본문 바로가기

전체 글

 (1544)
당신의 나이를 증명하되, 생일은 묻지 않습니다: 구글의 ZKP 오픈소스 공개 개인정보 유출 사고가 끊이지 않는 요즘, ‘필요한 정보만 주고, 나머지는 보호할 수 있다면?’이라는 물음에 답을 주는 기술이 있습니다. 바로 Zero-Knowledge Proof(ZKP), 즉 ‘영 지식 증명’입니다. 이 기술은 개인정보를 제공하지 않고도 인증을 가능하게 해, 유럽연합이 추진하는 디지털 신원 시스템(EUDI Wallet)에서도 핵심 기술로 꼽히고 있습니다.구글은 최근 ZKP 기술을 오픈소스로 공개하며, 개발자와 기업이 손쉽게 프라이버시 중심의 애플리케이션을 개발할 수 있도록 지원하기 시작했습니다. 이 글에서는 ZKP 기술의 개념부터 구글이 공개한 코드의 활용 가능성, 그리고 앞으로 기대되는 변화까지 차근차근 살펴보겠습니다.ZKP 기술, 왜 중요한가요?인터넷 서비스에서 나이를 인증하거나, ..
개발자가 직접 만든 AI 공장: 코드 자동화 그 이상을 꿈꾸다 개발 업무가 반복적이고 비효율적이라고 느껴진 적이 있다면, AI Factory라는 개념이 꽤 매력적으로 들릴 수 있다. 단순히 AI에게 코드 한 줄을 생성시키는 수준이 아닌, 기획부터 실행, 검증, 개선까지 전 과정을 자동화하는 시스템이다. 이 블로그에서는 실제 개발자가 운영 중인 AI Factory 사례를 바탕으로, 어떤 원칙으로 작동하고 어떻게 활용할 수 있는지를 자세히 살펴본다.AI Factory란 무엇인가?AI Factory는 하나의 AI가 모든 걸 해결하는 구조가 아니다. 여러 AI 에이전트를 조합하여 기획, 실행, 검토, 개선의 전체 사이클을 자동화하는 시스템이다. 마치 생산공장에서 부품이 조립되듯, 각 단계마다 역할을 분리한 AI들이 협업해 코드를 생산하고, 이를 스스로 개선해 나간다.비유하..
“코드만 있으면 충분하다” – LLM 시대, 자동화의 진짜 해법은 코드다 자동화의 미래는 정말 MCP일까?요즘 많은 사람들이 AI와 자동화의 미래로 MCP(Model Context Protocol) 방식 같은 툴 연동 구조를 이야기합니다. 하지만 정작 실무에 적용해본 사람이라면, 이런 방식이 과연 실제로 효과적인가에 대한 의문을 품었을 겁니다. 추론 기반 자동화는 멋져 보이지만, 막상 디버깅은 어렵고, 결과는 들쭉날쭉합니다.반면, 코드 기반 자동화는 반복성과 검증 가능성 면에서 여전히 강력합니다. 특히 LLM이 코드를 생성하고 또 다른 LLM이 이를 검토하는 구조는 지금 시점에서 가장 현실적이고 확장 가능한 자동화 방식입니다. 이 글에서는 직접 실험한 사례를 중심으로, 왜 "코드만 있으면 충분한지" 그 이유를 구체적으로 설명합니다.MCP 방식이 겪는 한계: 추론의 비용과 비효..
C를 버리고 Rust로: tmux 전체 코드를 수작업으로 옮긴 개발자의 6개월 여정 tmux는 터미널 사용자에게 강력한 세션 관리 기능을 제공하는 도구입니다. 하지만, 그 핵심 코드는 수십 년간 C 언어로 작성돼 왔습니다. 이 오래된 코드를 더 안전하고 유지보수하기 쉬운 Rust로 옮긴다면 어떨까요?이 블로그에서는 한 개발자가 직접 tmux의 전체 C 코드를 Rust로 포팅하면서 겪은 기술적 도전과 해결 과정을 정리했습니다. 자동화 툴의 한계, 빌드 구조 재설계, 메모리 오류 수정, yacc 파서 변환 등 현실적인 문제들과 그 해결책을 통해, Rust로의 실전 포팅 과정이 어떤 모습인지 생생히 보여줍니다.tmux-rs 프로젝트 개요tmux-rs는 약 6만7천 줄의 tmux C 코드를 약 8만1천 줄의 Rust 코드로 이식한 프로젝트입니다. 개발자는 개인 취미로 이 작업을 진행했으며, 자..
개발 협업의 게임 체인저, Cursor 1.2의 새로운 기능 업데이트 총정리 개발 협업 과정에서 겪는 가장 큰 문제 중 하나는 '흐름의 단절'입니다. 코드 리뷰, 배포 준비, 기능 요청 관리 등 작업이 끊기고 다시 이어지는 순간마다 효율은 급격히 떨어집니다. 특히 여러 명이 동시에 하나의 코드베이스를 다루는 팀이라면, 커뮤니케이션 지연과 문맥 전달 오류는 일상이 됩니다.이번 블로그에서는 이러한 문제를 해결하기 위해 Cursor가 선보인 주요 업데이트를 정리해 소개합니다. Background Agent 개선부터, 더 빨라진 코드 자동완성, PR 검색 및 인덱싱 기능, 그리고 작업 큐잉 기능까지. 단순한 기능 나열이 아닌, 개발자의 실질적인 작업 환경이 어떻게 달라지는지를 기준으로 살펴보겠습니다.Background Agent: 협업의 예측 가능성과 자동화Background Agent..
