오늘도 공부

GPT-5.6은 감독하고, DeepSeek V4 Flash 서브에이전트가 작업하는 Codex 구성법이 구성에서 실제 일은 deepseek_v4_flash 자식이 합니다. 자식은 요청을 받아 파일을 조사하고, 필요한 코드를 바꾸고, 관련 검증까지 수행합니다. 메인 GPT-5.6은 같은 결과물을 다시 작성하지 않고 작업 범위·변경 내역·검증 근거를 확인한 뒤 승인하거나 보완 작업만 지시합니다.이 글은 Codex의 메인을 GPT-5.6으로 유지하면서, deepseek_v4_flash라는 전용 자식 worker가 DeepSeek V4 Flash로 작업을 소유하게 만드는 방법을 다룹니다. 부모는 조율자와 최종 검토자이고, 자식은 실행자입니다.핵심은 API 키를 에이전트 파일마다 복사하지 않는 것입니다. 키는 pr..

PostgreSQL 하나로 구현한 엔터프라이즈 RAG 아키텍처 분석최근 생성형 AI가 기업 업무에 빠르게 도입되면서, 사내 문서와 대화 기록을 AI가 검색하고 활용할 수 있도록 만드는 엔터프라이즈 지식 검색 시스템이 주목받고 있다.그러나 실제 기업 환경에서 RAG 시스템을 운영하는 일은 생각보다 단순하지 않다.기업의 지식은 한곳에 정리되어 있지 않기 때문이다.업무 대화는 Slack에서 이루어진다.소스 코드는 GitHub에 저장된다.프로젝트 일정과 이슈는 Jira에서 관리된다.공식 문서는 Google Drive나 Notion에 존재한다.중요한 결정은 회의록이나 이메일에 남는다.이처럼 데이터가 여러 서비스에 분산된 상황에서, AI가 사용자의 질문에 정확한 답을 제공하려면 단순한 벡터 검색 이상의 설계가 필요..

"디자인 패턴을 머릿속에 쏙쏙 들어오게!"누구나 한번쯤 머리가 아팠을 디자인 패턴, 직관적인 현실 세계 비유와 JavaScript(Node.js) & Python 예제 코드로 가장 쉽고 명쾌하게 정리했습니다.📌 목차 (Table of Contents)🏗️ 생성 패턴 (Creational)🌉 구조 패턴 (Structural)🔄 행동 패턴 (Behavioral)🏠 Simple Factory🔌 Adapter🔗 Chain of Responsibility🏭 Factory Method🚡 Bridge👮 Command🔨 Abstract Factory🌿 Composite➿ Iterator👷 Builder☕ Decorator👽 Mediator🐑 Prototype📦 Facade💾 Memento..

사용자 문제 정의부터 디자인, 통합 명세, 구현, 검증까지 연결하는 실무 가이드1. 문서 개요목적이 문서는 AI를 활용해 앱을 만들 때 곧바로 코드를 작성하지 않고, 사용자 문제와 제품 기준을 먼저 구체화하는 작업 절차를 설명한다. 독자는 이 절차를 따라 다음 산출물을 순서대로 만들 수 있다.사용자 문제 정의design.md핵심 화면 시안통합 기획서 spec.html전체 화면 목업 design.html구현된 애플리케이션완료 상태는 제품 요구사항, 디자인, 데이터 구조, 구현 코드가 서로 일치하고 핵심 사용자 흐름을 실행할 수 있는 상태다.대상 독자AI 코딩 도구로 웹 또는 모바일 앱을 만들려는 기획자와 개발자제품 아이디어를 실제 서비스 명세로 구체화하려는 1인 개발자AI가 생성한 화면과 코드를 검수해야 ..

이 문서는 GPT-5.6 Sol을 메인 오케스트레이터로 사용하면서 GPT-5.6 Luna를 서브에이전트로 실행하는 로컬 설정을 기록한 운영 가이드다. Codex 업데이트나 설정 초기화 후 Luna 서브에이전트가 보이지 않을 때 이 문서를 따라 다시 설정하고 검증한다.현재 확인된 정상 구성2026년 8월 1일 기준으로 다음 구성이 실제 실행까지 확인됐다.메인 모델: gpt-5.6-sol서브에이전트 모델: gpt-5.6-lunaLuna 다중 에이전트 프로토콜: v2Luna 추론 수준: low, medium, high, xhigh, max실제 검증 결과: Luna 자식 에이전트가 생성되고 LUNA_SUBAGENT_OK를 반환함검증 당시 데스크톱 내장 Codex: 0.146.0-alpha.9.2검증 당시 터미널..

