실무 가이드ACT 실행
바이브 코딩 2026 실무 가이드: 지침 파일·스킬·MCP·서브에이전트로 코딩 에이전트를 운영하는 방법
AI 코딩 에이전트에 개발을 맡길 때 쓰는 지침 파일, 스킬, 플러그인, MCP, 서브에이전트, 병렬 작업, 검증 장치를 공식 문서 기준으로 정리한 실무 가이드입니다.
TECH BLOG
기술 블로그
기술 블로그는 프롬프트·컨텍스트·하네스 엔지니어링, 트랜스포머, HBM, 온톨로지 같은 AI/LLM의 핵심 개념과 용어를 한 글에 하나씩 해설하고, 도입과 적용에 필요한 실무 가이드를 정리하는 곳입니다. 공신력 있는 논문·자료에 근거해 원리부터 실무까지 설명합니다. 매주 발행되는 소식은 금주의 AI동향에서 보세요.
실무 가이드 · Guides
도입하고 적용할 때 바로 참고하는 정리와 점검표
실무 가이드THINK 판단
프롬프트 엔지니어링 2026: ChatGPT·Claude·Gemini 공식 가이드로 본 프롬프트 작성법의 변화
OpenAI·Anthropic·Google 공식 문서가 2026년 10월 현재 권장하는 프롬프트 작성 방식을 비교합니다. 더 이상 권장되지 않는 기법 8가지, 회사별 모델과 추론 설정, 같은 과제를 세 모델에 맡길 때의 프롬프트 차이를 정리했습니다.
실무 가이드SECURE 통제
OWASP LLM Top 10 2026 해설: 생성형 AI 서비스의 10가지 보안 위협과 점검할 것
OWASP LLM Top 10은 생성형 AI를 쓰는 애플리케이션에서 가장 중요한 보안 위험 10가지를 정리한 목록입니다. 2026년 8월 공개된 최신판에서는 AI에게 준 권한이 지나친 '과도한 권한 위임'이 6위에서 3위로 올라 가장 크게 움직였습니다. 10가지 위협마다 무엇이고 왜 생기며 실제로 무슨 일이 있었고 무엇을 점검해야 하는지, 위협이 서로 이어지는 방식까지 정리합니다.
실무 가이드SECURE 통제
OWASP Top 10이란? 2017·2021·2025 세 판으로 본 웹 보안 위협의 흐름
OWASP Top 10은 웹 애플리케이션에서 가장 중요한 보안 위험 10가지를 정리한 목록입니다. 2017년 1위였던 인젝션은 2025년 5위로 내려가고, 접근 통제 실패가 두 판 연속 1위에 올랐습니다. 공급망과 설정 오류가 새로 떠올랐습니다. 세 판의 순위와 OWASP가 밝힌 변경 이유로 웹 보안이 어디로 가고 있는지 정리합니다.
실무 가이드ACT 실행
공공 OpenAPI로 서비스 만들기: 바이브 코딩 시대의 공공데이터 활용
공공 OpenAPI는 정부와 공공기관이 가진 데이터를 프로그램이 바로 받아 쓰게 열어 둔 창구입니다. 한국은 2013년 공공데이터법으로 개방을 시작해 OECD 평가에서 4회 연속 1위(2025년 2위)를 했습니다. 예전에는 개발자가 명세서를 하나하나 읽어야 했던 연동을 이제 생성형 AI가 함께 합니다. 법과 역사, 미국·일본 사례, 서울 상권 서비스 BizGraph를 통해 지금 공공데이터로 서비스를 만드는 방법을 정리합니다.
실무 가이드
AI 검색 최적화 체크리스트: robots.txt·llms.txt·JSON-LD 설정 예시와 점검 순서
회사 사이트가 AI 답변의 출처로 쓰일 준비가 되었는지 크롤러 접근, 답변 구조, 구조화 데이터, 근거와 날짜, llms.txt 순서로 점검합니다. 비개발자용 30분 점검표와 단계별로 직접 확인할 일, 개발 담당자에게 요청할 일을 나눠 적었고, robots.txt·JSON-LD 설정 예시와 확인 명령은 개발자 심화에 모았습니다.
