IT·디지털

로컬 LLM을 고를 때 모델 순위부터 보면 설치와 삭제만 반복하기 쉽다. 같은 모델도 양자화, 컨텍스트 길이, 동시에 켠 앱에 따라 필요한 메모리와 속도가 달라진다.

MiroFish 보고서는 가장 가능성 높은 미래를 알려 주는 결론처럼 읽히기 쉽다. 공식 저장소도 prediction engine과 미래 궤적 추론을 내세운다.

SKILL.md를 Claude Code, GitHub Copilot, Gemini CLI 사이에서 옮길 때 설치·권한·실행 차이를 검증하는 4단계를 정리한다.

“개인은 CLI, 회사는 MCP”라는 구분은 정확하지 않다. 조직도 안정된 로컬 명령만 쓰면 CLI가 충분하고, 개인도 여러 AI 앱에서 같은 원격 서비스를 쓰면 MCP가 유리할…

“가상 고객 1,000명 중 78%가 구매를 원했다”는 문장은 설문 결과처럼 보인다. 하지만 그 1,000명은 독립적으로 모집한 응답자가 아니다.

코딩 에이전트 여러 개를 실행하는 일보다 어려운 것은 어느 창이 끝났고, 실패했고, 승인을 기다리는지 놓치지 않는 일이다. 화면을 계속 순회하면 병렬화로 번 시간을 창…

모델을 업그레이드해도 프롬프트, 계획자, 평가자, 컨텍스트 초기화를 그대로 두면 새 능력을 제대로 쓰지 못할 수 있다. 각 보조 장치는 “모델 혼자서는 이 일을 못…

AI에 CEO·엔지니어·QA라는 이름을 붙인다고 독립적인 전문가 팀이 생기지는 않는다. 대개 같은 모델이 서로 다른 지침과 평가표를 읽을 뿐이다.

에이전트와 스킬이 많으면 복잡한 프로젝트를 더 잘 처리할 것처럼 보인다. 하지만 쓰지 않는 규칙, 겹치는 설치와 자동 훅은 컨텍스트와 실패 지점도 함께 늘린다.