 기하급수적 발전을 통해 인류 문명의 근본적 변화를 예고한 ‘현대의 노스트라다무스’로 불립니다. 2005년, 그는 저서 <특이점이 온다 (The Singularity Is Near)>를 통해 인공지능이 인간의 지능을 초월하는 ‘특이점’이 임박했음을 선언했습니다. 그리고 약 20년이 지난 지금, 그의 새로운 책 <마침내 특이점이 시작된다 (The Singularity Is Nearer)>는 그 예언이 현실로 다가오고 있음을 구체적인 증거와 함께 제시합니다.

용어 소개: AGI 란 무엇인가?

Fri, 08 Aug 2025 11:59:44 +0900

이 글은 AGI 에 대한 정의와 개념, 현재 LLM 에서 사용되는 AI 와의 차이점 질문에 대한 Gemini 2.5 pro 의 대답입니다.

AGI(범용 인공지능)는 인간이 할 수 있는 모든 지적인 작업을 기계가 해낼 수 있는, 특정 작업에 국한되지 않은 포괄적인 인공지능을 의미합니다. 이는 주어진 데이터로 학습된 패턴에 따라 반응하는 현재의 AI를 넘어, 스스로 추론하고, 배우고, 새로운 상황에 적응하는 능력을 갖춘 지능을 말합니다.

AGI(범용 인공지능)란 무엇인가요? 🧠

AGI(Artificial General Intelligence)는 종종 ‘강한 AI(Strong AI)‘라고도 불립니다. 현재 우리가 사용하는 대부분의 AI는 ‘약한 AI(Weak AI)’ 또는 ‘좁은 AI(Narrow AI)‘로 분류되는데, 이는 언어 번역, 이미지 인식, 코드 생성 등 특정 작업에만 뛰어나도록 설계되었기 때문입니다.

책 소개: VIBE CODING by Gene Kim and Steve Yegge

Thu, 07 Aug 2025 07:44:08 +0900

이 책의 존재를 알려준 r@rsl.kr 에게 감사를 표합니다.

이 책의 공개된 일부 내용은 https://go.itrevolution.net/e/Xys/U3oak/7Qm/R2mkNon98 에서 다운로드할 수 있습니다.
이 글은 제가 pdf 원문을 읽기 전 맥락을 먼저 갖기 위해 Gemini 에 번역/요약을 요청한 결과입니다.

책 소개: “VIBE CODING” - 무엇을 다루는가?

이 책은 “바이브 코딩(Vibe Coding)” 이라는 새로운 소프트웨어 개발 패러다임을 중심으로, 생성형 AI(GenAI), 챗(Chat), 에이전트(Agent)를 활용하여 실제 상용 수준의 소프트웨어를 구축하는 방법을 다룹니다. 저자들은 바이브 코딩이 단순히 코드를 빨리 짜는 기술을 넘어, 소프트웨어를 누가, 어떤 속도로, 얼마나 큰 야망을 가지고 만들 수 있는지에 대한 근본적인 정의를 바꾸고 있다고 주장합니다.

번역글: 형편없는 바이브 코더의 9가지 습관

Wed, 06 Aug 2025 15:28:31 +0900

원문: https://www.infoworld.com/article/4029093/9-habits-of-the-highly-ineffective-vibe-coder.html (Translated by Google Gemini)

바이브 코딩이 정말 그렇게 쉽다고요? AI의 현실 세계적 등가물인 집사를 생각해 보세요. 새로운 집사에게 아침 식사를 제공하거나 완벽한 마티니를 만드는 방법과 같은 기술을 가르치는 전문 학교가 있습니다. 하지만 이 학교들이 부자들에게 집사와 잘 지내는 방법을 가르치는 병행 과정도 있다는 것을 알고 계셨나요? 맞습니다. 부자들은 찻잔을 올바르게 잡는 방법을 배워서 집사가 우아하게 차를 채울 수 있도록 합니다. 심지어 어떤 종류의 요청이 적절하고 어떤 것이 그렇지 않은지도 배웁니다. 이것은 2분짜리 틱톡 비디오에서는 가르칠 수 없는 종류의 일입니다.