개념 · 용어 해설 · Concepts
하나의 개념을 원리부터 실무까지, 근거와 함께
기술 해설ACT 실행
MCP(Model Context Protocol)란? AI와 도구를 잇는 표준의 구조와 보안
MCP는 ChatGPT, Claude 같은 AI가 메일, 주문 장부, 사내 문서 같은 바깥 도구를 쓸 수 있게 잇는 공개 표준입니다. 쇼핑몰 운영 장면으로 왜 필요한지 보여 주고, 호스트·클라이언트·서버 구조, 도입 현황, 보안 주의점을 쉬운 말로 정리합니다.
기술 해설KNOW 이해
AI 환각(할루시네이션)이란? 생기는 이유와 줄이는 방법
AI 환각은 생성형 AI가 사실이 아니거나 근거 없는 내용을 사실처럼 자신 있게 말하는 현상입니다. 왜 생기고 얼마나 자주 생기는지 실제 사건과 함께 살펴보고, 출처 요청·원문 대조·모른다고 하기 같은 줄이는 방법과 바로 쓰는 점검법을 정리합니다.
기술 해설SECURE 통제
프롬프트 인젝션이란? AI 에이전트를 노리는 숨은 지시 공격과 방어
프롬프트 인젝션은 AI가 읽는 웹 페이지나 메일 속에 지시를 숨겨, 원래 지시 대신 공격자의 지시를 따르게 만드는 공격입니다. 여행사 직원의 AI 브라우저 장면으로 원리를 보여 주고, 실제 사고와 치명적 삼박자, 회사와 개인이 할 수 있는 대책을 정리합니다.
기술 해설KNOW 이해
지식그래프와 GraphRAG란? 문서를 관계로 엮어 답하는 RAG
지식그래프는 사람·회사·문서 같은 대상과 그 관계를 선으로 이어 저장한 데이터이고, GraphRAG는 이를 RAG에 붙여 여러 문서를 가로지르는 질문에 답하게 하는 방법입니다. 온톨로지와의 차이, 동작 원리, 효과와 비용, 언제 써야 하는지를 정리합니다.
기술 해설ACT 실행
AI 에이전트와 에이전틱 서비스란? 답하는 AI가 일하는 AI가 되기까지
AI 에이전트는 목표를 받아 할 일을 나누고 도구를 골라 쓰며 결과를 보고 다음 행동을 정하는 AI 시스템입니다. 사전학습 지식으로만 답하던 LLM이 추론, 계산·검색 도구, 함수 호출과 MCP를 거쳐 에이전트가 된 과정과, 에이전트를 업무에 쓰게 하는 에이전틱 서비스의 조건을 설명합니다.
기술 해설ACT 실행
바이브 코딩이란? 누구나 개발하는 시대라는 착시와 현실
바이브 코딩은 원하는 결과를 말로 설명하고 코드는 AI가 쓰게 하는 개발 방식입니다. 팀은 작아졌지만 서비스에는 화면 아래 백엔드·데이터베이스·보안·운영이 남아 있습니다. 필라테스 예약 앱 예시와 출시 전 점검표로 바이브 코딩이 바꾼 것과 바꾸지 못한 것을 정리합니다.
기술 해설
국내 주요 사이트 103곳 첫 관측: 점수가 나온 70곳의 AI 검색 준비도 평균은 42.0점
AI 검색 준비도는 ChatGPT, 구글 AI 개요 같은 서비스가 사이트를 읽고 답변의 출처로 인용할 준비가 되어 있는지 잰 점수입니다. 2026년 9월 17일 국내 주요 사이트 103곳을 처음 관측해 보니 점수가 나온 70곳의 평균은 42.0점으로, 같은 잣대로 잰 해외 64곳 평균 57.0점보다 15.0점 낮았습니다.
