AI가 업무의 중심이 된 후에도 함께 일하는 방식은 스스로 정해야 했고, 본보기가 없어 직접 조합해 나갔다. AI 사용을 시작하자마자 육성 게임 같다는 느낌을 받았고, 첫날에는 코드를 한 줄도 작성하지 않았다.
이 입문서는 AI 기초, 생성 AI 작동 원리, 리스크, 법률 및 윤리, 프롬프트를 도해와 50문제로 학습할 수 있도록 구성되어 있다. 2026년 2월 이후의 실라버스에 대응하며, 중고생부터 쉽게 이해할 수 있는 수준으로 작성되었다.
개인 1명이 GitHub Copilot coding agent와 Claude coding agent 두 종의 AI 에이전트를 활용해 금융급 시스템(fin-os-prod)을 본인이 리뷰하고 머지하는 체제로 풀자동 운용하는 사례를 소개한다. AI 에이전트가 PR을 직접 기안하고 인간이 승인하는 멀티 에이전트 개발 체제의 실제 구축·운용 실태를 Cloudflare Workers + D1(SQLite) 기반 아키텍처와 함께 설명한다.
Sompo Digital Lab이 Google Cloud Next Tokyo 2026에서 여러 발표 기회를 가졌으며, Day 1 기조연설에는 손해보험재팬의 CDO가 무대에 올랐다. 자체 개발팀에 대한 언급과 함께 직접 만든 앱 화면이 대형 스크린에 비춰진 순간은 큰 감동을 주었다.
API 종량제 과금 없이 Windows 11 GUI를 자율 조작하는 에이전트를 직접 제작한 과정을 설명합니다. 에이전트의 두뇌를 API 호출 코드 대신 현재 열려 있는 Claude Code 대화 세션으로 구성하여 총 441줄의 헬퍼 CLI만으로 구현했습니다.
장시간 작업을 단일 에이전트에 맡기면 사고가 여러 방향으로 발산해 산출물이 줄어들거나 특정 해결책에 고착하는 문제가 발생한다. 이 글은 Claude Code를 활용한 실제 작업 로그를 바탕으로, 별도 세션에 정기 보고를 수행하여 에이전트의 상태를 회복하는 방법을 설명한다.
OceanBase AI는 하나의 데이터베이스에서 업무 데이터, 벡터, 전문 검색, AI 호출을 처리하고 SQL로 데이터부터 지능까지의 흐름을 연결하는 멀티모델 통합 접근 방식을 채택했습니다. 본 글은 이러한 컨셉을 실제 기술 플로우로 구현하는 방법을 심층 분석하며, RAG 및 하이브리드 검색 도입을 검토하는 개발 팀이 직면한 구체적인 과제를 다룹니다.
작성자는 작년부터 가정의 귀찮은 일들을 자작 도구로 해결해왔으며 설계와 구현 대부분을 AI에 맡겼다. 현재 자택 PC의 작업 스케줄러에는 AppleHealthIncrementalImport와 BlogAnalyticsWeekly 등 여러 자동화 작업이 등록되어 실행되고 있다.
Claude Code는 사용자가 작성한 프롬프트 외에도 매 턴마다 설정 텍스트 묶음을 모델에 전송하며, 저자의 환경에서 실측한 총량은 약 165KB였다. 주요 주입원은 ~/.claude/rules/의 138.8KB, 프로젝트 memory 11.3KB, 글로벌 CLAUDE.md 7.2KB, 스킬 description 41개 8.4KB 등이며, 이는 대화의 모든 턴에서 매번 전송된다.
Claude Code로 병렬 개발할 때 git worktree는 사실상 표준 장비가 되었지만, 실제 운용하면 worktree 고유의 사고가 일정한 패턴으로 발생한다. 저자는 직접 작업 성과를 삭제한 경험을 바탕으로 사고 유형과 삭제 전 체크를 운용 규칙화하여 재발 없이 운영하고 있으며, 실 경험과 수집된 보고 링크를 함께 정리한다.
