참이 감자 개발 블로그
나만의 속도로 천천히 그리고 꾸준한 공부를 지향하는 거북이 개발자 입니다!
local_fire_department 인기 카테고리
분류 전체보기
[소프트웨어 마에스트로] 08.17 ~ 09.03동안 느낀 점 및 후기
1. 사업을 하고싶어하는 나를 되돌아보기'엔지니어링'과 '비즈니스'의 차이우리팀은 '비즈니스'을 해보기로 하여 모였고 3달 반가량 같이 작업을 하고 있는데, '엔지니어링'과 '비즈니스'은 성질이 아예 다른 것 같다. 차이점을 표로 한 번 정리해봤다.비교 항목엔지니어링 (기술/개발)비즈니스 (사업)핵심 질문"어떻게 구현하고 동작시킬 것인가?""누가 왜 돈(가치)을 지불할 것인가?"최우선 가치기술적 완성도, 안정성, 확장성시장 반응, 문제 해결, 수익성(BM)실행 방식구조적 설계, 역할 분리, 점진적 개선가설 검증 기반 실험(Lean), 전방위 실행속도와 타협품질과 성능을 같이 챙기며 감안 팔리면 무의미하므로 극단적 속도 추구,AI/노코드 적극 활용얻는 이점기술 하드스킬, 협업 경험, 엔지니어링 커리어시장을..
[AX] AI로 디자인하는 나만의 방법
1. 개발자가 디자인까지 하게 된 이유디자이너 없이 제품 만들기 회사나 규모있는 공모전 등이 아니면 디자이너가 없는 경우가 대부분이다. 이 때는 보통 다음 방법들을 사용한다. 내가 Figma로 직접 그린다 → 시간이 녹는다. 퀄리티도 안 나온다.템플릿·컴포넌트 라이브러리를 산다 → 그럴듯한데 어느 제품에 갖다 놔도 비슷하다.AI한테 그냥 시킨다 → 대부분 '밤티'로 나오며, 고치다가 오히려 시간이 더 걸린다. 따라서 나는 "AI를 잘 쓰는 방법"을 선택하고 여러가지 방법을 써보았다. AI를 통해 디자인을 잘 하기 위해서는, 결국 시중에 나와있는 AI를 적절히 활용하며, 문서를 잘 쓰는 것이 방법이였다.전체 워크플로우 ① PRD 작성② ManyFast → 기능 명세서 · User Flow · 와이어프레임 ..
[Claude Code] Tool 정리 - 01
1. Tool이란?Tool 개념Claude Code가 코드베이스를 이해하고, 파일 수정, 명령어 실행, 개발 도구 통합 등 AI가 외부 세계와 상호작용하여 직접 작업을 수행할 수 있도록 확장해 주는 기능'외부 세계와 상호작용하는 함수' 형태로 생각하면 된다.이는 외부 MCP(Pencil.dev)를 tool로써 추가하는 사진인데, 이렇게 설정하면 Claude가 Pencil에 접근이 가능해진다.Tool을 알아야 하는 이유기능 확장기본 Claude는 'text 생성'이 다이므로, 이 text에 tool+action을 통해 'file-system 접근/조작', 'bash 명령어 실행', '외부 API 연동' 등이 가능해진다.권한 및 보안 통제각 Tool이 동작하는 동작과 권한을 설정(Allow / Deny)하여..
[AX] LLM WIKI 개념 및 실제 사용 방법
1. LLM WIKI 개념일반 메모장 vs LLM WIKI일반 메모장은 내가 쓰고, 내가 분류하고, 내가 찾는다. 자료 100개를 넣으면 100개가 그냥 쌓인다. 많아질수록 지저분해지고, 어디 적었는지 기억이 안 나면 끝이다. 누적은 되는데 복리가 안 된다. 이게 핵심 문제였다. LLM WIKI는 역할이 뒤집힌다. 나는 자료를 던져 넣기만 한다. AI가 똑똑한 조수처럼 읽고, 요약하고, 분류하고, 기존 노트와 연결해서 서랍에 넣는다. 찾을 때는 서랍을 뒤지는 게 아니라 조수에게 물어본다. 일반 메모장LLM WIKI분류내가 한다AI가 한다검색키워드 검색, 폴더 뒤지기자연어로 질문자료가 늘면지저분해진다기존 노트까지 같이 갱신돼 더 똑똑해진다근거 추적"어디서 봤더라"모든 노트에 source 경로가 박혀 있다..
