AI Coding

gstack: AI 소프트웨어 엔지니어링 스택

gstack: AI 소프트웨어 엔지니어링 스택

에이전트 스킬로 구축된 소프트웨어 팩토리

AI 코딩 에이전트는 이미 함수 작성, 저장소 수정, 테스트 실행, 그리고 풀 리퀘스트(Pull Request) 생성이 가능합니다. 더 어려운 문제는 코드를 작성하기 전, 중, 후를 아우르는 반복 가능한 엔지니어링 프로세스를 에이전트가 따르도록 만드는 것입니다.

OpenSpec 기각 제안: 의사결정 메모리 컨벤션

OpenSpec 기각 제안: 의사결정 메모리 컨벤션

거부 상태가 없습니다. 다음은 임시 해결책입니다.

6개월 전 “영속성을 공유 라이브러리로 이동"을 제안하고 배포했던 에이전트는, 그 아이디어가 이미 검토되어 기각되었다는 것을 지속적으로 기록하는 것이 없다면 다음 분기에 같은 것을 다시 제안할 것이다 — 그리고 OpenSpec에는 현재 이를 위한 내장 상태가 없다.

OpenSpec 퀵스타트: 설치, 워크플로우, 그리고 흔한 함정

OpenSpec 퀵스타트: 설치, 워크플로우, 그리고 흔한 함정

40페이지짜리 PRD가 아닌, 델타(deltas) 형태의 스펙

OpenSpec은 Fission AI가 제공하는 무료 오픈소스 CLI 도구로, 코드가 작성되기 전에 사용자가 코딩 에이전트와 평범한 마크다운으로 변경 사항에 대해 합의할 수 있게 해줍니다. 무거운 스펙 기반 프레임워크의 단계별 복잡한 절차 없이 이를 가능합니다.

에이전트 스킬 vs MCP 서버: 의사결정 프레임워크

에이전트 스킬 vs MCP 서버: 의사결정 프레임워크

스킬, MCP 서버, 아니면 둘 다?

에이전트 스킬과 MCP 서버는 종종 AI 에이전트를 확장하는 경쟁적인 방식들로 제시됩니다. 그러나 이 프레임은 틀렸습니다: 스킬은 에이전트가 어떻게 작업해야 하는지를 가르치고, MCP 서버는 라이브 기능에 대한 거버넌스된 접근을 제공합니다.

실전 OpenCode CLI: 워크플로, 자동화 및 주의사항

실전 OpenCode CLI: 워크플로, 자동화 및 주의사항

명령줄에서 OpenCode를 실제로 사용해 보기

OpenCode의 커맨드 라인 인터페이스(CLI)는 스크립팅, CI 파이프라인, 그리고 무인 에이전트 실행을 위해 설계되었습니다. 이 글은 일상 업무에서 CLI를 활용하는 실무 가이드입니다.

Claude Code 서브 에이전트: 설정, 구성 및 사용 시점

Claude Code 서브 에이전트: 설정, 구성 및 사용 시점

소음이 발생하는 작업은 위임하고, 컨텍스트는 깨끗하게 유지하세요.

대부분의 Claude Code 세션이 느려지고 지저분해지는 이유는 동일합니다. 탐색적인 grep 실행, 로그 덤프, 그리고 “하나 더 확인해 보자"는 식의 파일 확인 작업들이 모두 메인 대화 창에 영구적으로 남기 때문입니다.

AI 개발에서 사양, 테스트 및 코드의 동기화 유지

AI 개발에서 사양, 테스트 및 코드의 동기화 유지

AI 에이전트가 요구사항, 테스트 및 코드에서 벗어나는 것을 막으세요.

AI 코딩 에이전트는 기능을 빠르게 출시하지만, 명세서(specs), 테스트, 그리고 코드는 조용히 서로 다른 방향으로 이동(drift)합니다. 이 가이드는 추적 가능성(traceability) 모델, 명세서-테스트 및 명세서-코드 매핑, 그리고 병합 전에 이러한 드리프트를 포착하는 CI(CI) 검사를 다룹니다.

GitHub Spec Kit 대 Kiro 대 Claude Code SDD 워크플로우

GitHub Spec Kit 대 Kiro 대 Claude Code SDD 워크플로우

가장 좋은 도구가 아니라, 처리의 깊이와 이동성 간의 문제

2026년 현재 스펙 기반 개발(Spec-Driven Development, SDD) 환경을 비교하는 개발자들은 보통 가장 지능적인 모델이 무엇인지 묻지 않습니다. 그들은 어떤 워크플로우가 AI 에이전트를 의식적인 예식(ceremony) 속에 빠뜨리지 않으면서도 정렬(alignment) 상태를 유지할 수 있는지 묻습니다.

스펙ulative 디코딩: 20~50% 더 빠른 LLM 추론

스펙ulative 디코딩: 20~50% 더 빠른 LLM 추론

품질 저하 없이 더 빠른 LLM 추론 – 실용 가이드

70B 모델은 포워드 패스당 1개의 토큰을 생성하며, 각 패스에서는 VRAM에서 가중치를 다시 로드하고, 컨텍스트에 대한 어텐션을 계산하며, 메모리를 동기화합니다. 토큰 사이에는 GPU가 순차적인 의존성이 해결되기를 기다리며 유휴 상태(idle)에 있게 됩니다.

멀티 에이전트 오케스트레이션 패턴: 실전 가이드

멀티 에이전트 오케스트레이션 패턴: 실전 가이드

멀티 에이전트 파일럿의 40%가 실패합니다. 올바른 오케스트레이션 패턴을 선택하고, 실패로 이어지는 패턴을 피하는 방법에 대해 설명합니다.

2025년, 단일 에이전트 AI 시스템은 정점에 달했습니다 — LLM 하나에 프롬프트, 도구, 목표를 주면 제한된 범위 내의 작업에서 꽤 괜찮은 성과를 내ことができました.

스펙 기반 개발이란? 단일 정보원으로서의 스펙

스펙 기반 개발이란? 단일 정보원으로서의 스펙

사이드 문서가 아닌, 단일 진실 공급원으로서의 스펙

스펙 기반 개발(Spec-Driven Development)은 소프트웨어 엔지니어들이 과거에 시도했다가 노력이 더 이상 보상을 주지 못할 때 제쳐두었던 아이디어 중 하나입니다.

스펙 기반 개발과 바이브 코딩: 워터폴?

스펙 기반 개발과 바이브 코딩: 워터폴?

사실의 원천으로서의 스펙, 아니면 느린 의식인가?

스펙 기반 개발(Spec-Driven Development)은 2026년에 바이브 코딩의 방향성 상실(drift)에 대한 진지한 개발자의 해답으로 등장했습니다.