오늘도 공부

들어가며앱의 화면을 미리 다 만들어 두지 않고, AI가 대화 흐름에 맞춰 그때그때 화면을 정해서 내려보내면 어떨까요? 이 글은 Dart 하나로 백엔드(Genkit Dart)와 모바일(Flutter)을 만들고, 그 사이를 A2UI로 잇는 방법을 단계별로 설명합니다.예제로는 사용자가 몇 가지를 고르고 사진을 올리면 AI가 분석 결과 화면을 만들어 주는 간단한 앱을 씁니다. 흐름은 이렇습니다.1. 앱을 열면 AI가 첫 화면(안내와 선택지)을 보냅니다.2. 사용자가 버튼을 누를 때마다 AI가 다음 화면을 정합니다.3. 사진을 내면 앱이 먼저 분석 API를 부르고, 그 결과를 보고 AI가 결과 화면을 만듭니다.앱에는 화면이 하나도 고정돼 있지 않습니다. 어떤 카드와 버튼을 어떤 순서로 보여 ..

휴대폰 사진첩에서 길을 잃은 적 있으신가요 휴대폰 사진첩에 사진이 10,000장 있습니다. "작년 여름, 아이들이 바닷가에서 뛰어놀던 사진"을 찾고 싶어요. 파일명으로 검색해도 안 나오고, 태그를 달아둔 적도 없습니다. 그날의 파일명이 IMG_4829.jpg였는지 누가 기억하나요. 그래서 보통은 포기합니다. 스크롤을 끝없이 내리다가 "아, 이거다" 하고 멈추는 식으로요. 며칠 전 Google이 공개한 EmbeddingGemma 2는, 이 포기 지점을 없애려는 모델입니다. SNS에서는 "유저 100만 명이어도 서버비 0원" 같은 말과 함께 돌고 있는데, 오늘은 그 말이 어디까지 진짜인지 공식 자료를 바탕으로 하나씩 짚어보려 합니다. EmbeddingGemma 2는 ChatGPT처럼 답변을 만드는 AI가 아..

여성 의류 쇼핑몰에 한 달 동안 1만 명이 들어왔습니다. 상품을 장바구니에 담은 사람은 1,500명인데, 실제로 구매한 사람은 300명입니다. 구매전환율은 3%. 광고로 사람을 더 데려오기 전에, 이미 들어온 고객이 왜 구매하지 않는지 살펴볼 만한 상황입니다.여기서 누군가는 “어떤 기능을 만들어 드릴까요?”라고 묻고, 누군가는 “고객이 어디서 망설이는지부터 보죠”라고 말합니다. 이 글에서 말하는 AI Builder는 AI를 활용해 문제를 찾고, 해결책을 만들고, 실제 효과까지 확인하는 사람입니다. 앱을 자동으로 만들어 주는 도구 이름을 뜻하는 것은 아닙니다.아래 쇼핑몰과 고객 반응, 개발 일정, 전환율·반품률은 역할의 차이를 설명하기 위한 가상 사례입니다. 특정 업체의 실제 성과가 아닙니다.“AI 사이즈..

한 줄 요약기존 AI가 사람이 프롬프트를 넣을 때만 움직이는 도구였다면, Dots는 각 에이전트에게 클라우드 컴퓨터·브라우저·파일·메모리·스케줄러를 주고, 역할을 나눠 24/7 지속적으로 일하게 만드는 구조라는 이야기입니다.1. Dots가 무엇인가글에서 설명하는 Dots의 핵심은 단순 채팅봇이 아니라 상시 실행되는 클라우드 에이전트입니다.각 Dot은 독립적으로 다음 환경을 가진다고 설명합니다.전용 클라우드 컴퓨터브라우저터미널파일 시스템지속 메모리예약 실행 스케줄러외부 서비스 연결다른 에이전트에게 작업 위임즉,내 PC를 꺼도 → 클라우드에서 계속 업무 수행이라는 개념입니다.기존 방식:사람 → ChatGPT → 답변 → 사람이 복사/실행Dots 방식:사람 → 목표 설정 → Dot이 조사/실행/위임 → 사람은..

Opus 5.5가 주 모델이 되면,Fable 할당량을 유휴 상태로 두지 마세요. /advisor로Fable을 대기 상태로 설정하세요.아래 내용을 클로드에게 던지시면 됩니다.Run /advisor fable을 실행하면 Claude Code가advisor on the sidelines를 얻습니다. Opus5.5는 작업을 계속 수행하며, 보통 세 가지 순간에Fable을 호출합니다:→ 계획에 최종 확정하기 전에: 이게 맞나?→ 같은 오류가 계속 반복될 때: 잘못된 방향으로 가고있나?→ "완료"라고 말하기 전에: 뭔가 놓친 게 없나?Fable은 전체 세션을 읽고 조언을 제공합니다.Opus는 여전히 코드를 작성합니다.트리는 전체 설정입니다. 고성능 Opus 5.5가 주세션을 실행합니다. 중성능의 세 개 서브 에이전..