번역글: 증강 코딩: 바이브를 넘어

Wed, 06 Aug 2025 09:22:00 +0900

원문: https://tidyfirst.substack.com/p/augmented-coding-beyond-the-vibes (Translated by Google Gemini)

이 글의 존재를 알려준 r@rsl.kr 에게 감사를 표합니다.

최근 증강 코딩을 사용하여 B+ 트리 라이브러리를 구축하려는 야심 찬 프로젝트에서 좋은 마무리를 지었습니다. 그 결과물은 BPlusTree3 - Rust 및 Python으로 구현된 성능 경쟁력이 있고, 어쩌면 프로덕션에 즉시 사용 가능한 구현입니다. 저는 친구와 앉아 저의 이야기를 나누고 GenAI 시대의 프로그래밍 미래에 대해 무엇을 시사하는지 생각해 보았습니다.

무엇이 당신을 B+ 트리를 먼저 구현하게 만들었나요?

증강 코딩의 놀라운 힘을 깨닫기 시작했을 때, 저는 과거에 기술적으로 접근하기 어려웠던 프로젝트들을 떠올리기 시작했습니다. 그중 하나는 특수 목적 데이터베이스였습니다. 지금 그 데이터베이스 프로젝트를 구현하면서 B+ 트리 데이터 구조를 충분히 이해하지 못했다는 것을 깨달았고 그래서 목표를 바꿨습니다.

AI 코딩 시대의 그림자: LLM 의존이 개발자에게 미치는 잠재적 위험 5가지

Tue, 05 Aug 2025 16:12:15 +0900

vibe-coding, agent-coding 이라는 말이 어색하지 않은 시대입니다. Claude, Gemini, GitHub Copilot과 같은 LLM(거대 언어 모델) 기반 코딩 도구들은 이제 단순히 코드 스니펫을 자동 완성해주는 수준을 넘어, 우리의 생각을 논리적으로 설명하면 프로젝트 전체의 구조를 짜고 방대한 양의 코드를 순식간에 만들어냅니다. 생산성의 혁신이라 부를 만한 이 변화는 분명 경이롭습니다.

하지만 이 강력한 도구에 과도하게 의존하기 시작하면서, 우리는 이전에 겪어보지 못한 새로운 종류의 문제들에 직면하고 있습니다. 밝은 빛이 강할수록 그림자도 짙어지는 법입니다. 지난 주말 바이브코딩을 직접 경험해 보며 그런 그림자의 영역을 빠르게 체감할 수 있었습니다. 이 글에서는 LLM 기반 코딩에 대한 의존이 개발자 개인과 팀에 미칠 수 있는 5가지 잠재적 위험을 심도 있게 다뤄보고자 합니다.

기업 소개: Thinking Machines Lab

Tue, 05 Aug 2025 14:22:34 +0900

창립 배경

2025년 2월, Thinking Machines Lab 는 인공지능 업계의 ‘드림팀’으로 불리는 전 OpenAI 핵심 인력들이 주축이 되어 설립되었습니다. CEO인 미라 무라티(Mira Murati)를 비롯해 존 슐먼(John Schulman), 바렛 조프(Barret Zoph), 릴리안 웽(Lilian Weng), 앤드류 툴로치(Andrew Tulloch) 등 OpenAI에서 ChatGPT와 GPT-4 개발을 이끌었던 최고 전문가들이 대거 합류하며 큰 주목을 받았습니다.

