인공지능 (1506) 썸네일형 리스트형 Claude Code의 진화: 플러그인으로 확장되는 개발자 워크플로우의 미래 AI 개발 환경은 점점 복잡해지고 있다. 단순히 코드를 작성하는 것을 넘어, 테스트, 배포, 문서화, 데이터 연동까지 통합적으로 관리해야 하는 시대가 되었다. 이런 복잡한 개발 과정을 효율적으로 관리할 수 있는 방법이 있을까?Anthropic이 새롭게 공개한 Claude Code 플러그인 시스템은 이러한 문제를 해결하기 위한 새로운 접근 방식을 제시한다. 이번 블로그에서는 Claude Code의 플러그인 시스템이 어떤 기능을 제공하는지, 어떻게 활용할 수 있는지, 그리고 이것이 개발 환경에 어떤 변화를 가져올 수 있는지를 자세히 살펴본다.1. Claude Code 플러그인 시스템이란?Anthropic의 Claude Code는 원래 AI 기반의 코드 보조 도구로 시작되었다. 그러나 이번에 공개된 플러그인 .. 오픈 코드 에이전트의 새로운 기준, Neovate Code 개발 자동화의 새로운 흐름최근 몇 년간 개발자들의 생산성을 높이기 위한 다양한 코드 에이전트(Code Agent)들이 등장했다.GitHub Copilot, Claude Code, Amazon CodeWhisperer 등 여러 도구가 코드를 작성하고 리뷰하며 테스트까지 자동화하지만, 대부분은 특정 생태계나 모델에 종속되어 있다.이런 환경은 개발자에게 편리함을 주는 동시에 제약을 만들어낸다.모델을 바꾸거나, 다른 시스템에 통합하려 할 때마다 불편함이 발생하고, 오픈되지 않은 구조는 커스터마이징의 여지를 제한한다.Neovate Code는 이러한 한계를 인식하고 만들어진 오픈 코드 에이전트다.이 도구는 단순히 코드를 생성하는 것을 넘어, 개발자가 직접 제어하고 확장할 수 있는 완전한 코드 자동화 플랫폼을 목표로.. LLM의 한계를 넘어: ACE(Agentic Context Engineering)가 여는 새로운 컨텍스트 진화의 시대 LLM은 왜 점점 ‘덜 똑똑해지는가?’대규모 언어 모델(LLM)은 짧은 시간 안에 놀라운 수준의 자연어 이해와 추론 능력을 보여주었습니다.하지만 실제로 이를 활용하는 개발자들은 한 가지 공통된 문제를 느낍니다.처음에는 잘 작동하던 모델이 점점 간결한 답만 내놓고, 복잡한 도메인 질문에는 핵심을 놓친다는 점입니다.이 현상은 단순히 모델이 부족해서가 아닙니다.문제의 근원은 컨텍스트 관리에 있습니다.LLM은 입력된 컨텍스트를 기반으로 답변을 생성하지만, 기존의 컨텍스트 적응(Context adaptation) 방식은 지나치게 요약된 형태로 정보를 유지하려다 중요한 세부 정보가 사라집니다.이를 연구에서는 **‘간결성 편향(brevity bias)’**이라 부릅니다.또한 컨텍스트를 반복적으로 수정하고 재작성하는 .. “바이브 엔지니어링(Vibe Engineering)” – AI 코딩 시대, 진짜 개발자의 역할이 다시 중요해지는 이유 AI 코딩의 시대, 하지만 품질은 누가 책임질까?AI가 코드를 작성하는 시대다.Claude Code, OpenAI Codex CLI, Gemini CLI 같은 코딩 에이전트들이 등장하면서 개발자들은 더 빠르고, 더 자동화된 방식으로 코드를 만들 수 있게 됐다.하지만 문제는 단순하지 않다.많은 개발자들이 AI 도구에 지나치게 의존하면서 “작동은 하지만 신뢰할 수 없는 코드”를 대량 생산하고 있다.이 현상을 일컫는 말이 바로 ‘바이브 코딩(Vibe Coding)’이다.코드의 의도나 구조보다는 결과만 빠르게 얻는 데 초점을 맞춘 방식이다.