오늘도 공부

AI 앱을 만든다고 하면 많은 팀이 먼저 모델 호출 코드부터 떠올립니다. 그런데 실제로 시간을 잡아먹는 건 모델 API가 아닙니다. 인증, 대화 저장, 스트리밍, 관측성, 백그라운드 작업, 프런트엔드 연결, 운영 환경 구성이 진짜 비용입니다.vstorm-co/full-stack-ai-agent-template는 바로 그 “제품화에 필요한 나머지 80%”를 통째로 템플릿화한 프로젝트입니다. FastAPI 백엔드와 Next.js 프런트엔드를 기본으로, AI 에이전트 프레임워크, WebSocket 스트리밍, 대화 저장, 인증, Redis, 관측성, 배포 구성을 조합해서 바로 실행 가능한 풀스택 AI 앱을 생성하는 CLI입니다. (GitHub)이 프로젝트가 흥미로운 이유는 “AI 기능을 넣는 법”보다 “AI 제..

AI 코딩 도구는 이제 흔합니다.하지만 대부분은 여전히 “코드 자동완성”이나 “프롬프트 잘 쓰는 법” 수준에 머물러 있습니다.gstack은 접근이 다릅니다.이 프로젝트는 AI를 더 똑똑한 코더로 만드는 데서 멈추지 않고, 아예 CEO, 엔지니어링 매니저, 디자이너, QA, 릴리즈 매니저 역할을 가진 팀처럼 운영하려고 합니다. 단일 에이전트가 아니라, 워크플로 자체를 역할 기반으로 쪼개고 연결한 운영체제에 가깝습니다. 저장소 설명 그대로 Claude Code를 위한 “15개의 전문가 + 6개의 파워 툴” 구조이며, 실제로 빠른 브라우저 자동화까지 포함합니다. 2026년 3월 20일 기준 이 저장소는 약 2.7만 스타를 받고 있습니다. (GitHub)프로젝트 소개gstack은 Garry Tan이 공개한 Cl..

1. Skills란 무엇인가?단순한 Markdown 파일 ❌폴더 기반 확장 시스템 ✅코드 (scripts)데이터설정assets에이전트가 탐색 + 실행 + 조합할 수 있는 구조👉 즉,“에이전트에게 특정 작업 능력을 주는 플러그인”2. Skills의 핵심 가치재사용 가능자동화 가능팀 공유 가능에이전트 성능 강화👉 결국“LLM을 회사 맞춤형 엔지니어로 만드는 방법”🧠 3. Skills 유형 (중요)실제 내부에서 쓰는 패턴 9가지1) 라이브러리 / API 가이드내부 SDK, CLI 사용법 정리코드 스니펫 + 실수 방지👉 “이걸 이렇게 써라” 알려주는 스킬2) 제품 검증 (Testing)코드가 제대로 동작하는지 자동 확인playwright, tmux 등 사용👉 핵심 포인트:AI가 만든 결과를 검증하는 능..

AI 시대에는 텍스트를 코드로 바꾸는 도구가 넘쳐난다. 그런데 어떤 프로젝트는 그 반대 방향에서 더 강한 인상을 준다. 현실 세계의 지리 데이터, 건물 정보, 지형 높이 데이터를 읽어 Minecraft 월드로 바꿔버리는 도구라면 어떨까.Arnis는 단순한 “맵 변환기”가 아니다. 이 프로젝트는 OpenStreetMap과 고도 데이터를 받아서, 이를 Minecraft Java Edition과 Bedrock Edition이 이해할 수 있는 월드 포맷으로 재구성하는 지리 데이터 파이프라인 + 월드 생성 엔진에 가깝다. 저장소 설명 그대로, 실제 지리·지형·건축 정보를 반영한 Minecraft 월드를 생성하는 것이 목표이며, 현재 GUI와 CLI를 함께 제공하고, Rust 기반 모듈 구조 위에 Tauri GUI..

연구자가 하던 일을 에이전트가 대신하는 시대가 정말 오고 있다.그런데 이 저장소가 흥미로운 이유는 “논문을 요약하는 AI”가 아니라, 실제로 코드를 수정하고 학습을 돌리고 성능이 좋아졌는지 판단한 뒤 다음 실험으로 넘어가는 AI 연구 루프를 아주 작은 형태로 보여주기 때문이다.autoresearch는 거대한 플랫폼이 아니다. 오히려 반대다.파일 몇 개, 단일 GPU, 5분짜리 실험, 하나의 평가 지표. 이 단순한 제약 안에서 “AI가 연구를 수행하게 하려면 무엇을 고정하고 무엇을 열어둬야 하는가”를 굉장히 영리하게 보여준다. 저장소 설명 그대로 핵심은 에이전트에게 작은지만 실제적인 LLM 학습 환경을 주고, train.py를 바꾸며 성능 향상을 탐색하게 하는 것이다. 2026년 3월 19일 기준 이 저장..

