검색 결과

AI 사용을 그만두기로 한 이유

AI 사용을 그만두기로 한 이유

20년 경력 개발자가 1년 넘게 LLM 코딩 도구를 쓴 뒤 AI 사용 중단을 선언. 정신 건강, 소프트웨어 품질, 환경·사회적 비용을 이유로 들었고 Claude Code와 Linear 연동 경험도 언급.

인간 중심에서 에이전틱 코드 리뷰로 - 더 빠른 결정이 더 나은 리뷰를 뜻하지는 않는다

인간 중심에서 에이전틱 코드 리뷰로 - 더 빠른 결정이 더 나은 리뷰를 뜻하지는 않는다

207개 GitHub 프로젝트의 102만 개 PR을 분석해 코드 리뷰가 인간 중심, LLM 보조, AI 에이전트 참여 단계로 바뀌며 속도와 품질이 어떻게 달라졌는지 조사. AI 리뷰어를 빨리 도입한 프로젝트는 결정 속도는 빨라졌지만 품질 개선은 단순하지 않았음.

hallmark - AI 티가 나지 않는 디자인 스킬

hallmark - AI 티가 안나는 디자인 스킬

AI 코딩 어시스턴트가 흔히 만드는 평범한 디자인을 피하기 위한 anti-AI-slop 규칙을 묶은 디자인 스킬임. 타이포그래피, 색상, 레이아웃, 모션, 인터랙션을 제어하고 반복 패턴을 줄이도록 유도함.

Show GN: Ephemeral System Prompt - 실행마다 달라지는 지시사항을 넣고도 프롬프트 캐시 유지하기

Show GN: Ephemeral System Prompt - 실행마다 달라지는 지시사항을 넣고도 프롬프트 캐시 유지하기

LLM 에이전트에서 매 실행마다 변하는 지시사항을 분리해 프롬프트 캐시 유지하는 기법 제안.

rust-lang/rust가 LLM 사용 정책을 도입함

rust-lang/rust가 LLM 사용 정책을 도입함

Rust 프로젝트 5개 팀이 LLM 사용 정책 도입. 질문·분석·리뷰에는 허용, 새 콘텐츠 생성 엄격 제한.

Pi의 미니멀리즘이 경쟁력인 이유

Pi의 미니멀리즘이 경쟁력인 이유

Pi는 기본 도구 4개와 1,000토큰 미만의 시스템 프롬프트로 최소형 코딩 하네스를 지향. Databricks 연구에 따르면 동일 모델/추론 강도에서도 하네스에 따라 작업당 비용이 2배 이상 차이남.

취미 프로그래밍 커뮤니티가 LLM 사용에 강하게 반대하는 이유

취미 프로그래밍 커뮤니티가 LLM 사용에 강하게 반대하는 이유

취미 프로그래밍 커뮤니티는 작동하는 결과물보다 어려운 분야를 직접 익히는 숙련 과정을 중시. LLM으로 우회해 완성품을 만드는 행위는 활동의 목적을 놓치는 것으로 받아들여짐.

Show GN: llmwiki-serve – Markdown 문서를 코딩 에이전트가 찾아 읽게 해주는 로컬 서버

Show GN: llmwiki-serve – Markdown 문서를 코딩 에이전트가 찾아 읽게 해주는 로컬 서버

코딩 에이전트가 Markdown 문서를 직접 읽도록 도와주는 로컬 서버 llmwiki-serve 공개. Codex/Claude Code 사용 시 플러그인으로 Wiki 폴더 연결 지원.

GCC 운영위원회, AI 정책 발표

GCC 운영위원회, AI 정책 발표

GCC 운영위원회가 AI 정책 워킹그룹 권고안을 채택해 LLM 활용 기여의 허용 범위를 정함. LLM 생성 콘텐츠를 포함하거나 파생된 법적으로 중요한 기여는 받지 않으며, 저작권상 중요성 판단은 GNU Project 유지관리자 지침을 따름.

GigaToken - 언어 모델 토큰화를 약 1,000배 가속

GigaToken - 언어 모델 토큰화를 약 1,000배 가속

Tiktoken과 HuggingFace Tokenizers 대체를 목표로 하는 고속 토크나이저. SIMD 최적화와 캐싱, 스레드 통신 감소로 텍스트 처리 속도를 GB/s 단위로 끌어올림.

루프 안의 인간은 지쳤다

루프 안의 인간은 지쳤다

LLM 기반 프로그래밍은 생산성을 높이는 대신 개발자에게 지속적인 검토와 수정을 요구해 감독 피로를 키움. 그럴듯한 코드를 빠르게 만들어도 복잡한 변경의 의도와 품질을 인간이 끝까지 통제해야 하는 부담이 커짐.

결함투성이 탑, 바이브 멀미, 그리고 바이브 봅슬레이

결함투성이 탑, 바이브 멀미, 그리고 바이브 봅슬레이

LLM이 만든 코드를 이해하지 못한 채 다시 LLM에 해석을 맡기는 개발 방식이 확산되고 있음. 에이전트 엔지니어링과 바이브 코딩의 경계가 빠르게 흐려지는 흐름을 짚음.

사람이 유지보수할 것처럼 코드를 작성하라

사람이 유지보수할 것처럼 코드를 작성하라

LLM이 코드를 대신 작성해도 중복 조건문과 임시 구현을 그대로 병합하면 이후 생성 코드까지 나쁜 관행을 학습할 수 있음. 접근 제어 같은 핵심 로직은 route handler, background job, API endpoint, webhook 전반에서 일관된 구조로 유지해야 함.

더 나은 모델, 더 나빠진 도구

더 나은 모델, 더 나빠진 도구

Claude Opus 4.8과 Sonnet 5가 Pi의 edit 도구 스키마를 제대로 따르지 못해 호출이 거부된 사례를 다룸. 최신 모델이 특정 도구 스키마 준수에서 이전 모델보다 나쁜 동작을 보일 수 있음을 보여줌.