코드 생산성이 빨라질수록, 배포 대기열을 다시 설계해야 하는 이유 (Linear)
코딩 에이전트가 변경 사항을 더 빨리 만들수록 CI의 선행 작업과 반복 준비 비용이 배포를 막습니다. Linear 사례로 합류 경로와 테스트 조각의 고정비를 다시 설계하는 방법을 짚습니다.
글 읽기유토모 테크로그
기술을 보고,
일을 생각합니다.
새로 나온 기술과 제품이 만들어 내는 변화의 쓰임을 기록하는 블로그입니다.
최근 글
드론 배송이 빨라져도, 지역사회가 받아들이지 않으면 멈추는 이유 (Amazon)
아마존 드론 배송이 빨라져도 허브 인근 주민에게 비행이 반복되면 서비스 확대는 멈출 수 있습니다. 리처드슨 사례로 본 회랑 단위의 운영 과제를 정리했습니다.
쿠키 배너 너머의 데이터 통제권을 봐야 하는 이유 (GDPR)
GDPR을 쿠키 배너의 불편함으로만 보지 않고, 데이터의 수집 목적·공유·삭제를 사용자가 통제하게 하는 제품 설계 기준으로 설명합니다.
성과가 안 보일수록 더 큰 일을 떠맡는 악순환을 끊는 법
성과가 보이지 않을수록 더 큰 일을 혼자 떠안는 악순환을 짚고, 작은 완료와 짧은 공유로 협업의 신뢰를 회복하는 방법을 설명합니다.
알림함 하나 만들려다 메일 서비스를 떠안는 이유
문서함과 알림센터는 작은 화면으로 시작해 별도 서비스의 운영 책임으로 커질 수 있습니다. 금융앱을 만든 리엄 뉴전트의 경험을 바탕으로, 여러 해의 유지비와 메시지별 전달 목적을 먼저 따져봅니다.
AI가 문장 대신 선택지만 고르면, 챗봇 밖에서 무엇을 할 수 있을까
Jev는 문장 대신 선택지와 확률을 반환합니다. 기존 모델의 제한된 출력과 무엇을 비교해야 하는지, 빠른 응답과 올바른 판단을 왜 나눠 봐야 하는지 살펴봅니다.
AI로 만든 서비스, 오류가 났을 때도 내 제품일까
AI로 시스템을 만들었지만 오류 앞에서 막힌 실제 독자의 편지를 살펴봅니다. 출시 전 설명할 수 있어야 할 범위와, AI의 수정 제안을 검증하는 질문을 정리합니다.
AI에게 글을 맡길 때, 문장 대신 결함을 받아야 하는 이유
AI에게 대체 문장보다 결함 진단을 요청하는 편집 방법을 살펴봅니다. 사람이 고친 두 문안을 새 대화에서 비교할 때, 빼야 할 수정 이력과 남겨야 할 독자·목적을 구분합니다.
AI가 만들라고 한 .env, 이 파일은 뭘까?
.env는 비밀을 지키는 파일이 아니라 코드에서 떼어놓는 파일이다. 떼어놓은 비밀이 새는 네 가지 길과 막는 법.
AI에게 두 작업을 맡길 때 파일이 섞이지 않게: Worktrunk의 작업 공간 분리
AI 코딩 작업을 동시에 맡길 때는 세션마다 작업 폴더부터 나눠야 합니다. Worktrunk의 실제 실행 출력과 공개 워크플로로 파일 분리, 테스트, 사람의 검토와 병합 순서를 살펴봅니다.
같은 AI 모델인데 코딩 비용은 왜 달라질까: 실행 도구 비교 실험
같은 모델도 실행 도구에 따라 코딩 비용이 달라졌습니다. 7개 모델과 Claude Code·Codex CLI·Pi를 비교한 연구를 바탕으로, 도입 평가에 성공률과 토큰 비용을 함께 넣는 방법을 살펴봅니다.
내 기기에서 돌리는 AI, 모델 크기 5.9GB가 바꾸는 도입 조건
PrismML이 5.9GB 언어 모델 Bonsai 2 27B를 공개했습니다. 파일 크기와 실행 메모리, 기기별 처리 속도를 나누어 로컬 AI 도입 조건을 살펴봅니다.