종이 문서를 스캔해서 폴더에 쌓아두는 방식은, 디지털화가 아니라 단순한 “파일 덤프”에 가깝습니다. 진짜 필요한 건 PDF를 저장하는 도구가 아니라, 문서 안의 텍스트를 읽고, 분류하고, 다시 찾아낼 수 있게 만드는 시스템입니다. Paperless-ngx는 바로 그 지점을 겨냥한 프로젝트입니다. 스캔한 영수증, 계약서, 고지서, 세금 문서를 그냥 보관하는 수준을 넘어서, OCR·인덱싱·자동 분류·검색까지 하나의 파이프라인으로 묶어줍니다. (GitHub)이 프로젝트가 흥미로운 이유는 “문서 보관함”처럼 보이지만, 실제로는 꽤 잘 설계된 비동기 문서 처리 플랫폼에 가깝기 때문입니다. Docker Compose로 비교적 쉽게 올릴 수 있고, 백엔드는 Django 기반, 작업 처리는 Celery와 Redis, ..

AI 에이전트가 브라우저를 다루는 시대는 이미 왔습니다. 그런데 모바일 앱은 여전히 어렵습니다.웹에서는 Playwright 같은 도구로 DOM을 읽고 버튼을 누르고 상태를 검증할 수 있습니다. 반면 네이티브 앱은 대개 스크린샷을 찍고, 좌표를 추정하고, “아마 이 버튼일 것”이라고 가정하는 식으로 자동화됩니다. 이 방식은 데모에서는 그럴듯해 보여도, 실제 앱에서는 금방 흔들립니다. 화면 전환 애니메이션 하나만 달라져도 실패하고, 텍스트가 조금 바뀌면 에이전트가 길을 잃습니다. AppReveal은 바로 이 지점을 정면으로 찌릅니다. 앱 바깥에서 픽셀을 추측하지 말고, 아예 디버그 빌드 내부에 MCP 서버를 넣어서 앱의 UI, 상태, 네비게이션, 네트워크를 구조적으로 드러내자는 접근입니다. (GitHub) ..

AI가 회의록을 써주는 시대는 이미 지났습니다.이제는 회의가 끝난 뒤 정리해주는 도구보다, 회의가 진행되는 순간에 내가 무슨 말을 해야 하는지 도와주는 도구가 더 흥미롭습니다. OpenGranola는 바로 그 지점을 파고듭니다. 이 프로젝트는 단순히 통화를 녹음하고 요약하는 앱이 아니라, 내 로컬 지식 베이스를 뒤져 지금 이 대화에 필요한 근거와 포인트를 실시간으로 띄워주는 macOS용 미팅 코파일럿입니다. 저장소 설명 그대로 “A meeting note-taker that talks back”에 가깝습니다. (GitHub) GitHub - yazinsai/OpenGranolaContribute to yazinsai/OpenGranola development by creating an account o..

AI Agent, 실시간 API, 엣지 애플리케이션이 점점 많아질수록 개발자는 한 가지 질문과 자주 마주칩니다.“서버는 가볍고 빨라야 하는데, 동시에 브라우저처럼 익숙한 API를 쓰고 싶다. 그런데 Node.js나 컨테이너 기반 모델로는 너무 무겁다.”workerd는 바로 그 지점에서 등장한 프로젝트입니다.이건 단순한 “또 하나의 자바스크립트 런타임”이 아닙니다. Cloudflare Workers를 실제로 구동하는 핵심 런타임 코드를 바탕으로, 같은 실행 모델을 로컬 개발, 셀프 호스팅, 프록시 서버, 테스트 환경까지 확장하려는 시도에 가깝습니다. (GitHub)개발자 관점에서 보면 더 흥미롭습니다. workerd는 브라우저 표준에 가까운 API, V8 isolate 기반의 경량 실행 모델, 서비스 간 ..

최근 Unsloth AI가 공개한 Unsloth Studio는 한마디로 말해서👉 *“로컬에서 LLM을 쉽게 학습·실행·배포까지 가능한 올인원 툴”*입니다.기존에는 AI 파인튜닝이 일부 기업/연구자 영역이었다면,이제는 개인 개발자도 충분히 접근 가능한 수준으로 내려왔습니다.🖥️ Unsloth Studio 한눈에 보기핵심 특징 요약🧠 로컬 LLM 파인튜닝 GUI 제공⚡ VRAM 사용량 최대 70% 절감🚀 학습 속도 최대 2배 향상📂 PDF/CSV → 자동 데이터셋 생성💻 Mac / Windows 지원 (로컬 실행)🔥 왜 이게 중요한가 (핵심 변화 3가지)1. “GPU 장벽”이 무너짐기존:고성능 GPU (A100, H100 등) 필요클라우드 비용 폭발👉 Unsloth:저사양 GPU에서도 가능VR..