[Claude Code] Claude Code 프롬프트 캐싱 정리
1. 캐시 구성 요소Prefix (text 기반)레이어내용System Prompt Layer기본 도구(core tools) + 기본 system 지침Project Context LayerCLAUDE.md 등 세션 고정 설정 파일Conversation Layer지금까지 누적된 대화 내역 (Message, Reply)Header (Request metadata)ModelEffort levelFast modeAppended requestsSkills · Commands · Agents · Hooks · LSP server · Monitors · Themes · Deferred tools · advisor toolCache-Hit 조건캐시가 Hit되면 모델에 전체 텍스트를 Compute해서 넣을 필요가 없음Ca..
[AX] AI Agent 기초
1. LLM 이해LLM은 결국 Text를 Text로 답변해주는 모델에 불과하며, 모든 답변은 확률론적으로 답변된다. 2. RAGLLM이 주어진 문서들에 기반하여 답변할 때, 관련된 문서(Chunks)를 검색(Retrieval)하여 LLM에 주입 후 답변을 text로 낸다. 3. LLM vs AgentAgent = LLM + tool + actiontool: grep, ls, MCP 등 외부를 조작하고 조회할 수 있는 도구action: tool을 실행하고 어떤 tool을 쓸 지 결정=> 이를 통해 Agent는 우리의 file-system에 있는 코드도 고치고 다양한 tool과 그에 맞는 action을 통해 많은 작업을 AI로 할 수 있다. 4. Desktop App vs CLIDesktop은 tool이 제..
[소프트웨어 마에스트로] 08.17 ~ 09.03동안 느낀 점 및 후기
1. 사업을 하고싶어하는 나를 되돌아보기'엔지니어링'과 '비즈니스'의 차이우리팀은 '비즈니스'을 해보기로 하여 모였고 3달 반가량 같이 작업을 하고 있는데, '엔지니어링'과 '비즈니스'은 성질이 아예 다른 것 같다. 차이점을 표로 한 번 정리해봤다.비교 항목엔지니어링 (기술/개발)비즈니스 (사업)핵심 질문"어떻게 구현하고 동작시킬 것인가?""누가 왜 돈(가치)을 지불할 것인가?"최우선 가치기술적 완성도, 안정성, 확장성시장 반응, 문제 해결, 수익성(BM)실행 방식구조적 설계, 역할 분리, 점진적 개선가설 검증 기반 실험(Lean), 전방위 실행속도와 타협품질과 성능을 같이 챙기며 감안 팔리면 무의미하므로 극단적 속도 추구,AI/노코드 적극 활용얻는 이점기술 하드스킬, 협업 경험, 엔지니어링 커리어시장을..
[AX] AI로 디자인하는 나만의 방법
1. 개발자가 디자인까지 하게 된 이유디자이너 없이 제품 만들기 회사나 규모있는 공모전 등이 아니면 디자이너가 없는 경우가 대부분이다. 이 때는 보통 다음 방법들을 사용한다. 내가 Figma로 직접 그린다 → 시간이 녹는다. 퀄리티도 안 나온다.템플릿·컴포넌트 라이브러리를 산다 → 그럴듯한데 어느 제품에 갖다 놔도 비슷하다.AI한테 그냥 시킨다 → 대부분 '밤티'로 나오며, 고치다가 오히려 시간이 더 걸린다. 따라서 나는 "AI를 잘 쓰는 방법"을 선택하고 여러가지 방법을 써보았다. AI를 통해 디자인을 잘 하기 위해서는, 결국 시중에 나와있는 AI를 적절히 활용하며, 문서를 잘 쓰는 것이 방법이였다.전체 워크플로우 ① PRD 작성② ManyFast → 기능 명세서 · User Flow · 와이어프레임 ..
