AI가 코드를 쓰는 시대, 좋은 아키텍처란 무엇일까?
AI가 코드를 읽고 수정하는 환경에서 좋은 아키텍처를 컨텍스트 크기, 경계, 위치 파악과 사이드 이펙트 관점으로 다시 살펴봅니다.
STT 모델 실제 성능 비교: 한국어 회의 녹음 35분, 7개 모델 테스트
35분 한국어 개발 회의 녹음으로 7개 STT 모델의 속도, 정확도, 용어 인식, 환각과 타임스탬프 품질을 실제 비교합니다.
내 문서를 읽는 작은 에이전트를 다시 만들며
dongjun.win AI 어시스턴트를 Full Context 방식에서 도구 기반 문서 접근 구조로 바꾸며 정리한 작은 에이전트 설계 회고입니다.
내 실생활에 AI 더하기 (1) — 사진, 영상 하이라이트 만들기
여행 사진과 영상을 AI가 선별하고 편집하도록 media-highlight 스킬을 만들며 자동화한 과정, 실패와 개선점을 정리합니다.
법률 AI 검색 실험기 (12) — Lane-based Retrieval 설계와 전체 회고
벡터 검색부터 임베딩, selector, rewriter, graph, source router를 거쳐 lane-based retrieval에 이른 설계 과정과 전체 회고입니다.
법률 AI 검색 실험기 (11) — 오답 분석: 법률 RAG는 왜 자신 있게 틀리는가
검색 근거가 맞아도 법률 RAG가 틀리는 사례를 유형별로 분석하고 retrieval과 generation 사이의 실패 지점을 추적합니다.
AI한테 내 프롬프트 14,390개를 주고 물어봤다 — 내가 너를 어떻게 쓰고 있냐고
Claude Code와 Codex에 보낸 14,390개 프롬프트를 분석해 AI를 검색 도구가 아닌 팀 관리자처럼 활용한 실제 작업 패턴을 돌아봅니다.
법률 AI 검색 실험기 (10) — Query Prep 마무리: 무엇을 남기고 무엇을 버렸나
법률 RAG의 query preparation 계층에서 유지한 구조화 및 라우팅 전략과 버린 재작성 및 분해 실험을 최종 정리합니다.