AI · AX - 실전 · 워크플로우
워드프레스 MCP로 블로그 운영에서 사람 손이 사라진 3단계
워드프레스 MCP를 도입하면 블로그 운영에서 사람이 손댈 일이 얼마나 줄어들까요? MCP 없이 클릭 노동, 기성 MCP로 자동화, 커스텀 MCP로 전용 도구 제작까지 3단계를 같은 블로그를 운영하며 직접 겪은 시행착오와 체감 변화로 정리했습니다.
AI · AX
AI · AX 전체보기카테고리별 새 글
AI · AX 최신
AI · AX 전체보기
AI · AX - 실전 · 워크플로우
RAG 청킹 전략 종류 4가지 — 문서 특성에 맞게 고르는 법
RAG 청킹은 문서를 AI가 검색하기 좋은 단위로 나누는 작업이다. 고정 길이·의미 중첩·계층적·에이전틱 4가지 전략과 청크 사이즈·오버랩·스플리터 설정 기준을 정리했다.
AI · AX - 인사이트 · 전환
AI 밑바닥을 알아야 하는 3가지 이유 — AI 엔진룸을 여는 첫 번째 이야기
AI 밑바닥은 어려운 수학이 아니라 차원이 높은 수학이다. 생산성 격차·판단 속도·통제와 윤리, 이 3가지 이유로 반드시 알아야 하는 근거와 튜링 테스트부터 트랜스포머까지…
AI · AX - 실전 · 워크플로우
에이전틱 엔지니어링이란 무엇인가 — 카파시 인터뷰로 이해하는 소프트웨어 3.0 시대 개발자의 3가지 역할
에이전틱 엔지니어링은 카파시가 정의한 소프트웨어 3.0 시대의 개발자 역할론이다. 바이브코딩과 무엇이 다른지, 감각·감독·설계 3가지 역할, 이해력이 왜 외주할 수 없는 핵심 역량인지…
AI · AX - 인사이트 · 전환
신경망 학습 원리 완전 정복 — 임베딩·경사 하강법을 3단계로 잡는 법
신경망 학습은 오차를 줄이는 경사 하강법과 단어를 숫자로 바꾸는 임베딩으로 이루어진다. 그라운드 트루스, 학습률, 블랙박스 문제까지 신경망 학습 원리를 3단계로 정리했다.
현장 엔지니어링
현장 엔지니어링 전체보기
Domain - 현장 엔지니어링
개체차 성능, 제조 현장 엔지니어가 반드시 이해해야 할 3가지 제어 전략 — COA·LRT로 분포를 읽는 법
개체차 성능은 공차의 확률분포에서 비롯된다. COA Chart로 납품 로트의 분포를 읽고, LRT Chart로 신뢰성을 검증하는 방법과 공차 축소·타겟값 이동·민감도 설계 3가지 제어…
Domain - 현장 엔지니어링
빛의 속도는 왜 절대적인가 — 창세기·맥스웰·아인슈타인이 말하는 3가지 진실
빟의 속도가 절대적인 이유는 아인슈타인이 16살 때 던진 사고실험에서 시작된다. 맥스웰의 전자기파 이론, 파동·입자 이중성, 이중슬릿 실험의 역설, 막스 탈무드가 건네 쳅…
Domain - 현장 엔지니어링
케이블 노이즈, 현장 엔지니어가 반드시 알아야 할 3가지 대응 원칙
케이블 노이즈를 잡지 못하면 아무리 정밀한 센서라도 데이터는 거짓말을 한다. 루프 면적 원리, 물성분리·시폐의 우선순위, Twisted Pair 방어법, 굴힐 반경과 단선 리스크까지…
엔지니어 마인드셋
마인드셋 전체보기
Domain - 엔지니어 마인드셋
파괴적 혁신 vs 점진적 개선 — 혁신과 개선의 차이를 가르는 3가지 질문
파괴적 혁신과 점진적 개선의 차이는 노력의 크기가 아니라 출발점이다. 개선이 못 넘는 벽, 혁신을 여는 3가지 질문(전제·제약·J커브), AI 시대에 이 개념이 다시…
Domain - 엔지니어 마인드셋
AI 시대, 질문하는 능력이 무기가 되는 3가지 이유 — 정답이 아니라 질문을 설계하라
AI 시대에 엔지니어의 진짜 무기는 정답이 아니라 질문하는 능력이다. 정답이 따라잡힌 이유, 심판자와 학습자의 질문 차이, AI를 대화 파트너로 쓰는 법까지 현장…
Domain - 엔지니어 마인드셋
총균쇠 요약 — 환경이 만든 격차, AI 시대에 다시 읽어야 하는 3가지 이유
총균쇠 요약의 핵심은 문명의 승패가 인종이 아닌 지리적 환경에서 비롯된다는 것이다. 대륙 형태가 정보 속도를 결정하고 식량·전염병·기술 격차가 역사를 갈랐다는 구조가 AI…
series
통계·데이터
시리즈 전체보기파이썬 데이터분석
시리즈 전체보기
series - 파이썬 데이터분석탐색적 데이터 분석 완전 정복 — 현장 엔지니어가 써먹는 시각화 3단계
- series - 파이썬 데이터분석