이들은 기존 AI 기술의 한계를 넘어 인간과 더 안전하고 효과적으로 협력할 수 있는 차세대 인공지능을 구축하겠다는 공동의 목표를 가지고 OpenAI를 떠나 새로운 회사를 설립했습니다. 이는 단순히 더 강력한 AI 모델을 만드는 것을 넘어, 인공지능의 안전성, 투명성, 그리고 인간과의 상호작용 방식에 대한 근본적인 질문에 답하고자 하는 이들의 깊은 고민에서 비롯된 것입니다.

인물 소개: 안드레이 카르파티(Andrej Karpathy)

Sun, 03 Aug 2025 21:04:27 +0900

안드레이 카르파티는 누구인가?

안드레이 카르파티는 10년 이상 딥러닝 혁명의 중심에 있었던 컴퓨터 과학자입니다. 그의 경력은 현대 AI 역사상 가장 중요한 세 기관인 스탠포드 대학교, 테슬라, 그리고 OpenAI에 걸쳐 있습니다.

교육 및 초기 연구 (스탠포드 대학교): 카르파티는 스탠포드 대학교에서 박사 학위를 받았으며, ImageNet 데이터셋의 창시자 중 한 명인 페이페이 리(Fei-Fei Li) 교수의 지도를 받았습니다. 그의 연구는 자연어 처리(NLP)와 컴퓨터 비전의 교차점에 초점을 맞췄습니다. 박사 과정 동안 그는 이미지의 내용을 자연어 문장으로 설명할 수 있는 획기적인 모델을 개발했습니다. 이미지 캡셔닝에 대한 이 연구는 기초가 되었으며, 복잡한 다중 모드 작업을 해결하기 위해 다양한 신경망 아키텍처(비전을 위한 합성곱 신경망과 언어를 위한 순환 신경망 등)를 결합하는 힘을 보여주었습니다. 그는 또한 스탠포드 최초의 딥러닝 강좌인 CS231n: “시각적 인식을 위한 합성곱 신경망"의 주 강사였으며, 이 강좌는 전 세계 학생들에게 중요한 자료가 되었습니다.

Go 는 왜 LLM 기반 Vibe-Coding에 적합한 언어인가?

Thu, 31 Jul 2025 11:55:18 +0900

이 글에서는 LLM을 활용한 Vibe-Coding 시대에 Go 언어가 가지는 장점들을 알아봅니다.

(영문 글을 번역했던 블로그 대부분의 포스트와는 달리 이 글은 제가 초안을 작성하고, Gemini 의 도움을 받아 개선된 originality 가 있는 글입니다.)

1. 강력한 정적 타입 시스템과 컴파일 단계

Go는 정적 타입 언어이며 컴파일을 통해 실행 파일을 만듭니다. 이는 코드가 실행되기 전, 즉 컴파일 시점에 타입 불일치, 함수 인자 오류, 존재하지 않는 변수 참조 등 수많은 오류를 미리 잡아낼 수 있음을 의미합니다.

번역글: Gemini CLI: 소개 및 그 진정한 가치

Wed, 30 Jul 2025 09:08:43 +0900

원문: https://medium.com/@terrycho/gemini-cli-an-introduction-and-its-real-value-15bd070fb011 (translated by Google Gemini)

얼마 전, Gemini CLI 발표 직후 구글의 Gemini 서버가 과부하되었다는 소식이 들려왔습니다. 사람들은 왜 Gemini CLI에 그렇게 열광하는 걸까요? 우리는 이미 웹과 데스크톱에서 사용할 수 있는 ChatGPT와 Claude, 그리고 Cursor와 Windsurf 같은 코딩 AI 도구, 심지어 Lovable과 V0 같은 바이브 코딩 도구까지 가지고 있습니다. 터미널 기반의 새로운 CLI 기반 AI가 이 시장에 어떤 영향을 미칠 수 있을까요?

