블로그 최신 글

최신 글

• Unity를 모르는 프론트엔드 개발자가 AI로 Unity 서비스를 React로 옮긴 방법

  이 글은 C#/Unity 경험이 없는 프론트엔드 개발자가 운영 중인 Unity 서비스를 React/Next로 마이그레이션하며, 검증 지점을 코드에서 자연어 명세로 옮긴다는 발상을 바탕으로 AI 협업 흐름 전체를 설계한 과정을 다룹니다. 특히 읽지 못하는 원본 코드를 AI가 관측 가능한 동작 중심의 명세로 번역하고, 그 명세를 구현·검증·리뷰가 참조하는 단일 기준으로 삼는 하네스 엔지니어링 접근을 설명합니다. 또한 iOS Safari의 한글 IME 이슈 사례를 통해 AI가 제시하는 '가장 흔한 정답'이 내 상황에 맞는지는 개발자가 판단해야 함을 보여주고, 단락 단위 가상 스크롤 전환 과정에서 AI를 "가설을 싸게 만들고 빠르게 버리는" 도구로 활용하는 구체적인 방법을 다룹니다. 나아가 hook 기반 자동 안전장치와 도메인별 AI 리뷰어 분리, 그리고 자율성을 의도적으로 제한한 트레이드오프 판단까지, 정확성이 중요한 마이그레이션 작업에서 AI에게 어디까지 맡길지 정하는 판단력을 실무적 관점에서 살펴보는 글입니다.

  2026년 8월 26일

• 같은 LLM인데 왜 결과가 다를까? 답은 하네스에 있다.

  이 글은 같은 모델을 써도 에이전트 성능이 갈리는 이유가 모델이 아닌 하네스(모델을 둘러싼 환경 전체)에 있다는 관점에서, 프롬프트·컨텍스트·하네스 엔지니어링의 층위 차이를 구분하고 하네스를 구성하는 핵심 요소들을 다룹니다. 지시 문서(AGENTS.md)와 자동 검사 장치의 결합, 에이전트 바깥의 결정론적 검증, 컴팩션·하위 에이전트·진행파일을 통한 컨텍스트 관리 기법을 설명하며, 작게 시작해 실수할 때마다 한 겹씩 보강해 나가는 5단계 실천 가이드를 함께 제시하는 글입니다.

  2026년 8월 21일

• AI 시대에 테스트 코드를 잘 쓰는 기준이 달라진다.

  이 글은 AI 협업 시대에 테스트 코드는 미래 세션의 AI가 읽는, 실행 가능한 프롬프트라는 새로운 관점을 바탕으로, 테스트 코드의 역할과 작성 방향을 정립합니다. 특히 개발 과정에서 빈번하게 발생하는 AI 세션 간 맥락(Context) 휘발 문제를 해결하는 가장 강력한 동기화 장치로서의 테스트 가치를 설명합니다. 또한 멀티 테넌트 서비스 격리 정책 사례를 통해 @DisplayName에 구현이 아닌 비즈니스 의도와 '왜(Why)'를 담는 구체적인 방법을 다룹니다. 나아가 인간이 명세를 확정하고 AI가 구현하는 협업 방식, 교차 검증 및 역 추론 루프 등의 실천 항목과 함께 과잉 명세와 같은 테스트 코드가 지닌 근본적인 한계점도 실무적 관점에서 살펴보는 글입니다.

  2026년 7월 1일

• 효율적인 CLAUDE.md 파일관리 및 컨텍스트 최적화 전략

  이 글은 Claude Code의 핵심 설정 파일인 CLAUDE.md를 효율적으로 관리하기 위한 컨텍스트 엔지니어링 전략을 다룹니다. 무분별한 규칙 추가가 오히려 AI의 성능을 저해하는 컨텍스트 부패(Context Rot) 현상을 설명하고, 이를 방지하기 위한 JIT(Just-In-Time) 전략, 메모리 계층 구조 활용, 그리고 안드레 카파시(Andrej Karpathy) 스타일의 간결한 지침 작성법을 제시합니다. 단순한 프롬프트 작성을 넘어 토큰 효율성을 극대화하고 AI의 추론 정밀도를 높이는 실전적인 운영 노하우를 제공하는 글입니다.

  2026년 5월 29일

• OpenClaw와 MoltBook로 살펴보는 2026년 에이전틱 AI 기술 동향

  이 글은 스스로 목표를 세우고 실행까지 수행하는 에이전틱 AI의 구조와 동작 방식을 쉽게 정리합니다. 특히 OpenClaw 사례를 통해 LLM이 로컬 환경을 직접 제어하는 온디바이스 자율 에이전트 구조에 대해 구체적으로 설명합니다. 또한 AI 에이전트끼리 상호작용하는 새로운 플랫폼 모델(MoltBook)을 소개하며, 인간 중심 서비스와 다른 지점을 짚습니다. 나아가 외부 스킬 생태계 분석을 통해 실제로 발생할 수 있는 보안 위협 유형도 함께 다룹니다. 자율성과 확장성이 커질수록 왜 보안 통제가 중요해지는지 기술적·구조적 관점에서 살펴보는 글입니다.