구글이 교육을 바꾸고 있다: ‘제미나이’ 기반 AI 도구 30종 전격 공개 AI가 교실에 들어왔다 – 구글이 만든 새로운 학습 생태계AI가 교육의 판을 흔들고 있습니다. 이번에는 구글이 직접 나섰습니다. 교사와 학생 모두를 위한 30여 종의 AI 도구, 무료로 제공되는 제미나이 기능, 수업 계획부터 평가까지 AI가 전방위로 지원합니다.2025년 6월, 미국 필라델피아에서 열린 국제 교육 기술 박람회(ISTE)에서 구글은 교육 혁신의 청사진을 공개했습니다. 핵심은 단 하나, "AI로 수업을 더 쉽고, 더 효과적으로, 더 개인화된 방식으로 만든다."이번 블로그에서는 구글이 발표한 주요 기술을 살펴보고, 어떤 점이 기존과 다른지, 그리고 이것이 교실에 어떤 변화를 가져올 수 있을지 살펴봅니다.제미나이로 무장한 구글 워크스페이스 – 수업 기획이 쉬워진다가장 눈에 띄는 변화는 구글 워크..
버그 티켓 관리, AI가 대신해준다면? - ADK로 직접 만드는 AI 디버깅 에이전트 완전 가이드 프로젝트가 커질수록 늘어나는 고객 문의, 알 수 없는 에러 메시지, 복잡한 의존성 문제들.하루에도 수십 개씩 쏟아지는 버그 리포트와 티켓을 보며 "이걸 좀 더 자동화할 수는 없을까?" 하는 생각, 해보신 적 있을 겁니다.여기, 진짜로 그 일을 도와줄 수 있는 AI 도우미가 있습니다.바로 ADK(Agent Development Kit)를 이용한 AI 디버깅 에이전트입니다.이 글에서는 단순한 소개를 넘어,ADK의 기본 구조부터 실제 구축 방법, 그리고 외부 도구와의 연동 방식까지 상세하게 설명합니다.당신이 직접 실무에서 사용할 수 있는 지능형 티켓 관리 시스템을 구현할 수 있도록 돕는 것이 이 글의 목적입니다.AI Agent란 무엇인가?기존의 자동화 시스템은 주로 정해진 규칙(rule)만을 따릅니다.하지만 ..
현실적인 샘플 데이터, 이제 손쉽게 생성하세요 — AI Dataset Generator 소개 데이터 분석이나 시각화 도구를 사용할 때 현실적인 샘플 데이터가 필요할 때가 많습니다. 단순한 숫자 조합이 아니라, 실제 상황을 시뮬레이션할 수 있는 구조화된 데이터셋이 있어야 도구의 기능을 제대로 테스트하거나 시연할 수 있기 때문입니다. 이런 상황에서 유용하게 활용할 수 있는 도구가 바로 AI Dataset Generator입니다.이 블로그에서는 GPT-4o를 활용해 대화형으로 데이터를 생성하고, CSV 또는 SQL로 손쉽게 내보낼 수 있으며 Metabase 연동까지 지원하는 이 오픈소스 도구의 주요 기능과 사용 방법을 소개합니다.AI Dataset Generator란?AI Dataset Generator는 OpenAI의 GPT-4o와 Faker를 결합해 만든 오픈소스 샘플 데이터 생성 도구입니다. 사..
바이두, 멀티모달 AI 'ERNIE 4.5' 전격 공개 인공지능 기술이 빠르게 발전하고 있는 지금, 바이두가 공개한 ERNIE 4.5는 단순한 모델 이상의 의미를 갖습니다. 텍스트와 이미지를 동시에 이해하는 멀티모달 AI 모델로, 공개된 성능만 보면 GPT-4.5조차 능가한다고 평가됩니다. 게다가 완전 오픈소스로 제공되어 누구나 다운로드하고 실험할 수 있도록 공개된 점도 주목할 만합니다.이 글에서는 ERNIE 4.5 모델이 왜 중요한지, 어떤 구조와 기술적 특장점을 가지고 있는지, 실제 활용성은 어느 정도인지까지 전반적으로 정리합니다. 최신 AI 기술의 흐름을 이해하고 싶은 분이라면 이 글이 좋은 출발점이 될 수 있습니다.ERNIE 4.5, 어떤 모델인가?ERNIE 4.5는 바이두가 2025년 6월에 오픈소스로 공개한 초대규모 멀티모달 AI 모델군입니다. 특..
무료 터미널 AI 코딩 도우미 등장: Gemini CLI와 MCP 서버의 완벽 조합 AI 도구가 점점 더 똑똑해지고 있는 건 사실이지만, 여전히 개발자 입장에서는 단순한 코드 생성보다는 문제 파악 → 설계 → 실행 → 개선이라는 순차적인 작업 흐름이 중요합니다. 문제는, 대부분의 AI 도구가 이 복잡한 사고 과정을 스킵하고 결과물만 만들어낸다는 점입니다. 하지만 Google의 Gemini CLI와 MCP 서버 조합은 조금 다릅니다. 이 조합은 순차적 사고(Sequential Thinking) 기반으로 코드를 분석하고, 각 단계를 따라가며 개발자처럼 사고하도록 설계돼 있습니다.이 글에서는 Gemini CLI와 MCP 서버의 개념, 특징, 실제 활용 예시까지 구체적으로 소개합니다. 효율적인 워크플로우를 만들고 싶은 개발자라면 주목할 만한 내용입니다.Gemini CLI란 무엇인가개요Gemin..

티스토리툴바