무료 서비스 발표가 상당한 인기를 얻었지만, Gemini CLI는 전체 소프트웨어 개발 수명 주기(SDLC)를 아우르는 오케스트레이터로서 새로운 입지를 확립했습니다. 이는 소프트웨어 개발 전체를 포괄하려는 야심 찬 계획을 엿볼 수 있게 합니다. 이 글에서는 Gemini CLI가 왜 그렇게 인기 있는지, 그 특징과 차별점, 숨겨진 가치, 그리고 미래 개발 가능성에 대해 논의할 것입니다.

번역글: 2025년 AI 프롬프트 엔지니어링: 무엇이 효과적이고 무엇이 그렇지 않은가

Wed, 25 Jun 2025 20:03:14 +0900

원문: https://www.lennysnewsletter.com/p/ai-prompt-engineering-in-2025-sander-schulhoff (translated by Google Gemini)

이 에피소드에서 배우게 될 내용

가장 효과적인 5가지 프롬프트 엔지니어링 기법
“역할 프롬프트(role prompting)” 및 AI 위협이 더 이상 작동하지 않는 이유 및 대신해야 할 일
두 가지 유형의 프롬프트 엔지니어링: 대화형 및 제품/시스템 프롬프트
프롬프트 인젝션 및 AI 레드 팀에 대한 입문서 - 여전히 최고 모델을 속이는 실제 탈옥(jailbreak) 전술 포함
AI 에이전트와 로봇이 다음 주요 보안 위협이 될 이유
AI 레드 팀 및 프롬프트 엔지니어링을 시작하는 방법
AI 제품에 적용할 수 있는 실용적인 방어책