기술 해설
llms.txt란? 작성 예시와 공식 문서로 본 효과
llms.txt는 AI 에이전트가 사이트를 읽고 활용할 때 참고할 개요와 링크를 마크다운 파일 하나에 적어 두자는 제안으로, 매장 입구의 안내 브로슈어와 비슷합니다. llmstxt.org 2판의 형식, 동네 가게와 회사 소개 작성 예시, 구글·OpenAI·Anthropic 공식 문서로 확인한 효과의 범위를 정리했습니다.
기술 해설
robots.txt로 AI 크롤러 설정하기: GPTBot·OAI-SearchBot·ClaudeBot·Yeti 허용과 차단
robots.txt는 크롤러에게 사이트의 어디를 읽어도 되는지 알려 주는 안내문 파일입니다. GPTBot, OAI-SearchBot, ClaudeBot, Google-Extended, Yeti를 학습용과 검색용으로 나눠 허용하거나 막는 법, 목적별 설정 예시 네 가지, 흔한 실수와 확인 방법을 정리했습니다.
기술 해설
생성형 AI 검색 최적화(GEO)란? SEO·AEO와 다른 점과 준비 항목
생성형 AI 검색 최적화(GEO)는 ChatGPT, 구글 AI 개요, 네이버 AI 브리핑이 답변을 쓸 때 회사 사이트를 출처로 인용할 수 있게 정비하는 일입니다. 동네 가게 장면과 기자 비유로 SEO·AEO와의 차이를 풀고, 준비 항목 다섯 영역과 직접 할 일, 맡길 일을 정리했습니다.
기술 해설THINK 판단
루프 엔지니어링이란? LLM 에이전트의 반복 루프 설계 원리와 실무
루프 엔지니어링은 AI에게 한 번에 답을 받는 대신 '해 보고, 결과를 보고, 고쳐 쓰는' 반복을 설계하는 일입니다. 2026년에 쓰이기 시작한 새 이름이지만 ReAct, Self-Refine 같은 연구에 뿌리를 둡니다. 보고서 고쳐 쓰기 예시로 되먹임, 멈춤 조건, 비용이 불어나는 이유를 짚습니다.
기술 해설THINK 판단
하네스 엔지니어링이란? LLM 엔진을 '탈 수 있는 자동차'로 만드는 기술
하네스 엔지니어링은 확률로 다음 토큰을 예측하는 대규모 언어 모델(LLM)을 실제 서비스로 안전하게 잇는 '외곽 시스템'을 설계하는 일입니다. 구조화 출력, 재시도·폴백, 사람 개입 승인 같은 장치로 모델의 그럴듯한 오류를 걸러 내고 제품을 굴러가게 만드는 원리와 실무를 짚습니다.
기술 해설ACT 실행
AI 에이전트란? 챗봇을 넘어 스스로 도구를 쓰는 AI의 원리와 한계
AI 에이전트는 목표를 받아 생각하고, 도구를 쓰고, 결과를 보고 다시 생각하는 과정을 스스로 되풀이하는 LLM 기반 시스템입니다. 출장 준비를 맡은 비서 예시로 ReAct 루프를 한 바퀴 따라가고, 계획·도구·메모리 구조와 오류 누적, 사람 확인 같은 한계를 짚습니다.
기술 해설KNOW 이해
RAG(검색 증강 생성)란? 원리부터 실무까지, 환각을 줄이는 검색 결합 기법
RAG는 AI가 답하기 전에 회사 문서 같은 외부 자료를 먼저 찾아 읽고, 그 내용을 근거로 답하게 하는 방법입니다. 쇼핑몰 반품 문의 같은 장면으로 작동 원리와 청킹·임베딩·재순위를 풀고, 실무에서 챙길 점과 RAG로도 환각이 남는 이유까지 짚습니다.
기술 해설THINK 판단
컨텍스트 엔지니어링이란? 프롬프트 너머 '무엇을 곁에 놓을까'의 기술
대규모 언어 모델(LLM)을 잘 다루는 무게중심은 '한 줄 주문'에서 '어떤 맥락을 함께 건네느냐'로 옮겨 갔습니다. 인사팀 규정 문의 장면으로 컨텍스트 엔지니어링의 원리, 컨텍스트 창과 토큰 예산, RAG·메모리·도구 연동까지 실무 관점에서 정리합니다.