numpy 배열 연산 완전 정복 — boolean indexing부터 브로드캐스팅까지 5가지 핵심 개념
- series - 파이썬 데이터분석
판다스 시리즈 완전 정복 — 인덱스·결측치·불리언 인덱싱 3가지 핵심 개념
- series - 파이썬 데이터분석
NumPy 배열 완전 정복 — AI에게 정확히 요청하려면 알아야 할 5가지 개념
- series - 파이썬 데이터분석
파이썬 시각화 입문 — 차트 선택부터 AI 요청까지 5단계 흐름
웹·백엔드(Django)
시리즈 전체보기
series - 웹·백엔드(Django)파이썬 웹 프레임워크 완전 비교 — FastAPI · Django · Flask 선택 기준 3가지
- series - 웹·백엔드(Django)
HTTP 구조란 무엇인가 — TCP 문자열 전송부터 HTML·CSS·JS까지 3단계로 이해하는 법
- series - 웹·백엔드(Django)
LangChain 구조 완전 정복 — 임베딩·엔드포인트·벡터 DB를 3단계로 연결하는 법
- series - 웹·백엔드(Django)
프론트엔드 프레임워크란 무엇인가 — Django + Bootstrap 조합과 Claude Code 호출 프롬프트 3가지
- series - 웹·백엔드(Django)
마이그레이션 이란 무엇인가 — 야전 군용 앱으로 이해하는 DB 구조 변경의 3가지 핵심
최신글
전체보기
series - 통계·데이터
분류 성능지표 — 혼동행렬 4칸으로 재현율·정밀도·F1 읽기
분류 성능지표는 혼동행렬의 네 칸(TP·FP·FN·TN)에서 출발합니다. 정확도가 클래스 불균형에서 왜 속이는지, 재현율과 정밀도의 차이, F1과 G-mean 종합지표, 임계값 조정까지 정리했습니다.
series - 통계·데이터
로지스틱 회귀란 무엇인가 — 오즈·로짓 2단계로 만드는 S자 곡선
로지스틱 회귀는 어느 쪽인지(분류)를 확률로 예측하는 방법입니다. 직선으로는 왜 확률을 못 맞히는지, 오즈와 로짓으로 범위를 맞춰 S자 곡선을 만드는 과정, 계수를 최대우도법으로…
series - 통계·데이터
계수 축소법이란 — 과적합 잡는 Ridge·Lasso 2가지
계수 축소법(Ridge·Lasso)은 회귀식에 벌점을 더해 불필요한 변수를 자동으로 걸러내고 과적합을 막는 방법입니다. Ridge와 Lasso의 차이, 예측이냐 변수 선택이냐에 따른 선택 기준, λ…
series - 통계·데이터
다중선형회귀란 무엇인가 — 변수 2개면 평면, 3개면 초평면
다중선형회귀는 입력 변수 여러 개로 결과를 예측하는 회귀입니다. 변수가 늘면 직선이 초평면이 되는 이유, 각 계수가 다른 변수를 고정한 채의 효과라는 점,…
series - 통계·데이터
회귀 성능지표 5가지 — MAE·RMSE와 결정계수 R²까지
회귀 성능지표는 만든 회귀식이 얼마나 잘 맞히는지 재는 잣대입니다. 단위가 살아있는 MAE, 비율로 보는 MAPE, 이론이 쓰는 MSE와 RMSE, 평균 대비 얼마나…
series - 통계·데이터
단순선형회귀란 무엇인가 — 변수 1개로 회귀선 잡는 최소제곱법
단순선형회귀는 두 변수의 관계를 하나의 직선으로 요약해 예측하고 변수의 영향력까지 읽어내는 방법입니다. 오차와 잔차의 차이, 잔차제곱합을 최소로 만드는 최소제곱법, 기울기 해석까지 핵심만…
series - 통계·데이터
머신러닝이란 무엇인가 — 회귀·분류 2가지 예측 모델의 기초
머신러닝은 데이터 속에 숨은 패턴을 찾아 수식으로 표현하고, 그 식으로 새 값을 예측하는 방법입니다. 공학 공식과 방향이 반대인 이유, 입력·출력 변수의 여러…
series - 통계·데이터
상관분석이란 무엇인가 — 공분산·상관계수 2가지로 관계 읽기
상관분석은 두 변수가 같은 방향으로 움직이는지 방향과 세기를 읽는 방법입니다. 공분산이 왜 단위에 휘둘리는지, 그 단위를 지운 상관계수가 어떻게 -1에서 1 사이…
series - 통계·데이터
등분산 검정 없이 ANOVA를 돌리면 생기는 일 — Bartlett·Levene 선택법 2가지
등분산 검정은 여러 집단의 흩어짐이 같은지 확인하는 절차로, ANOVA의 전제를 지키는 문지기다. 정규분포면 Bartlett, 아니면 Levene — 두 검정의 선택 기준과 결과…