  2026년 3월 9일

• 워드 문서 파일 형식: DOCX 포맷의 구조와 이해 (1)

  이 글은 국제 표준 OOXML 기반의 DOCX 포맷 구조를 중심으로, 워드 문서가 다양한 편집 프로그램에서 동일하게 열리고 수정될 수 있는 원리를 설명합니다. DOCX 파일을 ZIP 기반의 XML 묶음으로 바라보고, document.xml·styles.xml·numbering.xml·media 등 핵심 구성 요소와 역할을 체계적으로 정리합니다. 특히 WordprocessingML의 설계 철학인 스트림 기반 문서 구조, p–r–t 텍스트 계층, Twip·EMU 단위 체계, Story·Section·Style·Drawing·Table·Numbering 구조를 예시 XML과 함께 상세히 다룹니다. 이를 통해 DOCX 문서의 내부 데이터를 해석하고, 문서 자동화·대량 처리·커스텀 문서 생성 등 실무 활용에 필요한 포맷 이해 방법을 소개합니다.

  2026년 2월 9일

• 워드 문서 파일 형식: DOC 포맷의 구조와 이해 (1)

  이 글은 Microsoft Word의 DOC(.doc) 을 대상으로, 문서가 내부적으로 어떻게 저장되고 파싱되는지를 단계적으로 설명합니다. OLE2 기반 파일 구조를 바탕으로 WordDocument, Table, Data Stream의 역할을 살펴보고, 문서 해석의 핵심인 FIB(File Information Block) 를 중심으로 데이터 위치와 크기를 추적하는 방식을 다룹니다. 또한 CP 개념과 PLC·STTB·RG 등 주요 데이터 집합 구조를 통해 텍스트와 속성이 어떻게 매핑되는지 설명하며, MS-DOC 공식 명세을 활용해 필요한 데이터명을 찾고 구조를 해석하는 방법을 소개합니다. 마지막으로 Clx 예제를 통해 실제 바이너리 데이터 읽기와 파싱 과정(C++ 코드) 을 구체적으로 보여주며, DOC 포맷 내부 구조를 이해하고 문서 데이터를 직접 해석하는 기초를 제시합니다.

  2026년 2월 9일

• 나만의 맞춤법 검사기 만들기: 개발 과정과 노하우 공유

  이 글은 한컴오피스 맞춤법 검사기의 자체 개발 가능성을 검토한 개인 프로젝트의 기록입니다. 범용 LLM의 일관성 문제와 과교정 경향을 분석하고, 이를 극복하기 위해 규칙 기반 교정과 KoBART 모델을 결합한 하이브리드 아키텍처를 설계했습니다. KoGPT-2에서 KoBART로의 전환 이유, 50개 이상의 규칙 엔진 설계, 글자 수 기반 검증 필터 구현 과정을 다루며, 프로토타입 개발부터 향후 한컴오피스 적용 계획까지의 여정을 공유합니다.

  2026년 1월 26일

• 한컴 성장사이 ②: 2025년을 마무리하는 시간, 개발자 페스티벌

  이 글은 한글과컴퓨터의 개발 문화 ‘성장사이’ 두 번째 이야기로, 2025년 말에 진행된 개발자 페스티벌의 기획 배경과 운영 과정, 그리고 현장의 분위기를 정리한 후기입니다. 행사의 목적과 의미를 소개하며, 외부 초청 강연을 통한 기술 인사이트 공유와 내부 구성원 참여 중심 프로그램으로 구성된 전체 흐름을 설명합니다. AI 시대 개발자의 역할을 다룬 강연, 한 해의 주요 성과 공유, LLM 기반 기술 세션, 개발문화 우수상 시상 등 주요 프로그램을 중심으로 개발 문화가 어떻게 공유·소통·성장으로 이어졌는지를 담았습니다. 이를 통해 한 해를 마무리하며 구성원 간 감사와 격려를 나누고, 앞으로의 개발 문화 방향을 함께 모색한 과정을 소개합니다.