몇 가지 핵심 내용

프롬프트 엔지니어링은 여전히 매우 활발하며 그 어느 때보다 중요합니다. 오히려 기업들이 사용자 대면 기능 및 핵심 기능을 구동하기 위해 LLM에 의존함에 따라 더욱 중요해졌습니다. Sander는 프롬프트 품질이 AI 성능을 좌우할 수 있는 방법, 특히 제품 전반에 걸쳐 확장될 때의 중요성을 설명합니다.
프롬프트 엔지니어링에는 “대화형"과 “제품 중심형"이라는 두 가지 명확한 유형이 있습니다. 대부분의 사람들은 프롬프팅을 ChatGPT와 채팅하는 것으로 생각하지만, Sander는 진정한 영향력은 제품 내에서 고성능 프롬프트를 만드는 것에서 온다고 설명합니다. 이러한 프롬프트는 대규모로 사용되고, 수백만 번 실행되며, 프로덕션 코드처럼 강화되고 최적화되어야 합니다.
“Few-shot 프롬프팅"은 정확도를 0%에서 90%로 향상시킬 수 있습니다. 가장 강력한 기술 중 하나는 모델에 정확히 원하는 것의 예시를 보여주는 것입니다. 이를 few-shot 프롬프팅이라고 합니다. Sander는 이 단일 기술이 몇 가지 예시-레이블 쌍을 추가하는 것만으로 의료 코딩 사용 사례를 완전한 실패에서 거의 완벽한 결과로 바꾸어 놓았음을 공유합니다.
역할 프롬프트(예: “당신은 수학 교수입니다…")는 대부분의 사람들이 생각하는 것과 달리 대체로 비효율적입니다. Sander는 역할 프롬프트가 어조나 글쓰기 스타일에는 도움이 될 수 있지만, 정확도를 높이는 데는 거의 효과가 없음을 보여주는 연구를 분석합니다.
분해(decomposition) 및 자기 비판(self-criticism)과 같은 고급 기술은 더 나은 성능을 끌어냅니다. Sander는 모델에 먼저 문제를 하위 문제로 분해하거나(분해) 자신의 답변을 비판하도록 요청하는 것이 어떻게 더 똑똑하고 정확한 결과로 이어질 수 있는지 설명합니다. 이는 다단계 추론이 필요한 에이전트와 같은 설정에서 특히 가치가 있습니다.
컨텍스트(“추가 정보”)는 과소평가되어 있지만 엄청난 영향을 미칩니다. 모델에 더 관련성 있는 배경 정보를 제공하는 것만으로도 성능을 크게 향상시킬 수 있습니다. Sander는 특히 올바른 형식과 순서로 포함되었을 때 추가 데이터(예: 이력, 연구 논문 또는 과거 상호 작용)를 포함하는 것이 프롬프트의 성공 여부를 결정했던 사례를 공유합니다.
프롬프트 인젝션은 실제적이고 위험하며 전통적인 의미에서는 해결 불가능합니다. 우리는 공격자들이 어떻게 LLM을 “탈옥"시켜 유해하거나 제한되거나 의도치 않은 응답을 출력하도록 속이는지 살펴봅니다. 이러한 공격은 종종 “X를 하지 마시오"와 같은 전통적인 방어 수단을 우회합니다. 그리고 Sander (심지어 Sam Altman)에 따르면 만능 해결책은 없습니다.
Sander는 세계 최대 규모의 AI 레드 팀 대회인 HackAPrompt를 운영합니다. 60만 개 이상의 프롬프트가 수집되었고 OpenAI 및 Anthropic와의 지속적인 협력을 통해 Sander의 플랫폼은 실제 LLM 스트레스 테스트의 중심에 있습니다. 이는 크라우드소싱 보안과 게임 메커니즘의 독특한 조합이며, 연구소들이 AI 안전에 대해 생각하는 방식을 형성하고 있습니다.
에이전트 기반 AI 시스템은 챗봇보다 공격에 훨씬 더 취약합니다. 오늘날의 프롬프트 인젝션에 대한 우려는 시작에 불과합니다. AI 에이전트가 항공편을 예약하고, 이메일을 보내고, 심지어 인간형으로 돌아다니기 시작하면 위험은 배가됩니다. Sander는 에이전트 보안이 다음 개척지인 이유와 대부분의 팀이 준비되지 않은 이유를 공유합니다.
“할머니” 트릭, 오타, 난독화는 여전히 최첨단 모델을 무너뜨립니다. 가장 발전된 LLM조차도 놀랍도록 간단한 해킹에 속을 수 있습니다. Sander는 감정 조작(예: “할머니가 해주던 것처럼 말해줘”), 인코딩된 입력, 창의적인 문구를 포함하여 여전히 작동하는 탈옥 기술을 설명합니다.
대부분의 회사는 손상된 방어책을 사용하고 있습니다. Sander는 “프롬프트 분리"나 “악의적인 입력 무시"와 같은 문구를 추가하는 것이 왜 작동하지 않는지 분석합니다. 가드레일은 쉽게 우회되며, 현재 분류기는 인코딩된 공격을 잡아낼 지능이 부족한 경우가 많습니다. 보안의 미래는 모델 수준이어야 하며, 덧붙이는 방식이 아니어야 합니다.
위험에도 불구하고 AI의 잠재력은 엄청나며 추구할 가치가 있습니다. Sander는 보안을 중요하게 생각하지만, 종말론자는 아닙니다. 그는 우리가 책임감 있게 구축한다면 AI가 생명을 구하고(특히 의료 분야에서), 생산성을 높이며, 실제 문제를 해결할 것이라고 믿습니다. 발전을 멈추는 것이 답이 아니라, 더 스마트하고 안전한 개발이 답입니다.

Sander Schulhoff는 원조 프롬프트 엔지니어입니다. 그는 인터넷 최초의 프롬프트 엔지니어링 가이드를 만들었고(ChatGPT 출시 두 달 전), 최근에는 OpenAI, Microsoft, Google, Princeton, Stanford와 공동 저술하여 1,500개 이상의 학술 논문을 분석하고 200개 이상의 프롬프트 기법을 다룬 프롬프트 엔지니어링에 대한 가장 포괄적인 연구를 수행했습니다. 또한 그는 OpenAI와 협력하여 최초이자 최대 규모의 AI 레드 팀 대회인 HackAPrompt를 운영하고 있으며, 이는 가장 최첨단 프롬프트 인젝션 기법(즉, LLM이 하지 말아야 할 일을 하도록 만드는 방법)을 발견하는 데 도움을 줍니다. Sander는 Maven에서 AI 레드 팀을 가르치고, AI 회사에 보안 자문을 제공하며, 수백만 명에게 가장 최첨단 프롬프트 엔지니어링 기법을 교육했습니다.

