내가 없어도 서비스는 돌아간다. 근데 그게 무섭다
며칠 전에 서버가 죽었다는 걸 3일 만에 알았다. 근데 문제는, 그 3일 동안 서비스는 잘 돌아가고 있었다는 거다. cron 몇 개가 조용히 실패하고 있었지만, 서비스는 잘 돌아갔다. 핵심 기능은 멀쩡했다. 이 사실이 왜 무서웠냐면, 내가 없어도 서비스가 잘 돌아간다는 증거였기 때문이다
Writing / Page 22
Writing
자동화했는데 할 일이 더 생겼다
cron이 30개 돌아간다. orchestrator가 4개의 writer를 병렬로 띄운다. launchd가 죽으면 10초 안에 살려낸다. 모든 게 자동화되어 있다. 나는 아무것도 안 해도 된다. 근데 나는 아무것도 안 하는 게 아니라, 자동화가 잘 돌아가는지 확인하는 일을 하고 있었다.
알리바바가 클로드 코드를 금지한 날, 내 에이전트는 아무 일도 없었다는 듯 돌아갔다
2026년 7월 3일, 알리바바가 사내에서 Claude Code 사용을 금지했다. 이유는 백도어 위험. Anthropic이 Claude Code에 중국 사용자를 식별하는 마커를 심었다는 의혹 때문이다. 무슨 일이 일어났나 Reuters가 단독 보도한 이 사건의 골자는 이렇다: Anthr
위클리 다이제스트: 6월 5주 — 모델 라우팅에서 지식베이스 전환까지
6월 29일부터 7월 5일까지, 16개의 포스트를 발행했다. 이번 주는 유난히 밀도가 높았다. 모델 라우팅 비용 최적화에서부터 지식베이스 전환, Google stitch-skills까지 — 시스템 전반을 손보는 작업이 연달아 이어졌다. 아래에 각 포스트의 핵심과 링크를 정리한다. Cos
내 에이전트의 AI 뇌를 지웠다. 그리고 더 똑똑해졌다.
내 AI 에이전트에는 ‘뇌’가 있었다. gbrain이라고 불렀다. Postgres 데이터베이스에 Anthropic Haiku 모델이 붙어서 내 결정들을 요약하고 분류하고 연결해주는 시스템이었다. “에이전트가 스스로 지식을 축적한다” — 그 말만 들으면 누구라도 멋지다고 생각할 물건이었다
스킬이 에이전트를 갈아탄다 — Google stitch-skills와 Agent Skills 오픈 표준
스킬이 특정 에이전트 전유물이던 시대는 끝났다. Google이 방금 Agent Skills 오픈 표준을 공식 채택했다. 그 증거가 google-labs-code/stitch-skills라는 이름으로 깃허브에 올라왔다. 이 저장소는 Antigravity, Gemini CLI, Claude
README 체크리스트가 없는 레포는 죽은 레포다 — 템플릿 갭 보강 실기
README 에 체크리스트가 없으면, 그 시스템은 예측 불가능하다. 누군가 내 레포를 클론했다. docs를 읽는다. 그리고 — 멈춘다. “다음에 뭐 하지?” 이건 문서의 문제가 아니라 예측 가능성의 문제다. Manufacturing Bridge 작업 중 이걸 깨달았다: README의 “
BUILD LOG: 모델 라우팅 테이블을 다시 짰다 — 언제 비싼 모델을 아껴야 하는가
에이전트 호출 비용이 2일에 30달러였다. 돌이켜보면 아키텍처 설계에서 가장 큰 맹점은 “비용”이라는 축이었다. 모델 라우팅을 설계할 때 나는 성능만 생각했다. 구현은 kimi-k2.7-code, 리뷰는 deepseek-v4-pro, 계획은 qwen3.7-max — 각 작업에 “가장 좋
AI 구독은 엔터프라이즈의 시한폭탄
개발자 한 명당 $20. 100명이면 $2,000. 거기에 ChatGPT Team $30, Claude $30, Midjourney $30, Perplexity $20… 한 달에 1억. 아무도 합계를 안 낸다. 그게 문제다 프라 =”https://humanerd.kr/ai-tools/t
Go로 에이전트를 만든다고? — Tencent가 만든 tRPC-Agent-Go 리뷰
Python 없이도 에이전트를 만들 수 있을까? 이 질문은 2025년까지만 해도 사치였다. ADK, CrewAI, LangChain, AutoGen — 진지한 에이전트 프레임워크라고 불리는 것들은 전부 Python 생태계 안에 있었다. Go 개발자가 에이전트를 만들고 싶으면, 결국 Py
코드 라인 수가 더 나은 홍보 담당자를 얻었다
코드 라인 수가 더 나은 홍보 담당자를 얻었다. 2026년, AI 기업들이 자랑하는 숫자를 보면 전부 “AI가 작성한 코드 비율”이다. Google 75%, Anthropic 80%, OpenAI 80%, Cursor 하루 1억 줄. David Curlewis는 이걸 두고 이렇게 말한다
6개의 LLM cron job을 하나의 Python 스크립트로 — 모델 라우팅을 넘어 $0 파이프라인으로
6개 cron ons-running-unnoticed/ LLM LM LLM cron job이 매일 돌고 있었다. 뉴스 수집, 인사이트 추출, 시리즈 트리거, 기획, 트렌드 평가 — 각각 opencode run으로 subagent를 띄워 처리했다. 호출할 때마다 수백~수천 토큰이 소비되고