오늘도 공부

전세사기 피해가 계속 발생하면서 정부가 전세 계약 전에 위험 정보를 한 번에 확인할 수 있는 시스템을 도입합니다.이번 대책의 핵심은 사후 구제 중심 → 사전 예방 중심으로 정책을 전환하는 것입니다.즉, 계약 전에 이 집이 위험한 전세인지 미리 확인할 수 있게 하겠다는 것입니다.---1️⃣ 계약 전 전세 위험 정보를 한 번에 확인지금까지는 전세 계약 전에 위험 여부를 확인하기가 매우 어려웠습니다.예를 들어 확인해야 할 정보가 많습니다.등기부등본 (근저당 여부)확정일자 현황기존 전세 세입자 정보세금 체납 여부임대인의 신용 상태문제는 이 정보들이 여러 기관에 흩어져 있고 접근도 쉽지 않았다는 것입니다.정부는 이를 해결하기 위해 여러 기관의 데이터를 통합 분석하여 제공할 예정입니다.통합되는 주요 정보정보 제공 ..

js_repl로 Playwright를 오래 붙잡고 테스트하는 방법브라우저 자동화는 익숙해질수록 역설적인 불편이 생긴다.테스트 한 번 돌리고 끝나는 용도라면 괜찮지만, 화면을 조금 고치고 다시 보고, 상태를 바꾸고 또 보고, 모바일까지 확인하는 반복 작업에서는 매번 처음부터 브라우저를 다시 띄우는 방식이 금방 비효율적으로 느껴진다.여기서 유용한 접근이 js_repl 기반의 Playwright 세션 유지 방식이다. 핵심은 단순하다. Playwright를 한 번 띄우고 끝내는 게 아니라, 같은 브라우저와 같은 페이지 핸들을 계속 붙잡은 채로 테스트를 이어가는 것이다.왜 이 방식이 좋은가보통 브라우저 자동화는 이런 흐름으로 끝난다.스크립트 실행브라우저 실행페이지 이동테스트 수행종료문제는 실제 UI 작업이 저렇게..

AI Agent 시대가 본격적으로 열리면서 기존 소프트웨어를 AI가 직접 사용하는 문제가 점점 중요해지고 있습니다.하지만 대부분의 소프트웨어는 GUI 중심으로 설계되어 있기 때문에 AI Agent가 사용하기 어렵습니다.이 문제를 해결하기 위해 등장한 프로젝트가 바로 CLI-Anything입니다.이 글에서는 GitHub 프로젝트 CLI-Anything이 무엇인지, 어떤 문제를 해결하는지, 그리고 실제로 어떻게 사용하는지 개발자 관점에서 정리해보겠습니다. GitHub - HKUDS/CLI-Anything: CLI-Anything: Making ALL Software Agent-NativeCLI-Anything: Making ALL Software Agent-Native. Contribute to HKUDS/..

OpenRAG는 할 수 있게 만든 Retrieval-Augmented Generation(RAG) 플랫폼입니다. GitHub 저장소 설명과 공식 문서 기준으로 보면, 이 프로젝트는 Langflow 기반 워크플로우, Docling 기반 문서 처리, OpenSearch 기반 검색 인덱싱, 그리고 Next.js/Starlette 기반 애플리케이션 계층을 하나의 패키지처럼 묶어 제공하는 것이 핵심입니다. 저장소는 langflow-ai/openrag에 공개되어 있고, 현재 공개 릴리스는 2026년 2월 27일 기준 0.2.5입니다. (GitHub)프로젝트 소개OpenRAG를 한 문장으로 정리하면, **“설치 직후 바로 돌려볼 수 있는 셀프 호스팅형 문서 검색·대화 플랫폼”**입니다. 사용자는 문서를 업로드한 뒤 ..

개발을 하다 보면 문서 정리, 아이디어 정리, 프로젝트 관리, 협업 등을 위해 여러 도구를 사용하게 됩니다.대표적으로 Notion, Miro, Obsidian, Google Docs 같은 서비스들이 있죠.하지만 이런 SaaS 도구에는 몇 가지 공통적인 문제가 있습니다.데이터가 클라우드 서비스에 종속오프라인 사용이 제한확장이나 커스터마이징이 어려움AI나 자동화 기능을 개발자가 직접 통제하기 어려움이런 문제를 해결하기 위해 등장한 프로젝트가 바로 AFFiNE 입니다.AFFiNE는 Notion + Miro + Obsidian의 장점을 결합한 오픈소스 지식 관리 플랫폼으로, 로컬 우선(Local-first) 구조와 확장 가능한 아키텍처를 특징으로 합니다. GitHub - toeverything/AFFiNE: ..