기술 해설THINK 판단
프롬프트 엔지니어링이란? 원리부터 실무까지, 확률을 우리 쪽으로 당기는 법
프롬프트 엔지니어링은 대규모 언어 모델(LLM)에게 무엇을 어떤 순서로, 어떤 맥락과 함께 건네느냐로 답의 질을 끌어올리는 기술입니다. 빵집 리뷰 답글 같은 장면으로 제로샷부터 퓨샷, 사고 사슬(CoT), ReAct까지 기법의 흐름과 실무 적용법을 정리합니다.
기술 해설THINK 판단
HBM과 AI 반도체란? 대역폭 병목부터 LLM 추론 최적화까지
HBM은 D램을 층층이 쌓고 관통 전극으로 이어 데이터 통로를 극단적으로 넓힌 메모리입니다. LLM 추론이 연산보다 메모리 대역폭에 묶이는 이유와 KV 캐시·양자화·배치 같은 최적화, 2026년 HBM4 양산 경쟁까지 정리합니다.
기술 해설THINK 판단
GPT 발전사: GPT-1부터 GPT-4까지, 대규모 언어 모델은 어떻게 진화했나
GPT-1부터 GPT-2, GPT-3, InstructGPT, GPT-4까지 GPT 계열이 세대마다 무엇을 바꿨는지 따라갑니다. 규모 확장, 문맥 내 학습, 사람 피드백 정렬, 멀티모달로 이어진 흐름을 '왜 그렇게 진화했는가'에 초점을 두고 정리합니다.
기술 해설THINK 판단
트랜스포머 모델이란? 어텐션 원리부터 LLM 구조까지 쉽게 풀기
트랜스포머는 문장 속 단어들이 서로를 참고해 뜻을 정하도록 계산하는 방식으로, ChatGPT 같은 대규모 언어 모델(LLM)의 뼈대입니다. 어텐션의 원리를 회의와 동음이의어 예로 풀고, 인코더와 디코더의 차이, 긴 문맥의 비용, 실무에서 알아 둘 점까지 정리합니다.
기술 해설KNOW 이해
토큰과 임베딩이란? LLM이 언어를 숫자로 바꾸는 원리
LLM은 글자를 그대로 읽지 못하고, 문장을 토큰이라는 조각으로 쪼개 번호를 붙인 뒤 임베딩이라는 숫자 좌표로 바꿔 계산합니다. 서브워드 토큰화와 의미의 지도인 임베딩의 원리, 한국어 토큰 수가 컨텍스트 길이와 요금에 주는 영향까지 차례로 짚습니다.
기술 해설THINK 판단
LLM은 어떻게 태어났나? 다음 단어 예측기의 탄생과 진화
대규모 언어 모델(LLM)은 어느 날 갑자기 등장한 기술이 아닙니다. 신경망 언어 모델, 순환신경망, LSTM, 시퀀스 투 시퀀스, 그리고 트랜스포머로 이어진 수십 년의 축적이 낳은 결과물입니다. 이 글은 '다음 단어를 예측한다'는 하나의 아이디어가 어떻게 오늘날의 LLM으로 성장했는지 원리와 역사를 함께 짚습니다.
저자 도서 · Books by the author
이 블로그를 쓰는 저자가 직접 집필한 책으로 더 깊이 배워보세요
바이브 코딩의 시대, 프롬프트를 넘어 컨텍스트 엔지니어링으로
프롬프트를 넘어 '컨텍스트 엔지니어링'으로 — AI와 협업하는 바이브 코딩의 원리와 실전.
새 글을 메일로 받아 보세요
금주의 AI동향과 주간 논문 리뷰를 매주 일요일 메일로 보내 드립니다. 메일마다 있는 해지 링크로 언제든 그만 받을 수 있습니다.