1. 개요PixelRAG는 PDF, 이미지, 웹페이지를 텍스트로 변환하지 않고 화면 이미지 자체를 검색 대상으로 사용하는 시각 자료용 RAG(Retrieval-Augmented Generation) 프로젝트입니다.일반적인 문서 RAG는 PDF에서 텍스트를 추출한 뒤 문단 단위로 나누어 검색합니다. 반면 PixelRAG는 문서 페이지를 이미지로 저장하고, 비전·언어 임베딩 모델을 이용해 질문과 관련된 페이지를 찾습니다.이 방식은 다음과 같이 시각적 구조가 중요한 문서에 적합합니다.표와 차트가 많은 보고서그림과 설명이 결합된 교재PPT를 변환한 PDF인포그래픽제품 매뉴얼스캔 문서시스템 구성도와 설계 도면웹페이지 UIPixelRAG는 완성된 문서 채팅 서비스라기보다, 이러한 자료를 검색하기 위한 픽셀 기반 R..

LLM 추론 엔지니어링 튜토리얼이미 만들어진 AI 모델을 GPU 서버에 올리고, 수많은 사용자에게 빠르고 안정적으로 제공하면서 비용까지 최적화하는 기술을 배우는 것입니다.과정을 마치면 다음 결과물을 갖게 된다.vLLM과 SGLang으로 구축한 OpenAI 호환 추론 서버처리량 중심, 지연시간 중심, 긴 문맥 중심의 서빙 파이프라인 3종비용·지연시간·품질을 함께 고려하는 모델 라우터사용자별 토큰 예산 및 요청 제어 APIPrometheus·Grafana 기반 운영 대시보드Kubernetes 자동 확장 환경1,000개 이상의 동시 요청을 재현하는 부하 시험재현 가능한 공개 벤치마크 보고서요청당 원가와 손익분기점을 계산하는 비용 모델대상 독자Python과 REST API의 기본 개념을 아는 개발자로컬 LLM ..

1. Unity CLI란?Unity CLI는 Unity Hub 화면을 열지 않고 터미널에서 Unity 개발환경을 관리하는 공식 명령줄 도구입니다.주요 역할은 다음과 같습니다.Unity Editor 설치Android·iOS·WebGL 모듈 설치설치된 Editor 목록 확인프로젝트에 맞는 Unity 버전으로 실행Unity 계정 로그인CLI 업데이트CI/CD 환경 자동 구성기존 Unity Hub의 CLI 기능과 달리, 독립된 unity 네이티브 실행 파일로 제공되므로 CI 서버나 AI 에이전트가 호출하기에 적합합니다.현재 글 작성 시점 기준으로 Unity CLI와 Unity Pipeline 모두 experimental 단계입니다.2. 설치macOS / Linuxcurl -fsSL https://public-c..

ChatGPT의 Sites 기능은 단순히 HTML 파일을 만들어 다운로드해 주는 기능이 아닙니다. 대화에서 웹사이트를 기획하고 코드를 작성한 뒤, 빌드·버전 저장·호스팅·외부 URL 연결까지 처리하는 관리형 웹 배포 서비스에 가깝습니다.핵심 구조를 먼저 한 문장으로 정리하면 다음과 같습니다.ChatGPT의 Work VM은 웹사이트를 만드는 작업실이고, Sites는 완성된 소스와 빌드 산출물을 별도의 관리형 Worker 환경에 배포해 외부에서 접속할 수 있게 하는 서비스입니다.따라서 작업에 사용한 VM이 종료되거나 정리되더라도, 이미 배포된 사이트는 별도의 운영 환경에서 계속 제공될 수 있습니다.실제로 생성된 사이트도 로컬 작업 폴더가 정리된 후에도 Sites 서비스에 다음 정보가 남아 있었습니다.사이트 ..

잭 도시의 Block이 공개한 협업 플랫폼 ‘Buzz’가 보여주는 미래우리는 이미 업무에서 인공지능을 사용하고 있다.메일을 정리하고, 문서를 요약하고, 코드를 작성하고, 회의 내용을 정리한다. 그러나 현재의 AI는 대부분 업무를 돕는 보조 도구에 머물러 있다.사람이 AI에게 질문한다.AI가 답변을 만든다.그리고 실제 업무는 다시 사람이 처리한다.하지만 AI가 단순히 질문에 답하는 도구가 아니라, 프로젝트에 직접 참여하는 팀원이라면 어떨까?AI가 팀 채팅방에 들어오고, 과거 대화를 검색하고, 코드를 수정하고, 테스트를 실행하고, 리뷰를 요청한다. 사람은 AI가 수행한 작업을 확인하고 승인한다.2026년 7월, 잭 도시가 이끄는 Block이 공개한 오픈소스 협업 플랫폼 Buzz는 바로 이런 업무 환경을 지향..