[Claude Code] Tool 정리 - 01
1. Tool이란?Tool 개념Claude Code가 코드베이스를 이해하고, 파일 수정, 명령어 실행, 개발 도구 통합 등 AI가 외부 세계와 상호작용하여 직접 작업을 수행할 수 있도록 확장해 주는 기능'외부 세계와 상호작용하는 함수' 형태로 생각하면 된다.이는 외부 MCP(Pencil.dev)를 tool로써 추가하는 사진인데, 이렇게 설정하면 Claude가 Pencil에 접근이 가능해진다.Tool을 알아야 하는 이유기능 확장기본 Claude는 'text 생성'이 다이므로, 이 text에 tool+action을 통해 'file-system 접근/조작', 'bash 명령어 실행', '외부 API 연동' 등이 가능해진다.권한 및 보안 통제각 Tool이 동작하는 동작과 권한을 설정(Allow / Deny)하여..
[AX] LLM WIKI 개념 및 실제 사용 방법
1. LLM WIKI 개념일반 메모장 vs LLM WIKI일반 메모장은 내가 쓰고, 내가 분류하고, 내가 찾는다. 자료 100개를 넣으면 100개가 그냥 쌓인다. 많아질수록 지저분해지고, 어디 적었는지 기억이 안 나면 끝이다. 누적은 되는데 복리가 안 된다. 이게 핵심 문제였다. LLM WIKI는 역할이 뒤집힌다. 나는 자료를 던져 넣기만 한다. AI가 똑똑한 조수처럼 읽고, 요약하고, 분류하고, 기존 노트와 연결해서 서랍에 넣는다. 찾을 때는 서랍을 뒤지는 게 아니라 조수에게 물어본다. 일반 메모장LLM WIKI분류내가 한다AI가 한다검색키워드 검색, 폴더 뒤지기자연어로 질문자료가 늘면지저분해진다기존 노트까지 같이 갱신돼 더 똑똑해진다근거 추적"어디서 봤더라"모든 노트에 source 경로가 박혀 있다..
[Claude Code] Claude Code 프롬프트 캐싱 정리
1. 캐시 구성 요소Prefix (text 기반)레이어내용System Prompt Layer기본 도구(core tools) + 기본 system 지침Project Context LayerCLAUDE.md 등 세션 고정 설정 파일Conversation Layer지금까지 누적된 대화 내역 (Message, Reply)Header (Request metadata)ModelEffort levelFast modeAppended requestsSkills · Commands · Agents · Hooks · LSP server · Monitors · Themes · Deferred tools · advisor toolCache-Hit 조건캐시가 Hit되면 모델에 전체 텍스트를 Compute해서 넣을 필요가 없음Ca..
[AX] AI Agent 기초
1. LLM 이해LLM은 결국 Text를 Text로 답변해주는 모델에 불과하며, 모든 답변은 확률론적으로 답변된다. 2. RAGLLM이 주어진 문서들에 기반하여 답변할 때, 관련된 문서(Chunks)를 검색(Retrieval)하여 LLM에 주입 후 답변을 text로 낸다. 3. LLM vs AgentAgent = LLM + tool + actiontool: grep, ls, MCP 등 외부를 조작하고 조회할 수 있는 도구action: tool을 실행하고 어떤 tool을 쓸 지 결정=> 이를 통해 Agent는 우리의 file-system에 있는 코드도 고치고 다양한 tool과 그에 맞는 action을 통해 많은 작업을 AI로 할 수 있다. 4. Desktop App vs CLIDesktop은 tool이 제..