## 모델 선택: Sonnet, Opus 어떤 모델을 써야 할까? Claude Code를 설치하고 로그인한 후, 모델에 대해 바로 고민할 필요는 없습니다. 기본값은 Claude Sonnet이며 대부분의 경우 충분합니다. ### Claude Code에서 사용 가능한 모델 현재 명령줄에서 동적으로 선택할 수 있는 모델은 세 가지입니다: - **Claude Sonnet** (현재 3.5 또는 최신 버전) - **Claude Opus** (플래그십 버전) - **Claude Haiku** (경량 버전) 이 세 모델의 "두뇌"와 "…
## 인증 프로세스: 브라우저 로그인과 수동 API 키 구성 Claude Code를 설치한 후에는 인증을 완료해야 사용할 수 있습니다. 이 도구를 Anthropic 계정과 연결해야 합니다. 연결 방법은 두 가지입니다: **브라우저 로그인**과 **수동 API 키 구성**. 두 방법의 최종 효과는 동일하므로 편리한 방법을 선택하세요. ### 방법 1: 브라우저 로그인 (권장) Claude Code는 자동 인증 명령어 `claude login`을 제공합니다. 이 명령어는 브라우저를 열어 웹 페이지에서 권한을 부여하도록 한 후, 자…
## 어떻게 Claude Code를 설치하나요 Claude Code 설치는 그래픽 인터페이스의 "다음" 버튼이 없으며, 전적으로 명령줄에서 이루어집니다. npm에 익숙하다면 전체 과정이 2분을 넘지 않습니다. ### 전제 조건 시작하기 전에 다음을 준비하세요: - **Node.js 18 이상** 확인 방법: 터미널에서 `node -v` 실행. 버전이 18보다 낮으면 nvm, fnm을 사용하거나 nodejs.org에서 직접 업그레이드하세요. - **Anthropic 계정** 등록 주소: `https://console.a…
## 일반적인 사용 사례 사용 사례를 네 가지 범주로 나누었습니다. 빈도가 높은 순서대로 정렬했습니다. --- ### 첫 번째 범주: 코드 이해 아마 가장 많이 사용되는 유형입니다. 다른 사람의 프로젝트를 인계받거나, 오래된 모듈을 보거나, 문서가 없는 저장소를 열었을 때 직접 물어보세요. **구체적인 방법:** - `claude "이 프로젝트는 무엇을 하나요? 진입점은 어디인가요?"` — `package.json`, 디렉토리 구조, 주요 파일을 읽고 요약을 제공합니다. - 함수를 열고 로직을 설명하거나 흐름을 그리도록 …
## 1.3 왜 터미널에서 코드를 작성해야 할까? 비유를 들어 보자: 새로운 기능을 작성하고 있는데 갑자기 세 파일에 흩어져 있고 일부 호출이 모듈을 넘나드는 하위 수준의 유틸리티 함수를 수정해야 한다고 하자. 편집기를 열고 전역 검색을 한 뒤 파일을 하나하나 넘기며 조심스럽게 수정하고, 다시 테스트를 돌리면—실패. 에러 메시지를 보고 스택을 추적하고, 고치고, 다시 실행한다. 이 과정에서 '어떻게 고칠지'를 진지하게 고민하는 시간은 절반도 안 될 수 있다. 나머지 절반은 기계적인 작업, 즉 파일 찾기, 참조 수정, 컴파일 대기…
## 1.2 Claude Chat 및 API와의 '관계' 많은 개발자가 Claude Code에 대해 처음 들었을 때 자연스럽게 다른 두 제품 형태인 **Claude Chat**(웹 채팅 인터페이스)과 **Claude API**(프로그래밍 인터페이스)를 떠올리게 됩니다. 이들은 모두 Anthropic에서 제공되며 기본적으로 Claude 모델 제품군을 사용하지만, 해결하는 문제와 사용되는 시나리오는 전혀 다릅니다. 이 절에서는 이 세 가지 간의 관계와 차이점을 명확히 정리해 보겠습니다. ### 세 가지 제품 형태 빠른 개요 | …
## 1.1 Claude Code란 무엇인가? ### 한마디 정의 **Claude Code는 Anthropic이 출시한 터미널(Terminal)에서 실행되는 AI 프로그래밍 에이전트(Agent)입니다.** 개발자가 자연어로 작업을 설명하면, Claude Code가 능동적으로 코드베이스를 읽고, 수정 제안을 하며, 명령을 실행하고, 테스트를 돌리고, Git을 조작하며, 수정 전에 승인을 요청하기도 합니다. 