AI는 이제 단순히 질문에 답하는 도구를 넘어 미래를 시뮬레이션하는 도구로 발전하고 있습니다.최근 GitHub에서 공개된 MiroFish는 이런 흐름을 잘 보여주는 프로젝트입니다. 이 프로젝트는 **다수의 AI Agent가 가상의 세계에서 상호작용하며 미래를 예측하는 “Swarm Intelligence 기반 예측 엔진”**입니다. (GitHub)예를 들어 다음과 같은 질문을 던질 수 있습니다.특정 기업의 주가가 상승할까?어떤 정책이 시행되면 여론은 어떻게 변할까?특정 사건 이후 시장 반응은 어떻게 움직일까?MiroFish는 이러한 질문을 다수의 AI 에이전트 시뮬레이션을 통해 예측합니다. MiroFish/README-EN.md at main · 666ghj/MiroFishA Simple and Unive..

AI 코딩 도구를 사용해 프론트엔드를 만들다 보면 이런 경험을 자주 하게 됩니다.UI는 동작하지만 어딘가 평범하고 AI 티가 난다디자인 일관성이 없다반복적인 수정 요청을 해야 한다이 문제를 해결하기 위해 등장한 프로젝트가 **Impeccable**입니다.Impeccable은 AI에게 더 나은 디자인 판단 기준과 명령어 체계를 제공해서, LLM이 만드는 UI의 품질을 높여주는 프론트엔드 디자인 스킬셋입니다.이번 글에서는 **Claude Code**에서 Impeccable을 실제로 적용하고 사용하는 방법을 단계별로 정리해보겠습니다.1. Impeccable이 Claude Code에서 하는 역할Claude Code에서 Impeccable은 단순한 프롬프트 모음이 아닙니다.AI가 UI를 생성하고 개선할 때 사용할..

Impeccable은 AI 코딩 도구가 더 나은 프론트엔드 결과물을 만들도록 유도하는 디자인 스킬 + 명령어 모음입니다. 저장소 설명 그대로 보면, 이 프로젝트는 “1개의 핵심 스킬, 17개의 명령, 그리고 큐레이션된 안티패턴”으로 구성되어 있으며, 목표는 흔한 AI 생성 UI의 전형성을 줄이고 더 완성도 높은 인터페이스를 만들게 하는 것입니다. 작성자는 Paul Bakaus이며, README에서는 Anthropic의 frontend-design 스킬을 기반으로 더 깊은 가이드와 더 많은 제어 수단을 추가한 프로젝트라고 설명합니다. (GitHub)이 프로젝트가 흥미로운 이유는, 보통 “AI가 UI를 잘 만들게 하려면 모델이 더 똑똑해야 한다”는 방향으로 생각하기 쉬운데, Impeccable은 반대로 모델..

GitHub - shareAI-lab/learn-claude-code: Bash is all you need - A nano Claude Code–like agent, built from 0 to 1Bash is all you need - A nano Claude Code–like agent, built from 0 to 1 - shareAI-lab/learn-claude-codegithub.com프로젝트 소개이 저장소를 한 문장으로 설명하면 이렇습니다.“Claude Code 스타일의 에이전트를 가장 단순한 루프에서 시작해, 점진적으로 실제적인 메커니즘까지 확장해 보는 학습용 레퍼런스 구현.” 구성도 꽤 명확합니다.agents/에는 s01부터 s12까지의 Python 레퍼런스 구현과 s_full.py 캡..

AI 애플리케이션이 점점 많아지면서 **“AI가 직접 UI를 만들어주는 방식”**이 새로운 패러다임으로 떠오르고 있습니다.이번 글에서는 **Vercel Labs에서 공개한 오픈소스 프로젝트 json-render**를 소개합니다.이 프로젝트는 AI → JSON → UI 흐름을 통해 사용자가 프롬프트만으로 UI를 생성하도록 만드는 Generative UI 엔진입니다. (GitHub)단순히 데이터를 생성하는 AI가 아니라인터페이스 자체를 생성하는 AI 시스템을 만들고 싶다면 꽤 흥미로운 프로젝트입니다.프로젝트 소개JSON Render는 AI가 생성한 JSON 구조를 기반으로 React 컴포넌트를 동적으로 렌더링하는 라이브러리입니다.핵심 아이디어는 매우 단순합니다.AI → JSON → UI사용자가 프롬프트 입력..