번역글: AI를 이용한 게임 디컴파일 개발 여정

Wed, 25 Jun 2025 14:35:23 +0900

원문: https://macabeus.medium.com/game-decompilation-using-ai-4d47b65f8852 (Translated by Google Gemini)

안녕하세요, 저는 Macabeus입니다. 이 글에서는 제가 오래된 게임을 디컴파일하기 위해 AI를 사용한 개발 여정을 공유하고, 이 재미있는 분야에서의 개인적인 연구를 탐색해 보려고 합니다!

게임 디컴파일이란?

간단히 말해, 디컴파일은 저수준 코드를 고수준 코드로 변환하는 과정입니다. 예를 들어, 어셈블리에서 C로 변환하는 것입니다.

IDA Pro나 Ghidra와 같은 유명한 리버스 엔지니어링 도구들을 통해 이를 알고 계실 수도 있습니다. 하지만 이 글에서 제가 디컴파일이라고 언급할 때는, 일치하는 디컴파일(matching decompilation) 에 대해 이야기하는 것입니다. 이 더 구체적인 용어는 컴파일했을 때 대상 어셈블리와 정확히 일치하면서도, 인간이 읽을 수 있는(human-readable) 고수준 코드를 작성하고자 함을 의미합니다.

번역글: 지금 바로 사용할 수 있는 최고의 AI 코딩 도구

Tue, 24 Jun 2025 19:52:16 +0900

원문: https://spectrum.ieee.org/best-ai-coding-tools (Translated by Google Gemini)

AI 기반 소프트웨어 개발 도구는 빠르게 발전하고 있습니다. 향상된 자동 완성으로 시작했던 것이 애플리케이션을 작성하고, 문제를 디버깅하고, 전체 코드베이스를 관리할 수 있는(또는 적어도 시도할 수 있는) AI 에이전트로 확장되었습니다.

소프트웨어 개발 회사 Frescher Southern LTD의 설립자이자 수석 엔지니어인 Josh Knowles는 “이것은 놀라울 정도로 빨랐습니다. 우리는 지금 위상 변화와 같은 것을 겪고 있습니다.”라고 말합니다.

이러한 변화는 이 새로운 분야의 왕이 되기 위해 경쟁하는 AI 기반 코딩 도구들을 낳았습니다. 선도적인 도구 중 일부는 불과 몇 년 전에는 존재하지도 않던 스타트업에서 나왔습니다. 그러나 거대 기술 기업들도 가만히 있지 않습니다. 다른 최고의 옵션들은 Microsoft와 같은 기존 플레이어와 Anthropic과 같은 자금력 있는 AI 연구소에서 제공됩니다.

번역글: 현재 나의 LLM 코드 생성 워크플로우

Mon, 23 Jun 2025 17:33:07 +0900

원문: https://harper.blog/2025/02/16/my-llm-codegen-workflow-atm/ (translated by Google Gemini)

요약: 스펙을 브레인스토밍하고, 계획을 계획한 다음, LLM 코드 생성을 사용하여 실행합니다. 개별적인 루프. 그리고 마법

저는 LLM을 사용하여 아주 많은 소규모 제품을 만들어 왔습니다. 재미있고 유용했지만, 엄청난 시간을 낭비할 수 있는 함정들이 있습니다.