  2026년 1월 19일

• 개발자가 알아두면 유용한 MCP 서버 7가지

  한 줄 요약 AI 에이전트 시대, 업무 생산성 향상의 핵심! 개발자의 입장에서 알아두면 유용한 MCP 서버를 소개합니다. AI 에이전트 시대의 MCP 출처 – Unsplash의 Daniil Komov 최근 거대 언어 모델(LLM)의 발전은 단순히 텍스트를 생성하는 수준을 넘어, 복잡한 실무를 대신 수행하는 AI 에이전트 시대를 열고 있습니다. AI 에이전트의 목표는 인프라, 데이터베이스, 코드 저장소 등 여러 시스템을 넘나들며 복합 업무를 처리하는 것입니다. 하지만 LLM은 지능은 갖추고 있지만 실제 시스템을 실행할 권한과 최신 정보를 담고 있지 못하는 근본적인 한계를 가지고 있습니다. LLM과 시스템의 연결고리, MCP LLM의 지능과 실제 시스템 수행 사이의 격차를 메워주는 것이 바로 Model Context Protocol(MCP) 서버입니다. MCP는 AI가 외부 도구, 애플리케이션 및 데이터 소스와 연결하고 상호 작용할 수 있도록 해주는 개방형 통신 규약입니다. MCP 서버는 AI 에이전트가 복합 업무를 수행하는 데 다음과 같은 도움을 줍니다. 실시간 컨텍스트 제공: AI가 MCP 서버를 통해 현재 시스템의 상태, 최신 문서, 보안 정책 등을 실시간으로 질의하고 응답을 받을 수 있게 합니다. 실행 가능성 보장: AI의 자연어 명령을 특정 도구가 이해하고 실행할 수 있도록 변환하여 자동화를 수행할 수 있게 합니다. 결론적으로 MCP 서버는 AI 에이전트가 단순한 질의응답을 넘어 여러 시스템을 넘나들며 복합 업무 수행이 가능하게 합니다. MCP 서버 소개 인프라 관리부터 협업 문서까지 다양한 실무 영역에서 활약하는 대표적인 MCP 서버를 소개합니다. 1. Context7 MCP Server 최신 라이브러리 문서와 정확한 코드 예제를 실시간으로 사용할 수 있는 서버입니다. AI의 가장 큰 약점인 오래되거나 부정확한 정보 문제를 해결할 수 있습니다. 주요 기능 기능내용 문서 검색최신 공식 문서를 검색하여 정확한 사용법을 가져옵니다. 코드 예제 제공특정 기능 구현에 필요한 검증된 코드 스니펫을 컨텍스트로 제공합니다. API 조회특정 함수나 클래스의 파라미터, 반환값, 오류 코드 등 상세 API 명세를 조회합니다. 버전 맞춤 정보구버전 데이터가 아닌 현재 사용 가능한 라이브러리 버전에 맞는 정보를 제공합니다. 활용 사례 항목내용 코드 작성 지원“Upstash Redis를 사용하여 Rate Limiting을 구현하는 최신 코드를 알려줘” 오류 수정“이 코드가 최신 SDK 버전에서도 유효한지 문서를 기반으로 확인해 줘” API 사용법 확인“이 API 호출에서 401 에러가 발생하는데 문서 상에서 가능한 원인이 무엇인지 알려줘” 마이그레이션 지원“Kafka 클라이언트 v1에서 v2로 마이그레이션할 때 주의할 점을 문서에서 찾아줘” 2. Terraform MCP Server 클라우드 인프라를 직접 배포하고 관리할 수 있도록 돕는 서버입니다. 주요 기능 기능내용 문서 검색 및 조회리소스, 데이터 소스, 함수 및 설정 가이드 등 포괄적인 프로바이더 문서를 검색하고 상세 내용을 검색하며 최신 버전을 조회합니다. 모듈 탐색 및 조회커뮤니티 및 검증된 모듈을 이름/기능별로 검색하고 입/출력, 예시, 하위 모듈 등 상세 정보 및 최신 버전을 조회합니다. 정책 검색 및 조회거버넌스 및 규정 준수를 위한 Sentinel 정책을 검색하고 구현 세부 정보 및 사용 지침을 조회합니다. 워크스페이스 관리Terraform Cloud/Enterprise 조직, 프로젝트, 워크스페이스를 생성, 조회, 수정, 삭제합니다. 실행 관리워크스페이스 내에서 실행 목록을 조회, 상세 정보를 확인 및 생성하며 실행에 대한 작업을 수행합니다. 사설 Registry조직 내 사설 모듈 및 사설 프로바이더를 검색하고 상세 정보를 조회합니다. 변수 및 변수 세트 관리조직 내 변수 세트를 생성하고 목록을 조회하며 워크스페이스에 연결 및 분리하고, 변수를 생성, 수정, 목록 조회합니다. 워크스페이스 태깅워크스페이스에 태그를 추가 및 조회하여 리소스를 체계적으로 분류하고 정리

  2025년 12월 24일

이 블로그의 주제