단순히 조언을 주는 "챗봇"이 아니라, 직접 작업을 수행하는 "파트너"입니다. ### 터미널 속 자율 프로그래밍 에이전트 Cl…
좋은 **Spec Coding** (사양 기반 프로그래밍)의 핵심은 '모호한 아이디어'를 '정확하고, 검증 가능하며, 실행 가능한 계약'으로 바꾸는 것입니다. 단순히 문서를 작성하는 것이 아니라, 사람과 AI(또는 사람과 사람) 사이의 **모호함이 없는 의사소통 언어**를 구축하는 것입니다. 아래에서는 **사양의 내용 구조, 작성 원칙, AI와의 협업 프로세스, 품질 검증**의 네 가지 차원에서 좋은 Spec의 모습을 제시합니다. --- ## 1. 사양 문서의 표준 구조 (기능 모듈 예시) | 섹션 | 필수 내용 | 예시 | …
Vibe Coding의 '감각/분위기 주도' 모드는 빠른 프로토타이핑과 창의적 탐구 시에 좋지만, 제어하지 않으면 몇 가지 전형적인 함정에 빠지기 쉽습니다. 아래에서는 **코드 품질, 유지보수성, 보안, 요구사항 진화, 팀 협업**의 다섯 가지 차원에서 요약합니다. --- ## 1. 코드 품질 함정 Vibe Coding은 대화형 반복에 의존하기 때문에 사용자가 매번 모호한 수정 요청(예: '이 버튼을 더 기술적으로 보이게 하세요')을 하면 AI는 기존 로직을 리팩터링하지 않고 **새 코드를 덧붙이는** 경향이 있습니다. 어떤 이전…
이는 대부분의 프로그래머가 직면하는 문제입니다. **Vibe Coding**과 **Spec Coding**은 현재 대규모 언어 모델(LLM)을 활용한 프로그래밍에서 두 가지 상이한 작업 패러다임입니다. 핵심 차이점은 다음과 같습니다: **AI에게 주는 '입력'이 모호한 감각인지, 정확한 명세인지**입니다. --- ## 一、요리를 예로 들어 vibe coding과 spec coding의 차이를 간단히 설명 - **Vibe Coding** = 친구에게 "매운 음식 먹고 싶어"라고 말하면, 친구가 감으로 요리해서 내놓고, 한 입 먹고 …
Query 악성 주입(악성 프롬프트 주입 / 검색 중독)은 RAG 시스템이 실제로 배포될 때 매우 현실적인 보안 위협입니다. 공격자는 정교하게 구성된 입력을 통해 모델이 민감한 정보를 유출하도록 하거나, 제한을 우회하거나, 의도하지 않은 명령을 실행하거나, 검색 결과를 오염시키려고 할 수 있습니다. 아래에서는 **위협 모델, 방어 전략, 엔지니어링 실무**의 세 가지 수준에서 체계적으로 소개합니다. --- ## 1. 일반적인 Query 악성 주입 유형 | 유형 | 예시 | 피해 | |------|------|------| | …
프롬프트 최적화(Prompt Engineering / Optimization)는 대형 언어 모델이 "말을 잘 듣게" 만드는 핵심 기술입니다. 특히 RAG 시스템에서 모델이 검색된 내용을 충실히 따르고, 환각을 피하며, 출력 형식을 준수할지를 결정합니다. --- ## 1. 프롬프트 최적화의 핵심 원칙 1. **명확성 > 복잡성**: 간단한 직관적 명령이 종종 화려한 사고 사슬보다 더 효과적입니다. 2. **충분한 제약**: 모델에게 "무엇을 할 수 있고, 무엇을 할 수 없는지" 명확히 알려주세요. 3. **예시 제공**: 제로샷…
RAG의 최적화는 단일 단계 조정이 아니라 **전체 체인 최적화** 과정입니다. 여기서는 **데이터 인덱스 측면, 검색 측면, 생성 측면, 평가 측면**의 네 가지 차원에서 체계적인 최적화 전략을 제시하고, 면접에서 언급할 수 있는 실전 경험도 함께 첨부합니다. --- ## 一、데이터 인덱스 측면 최적화 ("지식 베이스" 품질 향상) 가장 간과하기 쉽지만 효과가 가장 빠른 부분입니다. | 최적화 포인트 | 문제 현상 | 구체적 방법 | 효과 지표 | |--------|----------|----------|----------…