얼마 전 한 친구가 제가 LLM을 어떻게 사용하여 소프트웨어를 작성하는지 물었습니다. 저는 “이런. 시간이 얼마나 있으신데요!“라고 생각했고, 그래서 이 글을 쓰게 되었습니다.

(추신: AI를 싫어하는 분이라면 맨 끝으로 스크롤하세요)

저는 많은 개발자 친구들과 이 주제에 대해 이야기하는데, 우리 모두는 어느 방향으로든 약간의 변형을 가미한 비슷한 접근 방식을 가지고 있습니다. 여기 저의 워크플로우가 있습니다. 이것은 저 자신의 작업, 친구들과의 대화(Nikete, Kanno, Obra, Kris, Erik 고마워요), 그리고 여러 끔찍한 인터넷 나쁜 곳들에서 공유된 많은 모범 사례들을 바탕으로 만들어졌습니다.

번역글: 에단 몰릭이 말하는 AI와의 "공동 지능"을 위한 4가지 규칙

Mon, 23 Jun 2025 13:09:41 +0900

원문: https://www.forbes.com/sites/peterhigh/2024/05/07/ethan-mollick-on-the-four-rules-of-co-intelligence-with-ai/ (translated by Google Gemini)

에단 몰릭은 펜실베이니아 대학교 와튼 스쿨의 부교수로, 기업가 정신에서의 혁신을 연구하고 가르치며 인공지능이 업무와 교육에 미치는 영향을 분석합니다. 연구와 강의 외에도, 에단은 게임, 시뮬레이션, AI를 사용하여 교육을 민주화하려는 와튼 인터랙티브(Wharton Interactive)를 이끌고 있습니다. 학계에 몸담기 전에는 스타트업을 공동 창업했으며, 현재는 기업가와 다른 경영진들의 자문 역할을 하고 있습니다. 에단의 최신 저서로는 ‘공동 지능: AI와 함께 생활하고 일하기(Co-Intelligence: Living and Working with AI)‘가 있습니다. 또한 그는 13만 4천 명 이상의 팔로워를 보유한 인기 블로그 ‘OneUsefulThing’의 저자이기도 합니다.

LLM on philipjkim

AI가 코딩을 다 하는 시대, 컴공은 무엇을 배워야 하나 Part 3: 반론 — 2026년 데이터로 다시 본 것들

들어가며

AI가 코딩을 다 하는 시대, 컴공은 무엇을 배워야 하나 Part 2: 교육, 학과의 존재 이유, 그리고 안목

들어가며

AI가 코딩을 다 하는 시대, 컴공은 무엇을 배워야 하나 Part 1: 영상이 짚은 현실과 바이브 코딩의 임계점

들어가며

배우는 부분들로 이루어진 배우는 시스템 — Kent Beck × Jessica Kerr 대담 정리

2025.06 vs 2026.06, AGI는 얼마나 가까워졌나 Part 3: 검증된 진보와 보도자료 사이

이어가며

2025.06 vs 2026.06, AGI는 얼마나 가까워졌나 Part 2: 전문가들은 시계를 어떻게 다시 맞췄나

이어가며

2025.06 vs 2026.06, AGI는 얼마나 가까워졌나 Part 1: 측정값으로 본 1년

들어가며: 1년이라는 자

Agentic Coding 시대의 Repo 부트스트래핑 가이드 Part 2: Go + Templ + HTMX To-Do 앱으로 직접 만들어 보기

가상 프로젝트: gotodo

Agentic Coding 시대의 Repo 부트스트래핑 가이드 Part 1: AGENTS.md 와 spec 문서 지형도

들어가며: README 한 장으로 안 되는 시대

1년 후의 공동 지능 Part 2: 2026 상반기에 새로 드러난 것들

들어가며

1년 후의 공동 지능 Part 1: 에단 몰릭의 4가지 규칙은 2026년에도 유효한가

들어가며 — 1년 사이에 일어난 일

Superpowers 플러그인 가이드 Part 4: 명시 호출 vs 자동 트리거 — 실전 가이드와 한계

Superpowers 플러그인 가이드 Part 3: 품질 보증 스킬 — TDD, Systematic Debugging, Verification, Code Review