이에 반해 **‘바이브 엔지니어링(Vibe Engineering)’**은 완전히 다른 철학을 가진다.AI를 활용하되, 코드 품질·테스트·문서화·책임성을 철저히 지키는 숙련된 .. EU, AI 규제에서 활용으로: ‘Apply AI Strategy’가 여는 새로운 AI 시대 2025년, 유럽연합(EU)은 인공지능을 둘러싼 새로운 전환점을 맞이했다.2024년 8월, AI 법령(AI Act, Regulation (EU) 2024/1689)이 발효되며 인공지능의 윤리적·법적 틀이 마련되었고, 2025년 4월에는 ‘AI Continent Action Plan’을 통해 유럽 대륙 전반의 AI 실행 계획이 공개됐다.그리고 이번에 발표된 **‘Apply AI Strategy’(실제 AI 활용 전략)**는 그 다음 단계로, 규제 중심의 논의에서 벗어나 AI를 산업과 사회 곳곳에 실제로 확산시키기 위한 실행 전략을 제시한다.이 전략은 단순히 “AI를 허용한다”를 넘어, “AI를 실질적으로 어떻게 사용할 것인가”에 초점을 맞추고 있다.AI를 유럽의 산업 경쟁력과 연결해 실질적인 혁신을 일으키.. MoBA: 긴 문맥의 한계를 넘는 Mixture of Block Attention 기술 완전 해부 LLM의 ‘긴 문맥’ 한계를 넘어서기 위한 새로운 시도대형 언어 모델(LLM)은 놀라운 언어 이해 능력을 보여주고 있지만, 여전히 해결되지 않은 한 가지 문제가 있다. 바로 **긴 문맥(Long Context)**을 효율적으로 처리하는 일이다.전통적인 Attention 메커니즘은 입력 토큰 수가 늘어날수록 연산량이 제곱적으로 증가한다. 이는 모델이 수천, 수만 개의 토큰을 한 번에 이해해야 하는 상황에서 막대한 계산 비용과 메모리 사용량을 발생시킨다.이를 해결하기 위해 등장한 것이 Sparse Attention, Linear Attention 등 다양한 접근법이지만, 대부분의 방식은 성능 저하 또는 구조적 제약이라는 한계를 피하지 못했다.이런 상황에서 등장한 **MoBA (Mixture of Block .. 단일 GPU로 150B 모델을 구동한다? ServiceNow의 ‘Apriel-1.5-15B-Thinker’가 여는 AI 효율성의 새 시대 AI 모델이 점점 대형화되면서, 고성능 GPU와 막대한 비용이 필수가 되어버렸다. 하지만 이런 흐름에 정면으로 반기를 든 기업이 있다. 바로 ServiceNow다. 이들은 150억 개의 매개변수를 가진 멀티모달 추론 모델 **‘Apriel-1.5-15B-Thinker’**를 공개했으며, 놀랍게도 이 모델은 단일 GPU에서도 원활하게 구동 가능하다. 더욱 주목할 점은, 오픈소스 모델 순위에서 DeepSeek 수준의 성능(5위) 을 기록했다는 사실이다.이번 글에서는 이 모델의 구조, 학습 방식, 성능, 그리고 실질적인 활용 가능성까지 하나씩 살펴본다.1. ServiceNow의 새로운 도전, ‘Apriel-1.5-15B-Thinker’ServiceNow는 2025년 10월 1일, 자사의 최신 멀티모달 추론 모.. OpenAI Dev Day 2025: 인공지능의 다음 10년을 여는 혁신의 날 AI가 이제 단순한 대화형 도우미를 넘어, 플랫폼으로 진화하고 있다.2025년 10월, OpenAI는 Dev Day 2025를 통해 ChatGPT의 새로운 앱 생태계부터 영상 생성 모델 Sora, 개발자 도구 Codex, 그리고 강화된 GPT-5 Pro 모델까지 — 인공지능의 실질적 진보를 보여주는 일련의 기술들을 공개했다.이번 발표는 단순히 기능의 확장이 아니라, AI가 인간과 협력하는 방식 자체를 재정의했다는 점에서 의미가 크다. 아래에서는 각 기술의 개념과 특징, 그리고 실제로 어떤 변화가 일어날지를 체계적으로 정리한다.1. ChatGPT, 이제 하나의 플랫폼으로 – Apps & SDK1-1. ChatGPT 안에 ‘앱’이 들어왔다OpenAI는 이번 Dev Day에서 ChatGPT 내부에서 바로 사용.. 이전 1 ··· 18 19 20 21 22 23 24 ··· 189 다음
