AI 에이전트를 조직에 깔기 전에 — 개인 AI와 우리의 AI를 가르는 3가지
AI 에이전트를 조직에 들이기 전에 반드시 짚어야 할 기준이 있다. 개인 AI와 조직의 AI가 어떻게 다른지, 일을 먼저 정의해야 하는 이유, 사람당 에이전트 1개 해법이 뜻하는 바까지 현장 엔지니어 관점에서 정리했다. 조직 개편부터 시작하면 반드시 실패한다.
어텐션 QKV 완전 정복 — AI의 심장을 3단계로 이해하는 법
QKV는 쿼리·키·밸류의 줄임말로, 어텐션이 문맥을 만드는 핵심 장치다. 정답을 찍는 일반 DB와 달리 QKV가 맥락을 만드는 원리와 멀티헤드 어텐션 구조까지 3단계로 정리했다.
LLM 동작 원리 완전 정복 — 트랜스포머 전체 흐름을 5단계로 잡는 법
LLM 동작 원리는 토큰화·임베딩부터 어텐션, FFN, 소프트맥스·디코딩까지 이어지는 5단계 파이프라인이다. 트랜스포머 블록 내부와 학습·추론의 차이까지 한 번에 정리했다.
AI 수학 언어 완전 정복 — 벡터·행렬·텐서를 3단계로 잡는 법
AI 수학 언어의 핵심은 벡터·행렬·텐서와 벡터의 내적이다. AI가 데이터를 숫자로 처리하는 원리부터 GPU가 텐서 계산기인 이유, 내적이 곧 유사도인 이유까지 3단계로 정리했다.
AI 밑바닥을 알아야 하는 이유, 엔진룸을 여는 첫 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 이어진 AI 발전사를 정리했다.
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.
엔지니어 경쟁력은 도메인 지식과 컴퓨팅 기술이 만나는 자리에 있다
엔지니어 경쟁력은 도메인 지식과 컴퓨팅 기술을 동시에 갖출 때 벌어집니다. AI 시대에 현장을 아는 눈과 데이터를 꺼내는 기술을 어떻게 연결해야 진짜 경쟁력이 되는지, 둘 다 가진 사람이 실제로 다른 3가지를 현장 언어로 짚어 드립니다.
에이전트 협업 시대, 정말 올까 — 컴퓨팅 초보자가 Claude로 미리 겪은 3가지 장면
에이전트 협업은 정말 현실이 될까요? 컴퓨팅 초보자가 Claude로 서버·API 작업을 해내며 미리 겪은 A2A의 조각들과, 질문마저 내 에이전트가 대신 던지는 구조, 그리고 딸깍 한 번으로 원하는 걸 구현하는 시대가 오는 이유를 현장 관점에서 정리했습니다.
휴먼인더루프, HITL·HOTL·HOOTL은 어디서 갈리나
휴먼인더루프(HITL)는 AI 위임의 시작점이다. HITL·HOTL·HOOTL을 사람의 위치로 구분하고, 위임 다이얼을 올리기 전 갖춰야 할 검증 이력·권한 경계·위임률 3가지 조건까지 현장 언어로 정리했다.
지능 외주화가 생산성 함수를 다시 쓴다
지능 외주화는 판단하는 노동이 인간 밖으로 나가는 현상이다. 가격·시간·규모의 상식이 무너지는 장면, AI가 자본도 노동도 아닌 제3의 생산요소인 이유, 생산성 함수의 곱셈 구조까지 현장 언어로 정리했다.