Superpowers 플러그인 가이드 Part 2: 핵심 워크플로우 — Brainstorming부터 Subagent-driven Development까지

Superpowers 플러그인 가이드 Part 1: 소개, 설치, 그리고 철학

들어가며

AI 코딩 시대의 그림자, 7개월 후: 무엇이 변했고 무엇이 남았나

AI 시대 엔지니어의 심화 전략: 복리 게임, 거울의 한계, 선제적 AI 활용

1. 복리 게임: 정의, 본질, 그리고 승리 전략

복리 게임이란 무엇인가

사고의 외주화: AI 시대, Co-pilot과 Autopilot 사이

Claude Code Compaction 가이드

Compaction이란?

Claude Code 완전 정복 가이드 Part 6: 고급 패턴과 Best Practices

0. Claude Code 2.1 주요 신기능

1. Hooks: 예외 없는 강제 자동화

1.1 CLAUDE.md vs Hooks의 근본적 차이

1.2 Hooks 이벤트 종류

Claude Code 완전 정복 가이드 Part 5: 나만의 Plugin Marketplace 만들기 - 팀/조직 확장

1. Plugin 구조 이해

1.1 Plugin 디렉토리 구조

1.2 plugin.json 필수 필드

1.3 plugin.json 전체 스키마

2. 첫 번째 Plugin 만들기

2.1 시나리오

Claude Code 완전 정복 가이드 Part 4: Plugins & Marketplace - 재사용 가능한 확장 패키지

1. Plugin이란 무엇인가?

1.1 Skills vs Commands vs Plugins vs Subagents 개념 정리

1.2 각 요소 상세 비교

1.3 Plugin이 해결하는 문제

2. Marketplace 시스템 이해

2.1 Marketplace란?

Claude Code 완전 정복 가이드 Part 3: Skills 시스템 - 온디맨드 전문가 활용하기

1. Skills란 무엇인가?

1.1 CLAUDE.md vs Skills의 핵심 차이

Claude Code 완전 정복 가이드 Part 2: CLAUDE.md 최적화 - 비대해지는 것을 막아라

1. 왜 CLAUDE.md는 간결해야 하는가?

1.1 LLM의 Instruction-following 한계

1.2 토큰 비용과 Context Window

Claude Code 완전 정복 가이드 Part 1: CLAUDE.md 기초 - 첫 발을 내딛다

1. Claude Code란 무엇인가?

1.1 Agentic Coding의 개념

Claude Code 완전 정복 가이드 Part 0: Overview

🎯 이 가이드의 목표

📚 가이드 구성

Part 1: CLAUDE.md 기초 - 첫 발을 내딛다

AI-Native 아키텍처: Java 25와 Spring Boot 4.0 시대의 에이전트 중심 개발 패러다임

서론: 소프트웨어 개발의 새로운 지평

르네상스 개발자: AWS CTO Werner Vogels 가 제시하는 AI 시대 개발자의 5가지 자질

서론: 왜 ‘르네상스 개발자’인가?

AI 툴 소개: GitHub Spec Kit: AI 에이전트 개발을 위한 명세서

🤔 명세 기반 개발이란 무엇입니까?

번역글: 언어 모델이 '환각'을 일으키는 이유와 그 해결 방안

환각은 왜 일어나는가?

번역글: LLM과 소프트웨어 개발에 대한 몇 가지 생각

책 소개: 마침내 특이점이 시작된다: 레이 커즈와일의 예언, 20년 후의 현실

용어 소개: AGI 란 무엇인가?

AGI(범용 인공지능)란 무엇인가요? 🧠

책 소개: VIBE CODING by Gene Kim and Steve Yegge

가상 프로젝트: `gotodo`