[카테고리:] AI와 기술 읽기
-
AI 에이전트 사용 시 토큰을 절약하는 사용 습관
AI 에이전트를 오래 쓰다 보면 비용보다 먼저 체감되는 문제가 있습니다. 같은 설명을 반복하고, 같은 파일을 다시 읽히고, 이미 결정한 내용을 또 정리하게 만드는 일입니다. 이 과정에서 토큰은 빠르게 늘어나고, 작업 속도도 느려집니다. 토큰을 절약한다…
-
AI 에이전트를 개발할 때 효율적인 프로젝트 트리 구조를 만드는 방법
AI 에이전트 개발에서 프로젝트 트리 구조는 단순한 폴더 정리가 아닙니다. 에이전트가 어떤 문서를 읽고, 어떤 도구를 실행하며, 어떤 산출물을 남기고, 어떤 기준으로 검증할지를 정하는 운영 설계에 가깝습니다. 구조가 흐리면 에이전트는 매번 전체 저장소…
-
AI 에이전트에서 /goal의 기능과 역할
AI 에이전트에서 goal의 기능과에 대해 전문가, 전공자, 관심자 대상으로 근거 기반 정보를 자세하게 정리한 한글 가이드입니다. 1. 문서 개요 이 문서는 `AI 에이전트에서 goal의 기능과`를 기술적으로 이해하고 실제 작업에 적용하기 위한 기준을…
-
비전 AI 기술로 필터 적용된 사진의 필터를 해제하는게 가능한가?
비전 AI 기술로 필터가 적용된 사진의 필터를 해제하는 것은 부분적으로 가능합니다. 다만 여기서 말하는 “해제”는 원본 사진을 그대로 되찾는다는 뜻이 아닙니다. 색감, 대비, 노이즈처럼 원본 정보가 아직 남아 있는 필터는 어느 정도 되돌릴 수 있지만,…
-
AX 전환에 따라 문제해결 능력 중심에서 문제인식 중심으로 교육의 방향의 전환
AX 전환은 단순히 교실이나 조직에 AI 도구를 추가하는 변화가 아닙니다. 더 중요한 변화는 사람이 배워야 할 능력의 순서가 바뀐다는 점입니다. 예전 교육은 주어진 문제를 정확하고 빠르게 푸는 능력을 중심에 두었습니다. 그러나 생성형 AI가 답안 후보…
-
RAG에 사용할 LLM 라우터 개발하기
RAG에 LLM 라우터를 붙인다는 말은 단순히 여러 모델 이름 중 하나를 고르는 기능을 만든다는 뜻이 아닙니다. 사용자의 질문, 검색된 문서의 신뢰도, 컨텍스트 길이, 답변에 필요한 추론 난이도, 비용과 지연 시간, 개인정보 민감도를 함께 보고 어떤 …
-
Codex와 bkit으로 PDCA를 실제 적용하는 방법
이 글의 목적은 PDCA 개념을 설명하는 것이 아닙니다. Codex를 사용해 실제 기능을 고치고, 그 과정에서 bkit의 PDCA 방식이 어떻게 작업 품질을 잡아 주는지 하나의 사례로 보여주는 것입니다. 소개 bkit은 AI 네이티브 개발을 PDCA …
-
기술 1도 모르는 비전공자가 AI를 활용하면 디지털 노마드가 될 수 있을까?
제 의견은 "가능하지만, 사람들이 상상하는 방식과는 다르다"입니다. AI는 비전공자에게 출발선을 낮춰 주지만, 수익을 보장하지는 않습니다. 디지털 노마드가 되려면 AI 사용법보다 먼저 팔 수 있는 문제, 반복 가능한 서비스, 생활비를…
-
pdca 프레임워크를 Codex에서 실전 사용 방법
pdca 프레임워크를 Codex에서 쓴다는 것은 작업을 느리게 만들기 위한 절차를 추가한다는 뜻이 아닙니다. 오히려 Codex가 빠르게 수정한 결과를 사람이 다시 추적하고 검증할 수 있도록 작업을 작은 주기로 묶는 방식입니다. Plan에서 기준을 정하…