AI가 코드를 고치는 시대, 프론트엔드 구조는 어떻게 달라져야 할까?
AI 시대의 프론트엔드에서 중요한 것은 새로운 프레임워크가 아니라, 기능 하나를 바꿀 때 읽어야 할 문맥을 줄이고 그 경계를 검사 가능한 규칙으로 지키는 구조라는 결론에 도달한 과정을 정리합니다.
AI가 코드를 쓰는 시대, 좋은 아키텍처란 무엇일까?
AI가 코드를 읽고 수정하는 환경에서 좋은 아키텍처를 컨텍스트 크기, 경계, 위치 파악과 사이드 이펙트 관점으로 다시 살펴봅니다.
STT 모델 실제 성능 비교: 한국어 회의 녹음 35분, 7개 모델 테스트
35분 한국어 개발 회의 녹음으로 7개 STT 모델의 속도, 정확도, 용어 인식, 환각과 타임스탬프 품질을 실제 비교합니다.
내 문서를 읽는 작은 에이전트를 다시 만들며
dongjun.win AI 어시스턴트를 Full Context 방식에서 도구 기반 문서 접근 구조로 바꾸며 정리한 작은 에이전트 설계 회고입니다.
내 실생활에 AI 더하기 (1) — 사진, 영상 하이라이트 만들기
여행 사진과 영상을 AI가 선별하고 편집하도록 media-highlight 스킬을 만들며 자동화한 과정, 실패와 개선점을 정리합니다.
법률 AI 검색 실험기 (12) — Lane-based Retrieval 설계와 전체 회고
벡터 검색부터 임베딩, selector, rewriter, graph, source router를 거쳐 lane-based retrieval에 이른 설계 과정과 전체 회고입니다.
법률 AI 검색 실험기 (11) — 오답 분석: 법률 RAG는 왜 자신 있게 틀리는가
검색 근거가 맞아도 법률 RAG가 틀리는 사례를 유형별로 분석하고 retrieval과 generation 사이의 실패 지점을 추적합니다.
AI한테 내 프롬프트 14,390개를 주고 물어봤다 — 내가 너를 어떻게 쓰고 있냐고
Claude Code와 Codex에 보낸 14,390개 프롬프트를 분석해 AI를 검색 도구가 아닌 팀 관리자처럼 활용한 실제 작업 패턴을 돌아봅니다.