## Embedding은 도대체 무엇을 했을까? — 기술 본질부터 면접 답변까지 ### 1. 기술 본질: 한 문장으로 핵심을 밝힌다 **Embedding의 핵심 작업은 이산적인 비정형 데이터(텍스트, 이미지 등)를 연속적이고 저차원의 벡터 공간에 매핑하여 의미적으로 유사한 객체가 해당 공간에서 서로 가까워지도록 하는 것입니다.** 쉽게 말하면, 컴퓨터에 '의미 좌표계'를 구축하여 인간의 '모호한 의미'를 컴퓨터가 계산할 수 있는 '위치 좌표'로 번역하는 것입니다. --- ### 2. 직관적 이해: 의미 지도 2차원 지도…
정확도는 지식 질의응답 시스템의 핵심 생명선이며, 특히 이를 의료, 법률, 기업 내부 지원 등 진지한场景에 적용하려 할 때 더욱 그렇다. 내 견해는 다음과 같이 요약할 수 있다: **정확도는 다차원적인 개념으로, 단일 숫자만 보지 말고 시스템 역량, 작업 난이도, 오류 허용 비용을 종합적으로 평가해야 한다.** 아래에서 네 가지 측면으로 설명하겠다: --- ### 1. 정확도는 단순히 '맞음/틀림' 이상이다 전통적인 분류 문제(예: 이미지 인식)의 정확도는 명확하다. 그러나 지식 질의응답 시스템은 다르다. 일반적인 세분화 차…
### RAG란 무엇인가? **RAG**는 **Retrieval-Augmented Generation**의 약자로, 한국어로는 **검색 증강 생성**이라고 합니다. 간단히 말해, **대규모 언어 모델에 "언제든지 참고할 수 있는 참고서를 제공하는"** 기술입니다. 대규모 언어 모델을 기억력이 뛰어나고 지식이 풍부한 "슈퍼 학습자"로 상상해 보세요. 하지만 이 학습자에게는 두 가지 선천적인 "결함"이 있습니다: 1. **지식 만료일**: 그가 배운 지식은 훈련 당시의 데이터까지만 유효합니다. 2023년 이후의 일은 전혀 알지 …
## 1. Skill의 핵심 개념 Skill은 **Agent(지능체)** 또는 **AI 시스템**에 캡슐화된 실행 가능한 능력 단위입니다. 일반적으로 다음을 포함합니다: - **트리거 조건**: 언제 호출되는지 (예: 사용자 명령, 시스템 이벤트). - **입력 매개변수**: 수신해야 하는 데이터 또는 컨텍스트. - **실행 로직**: 구체적인 처리 단계 (예: API 호출, 코드 실행, 지식 베이스 조회). - **출력 결과**: 호출자에게 반환되는 응답 또는 동작. --- ## 2. Skill을 규범적으로 정의하는 단계 …
## AI Agent의 세 가지 핵심 방법론: ReAct, Plan-and-Solve 및 Reflection AI Agent는 환경을 자율적으로 인식하고 결정을 내리며 행동을 실행하는 지능형 에이전트입니다. 핵심 방법론은 크게 세 가지: ReAct, Plan-and-Solve, Reflection입니다. 각각을 소개하고, 순서도와 코드 예제를 함께 제공합니다. ### 1. ReAct (Reasoning + Acting) **핵심 아이디어**: 추론(Reasoning)과 행동(Acting)을 번갈아 수행합니다. Agent는 각 …
## 혼합 전문가 모드 MOA (Mixture-of-Agents)란 무엇인가? **MOA**는 **다중 에이전트 협력 아키텍처**로, 핵심 아이디어는 여러 독립적인 AI 모델(전문가 또는 에이전트라고 함)을 결합하고 **라우팅/스케줄링 메커니즘**을 통해 각 전문가가 가장 잘하는 하위 작업을 처리하도록 한 후, 최종적으로 각 전문가의 출력을 융합하여 더 나은 결과를 얻는 것입니다. 전통적인 "단일 모델"과 달리, MOA는 거대 모델 하나를 훈련하는 것이 아니라 **여러 전용 모델을 병렬 또는 직렬로 호출**하며, 각 모델은 서로…
# 에이전트 메모리 시스템 설계: 단기 및 장기 메모리 구현 방안 본 문서는 에이전트 메모리 시스템의 설계를 단기 메모리와 장기 메모리 두 계층으로 나누어 살펴보고, 각각의 구현 방안과 주의사항을 자세히 소개합니다. ## 프레임워크 및 핵심 관점 1. **전체 설계 원칙**: 에이전트의 메모리 시스템을 두 계층으로 분할합니다. * **단기 메모리**: 현재 세션을 지원하며, 기술적 수단을 통해 컨텍스트 길이를 제어하면서도 의미적 일관성을 유지합니다. * **장기 메모리**: 세션 간 시나리오를 지원하며,…