모바일 앱 테스트 추천 도구 GitHub - mobile-next/mobile-mcp: Model Context Protocol Server for Mobile Automation and Scraping (iOS, Android, Emulators, SimuModel Context Protocol Server for Mobile Automation and Scraping (iOS, Android, Emulators, Simulators and Real Devices) - mobile-next/mobile-mcpgithub.com 1. 구조를 먼저 보면 이해가 쉽습니다Codex / Claude Code / Gemini / Cursor │ │ MCP ..

AGENTS.md, Agent, Skill, Memory를 연결해 스스로 경험을 축적하는 개발 하네스 만들기Claude Code나 Codex를 이용해 개발하다 보면 꽤 묘한 경험을 하게 된다.어제 분명히 해결했던 오류를 오늘 다시 설명해야 한다.프로젝트에서 npm이 아니라 pnpm을 사용한다고 여러 번 말했는데 새 세션에서는 다시 확인해야 한다.인증 코드를 수정할 때 반드시 건드리지 말아야 할 부분을 지난주에 발견했는데, 새로운 에이전트는 그 사실을 모른다.모델이 성능이 부족해서 생기는 문제만은 아니다.프로젝트에는 역사가 있지만, AI에게는 그 역사를 이어받을 구조가 없기 때문이다.사람이 개발팀에 새로 합류하면 README를 읽고, 아키텍처 문서를 보고, 이전 장애 사례를 확인하고, 팀의 코드 리뷰 규칙..

Codex와 DeepSeek Harness의 /goal 이해하기AI에게 개발을 맡길 때 자주 생기는 문제가 하나 있다.예를 들어 이렇게 부탁했다고 해보자.로그인 버그를 찾아서 수정하고,관련 테스트가 전부 통과하는 것까지 확인해줘.AI는 코드를 살펴보고, 파일을 수정하고, 테스트를 한 번 돌린다.그리고 이렇게 답할 수 있다.로그인 로직을 수정했습니다.다음으로 테스트를 확인해보면 좋겠습니다.사람 입장에서는 답답하다.“그걸 내가 다시 시켜야 하나?”그래서 다시 말한다.계속해.테스트가 실패한다.AI가 원인을 설명한다.다시 사람이 말한다.고쳐.다시 테스트한다.또 문제가 발견된다.계속해.이 과정을 반복하다 보면 한 가지 의문이 생긴다.처음부터 ‘완료될 때까지 알아서 계속하라’고 할 수는 없을까?이 문제를 해결하기 ..

기초 지식 정리에서 실무로의 스텝업HARNESS ENGINEERING · SEMINAR1페이지 — 하네스 설계 입문하네스 설계 입문~ 기초 지식 정리에서 실무로의 스텝업 ~ 제1부하네스 엔지니어링의 계보5개 학파와 정의의 차이이후의 수렴과 표준화그리고 실증4페이지 — 하네스 엔지니어링이란?OVERVIEW에이전트가 같은 실패를 반복하지 않도록 모델 바깥쪽의 ‘환경’을 설계하는 것AGENT = MODEL + HARNESS지시 파일, 도구, 검증, 가드레일, 루프 등모델 이외의 모든 것이 하네스입니다.흐름은 다음과 같습니다.Prompt Engineering (2022~)→ Context Engineering (2024~)→ Harness Engineering (2026~)2026년 2월 5일Mitchell H..

MiniMax H3는 현재 최고 수준의 오픈 웨이트 영상 생성 AI 가운데 하나로, 상용 서비스인 Seedance 2.5와 비교될 정도의 품질을 보여준다.필자는 MiniMax H3의 웨이트를 내려받은 뒤 약 41일 동안 다양한 최적화 기법을 적용했고, RTX 5090 한 대에서 5초짜리 영상의 생성 시간을 다음과 같이 줄였다.193.5초 → 31.6초약 6.12배 고속화다.핵심 결론가장 중요한 결과부터 정리하면 다음과 같다.5초 영상 생성: 193.5초 → 31.6초전체 속도 향상: 6.12배Step 감소용 LoRA만으로: 4.39배INT8 Attention + Sparse Attention으로 추가: 약 1.4배5초 영상 30개로 만드는 MV 기준:기존 약 1시간 37분최적화 후 약 16분흥미로운 점은..