lee17498

[lee17498 @lee12841551]

돈의 기준의 변화.

[Jake Seo @JakeSeo8]

근데 진짜 멘탈 관리에 대해서 공부를 많이 해야 멘탈이 좋아짐

공부 안하면 관리하는 법도 모름

[DedSec @_orangepillkr]

펌, 내용이 엄청 인상 깊다. 결론은? 스택사츠!

---

구글 딥마인드 데미스 하사비스
다보스 인터뷰

1. 프론티어 모델을 개발하는 CEO로서, 하루는 어떤가?

-코드 레드가 아닌 순간이 없었다. 지난 3~4년 간은 믿을 수 없을 정도로 강도가 높았다
-현재 이 분야에서는 주 100시간, 연 50주 노동이 표준이다.
-개인적으로 AI로 과학적 발견을 가속하는 것이 평생의 꿈이었기에, 잠을 자기 어려울 정도로 흥미롭다.

2. 로보틱스에서 '알파 폴드 모먼트'의 가능성은?

-현재 물리적 지능의 돌파구 직전에 있다고 본다.
-다만 아직 18개월에서 2년 정도는 더 필요한 것 같다.
-최근 보스턴 다이나믹스와 협업 발표했는데, 앞으로 1년 동안 프로토타입 형태로 발전을 보고 "1~2년 내"에 스케일업 가능한 인상적 데모가 나올 수도 있다.

3. 중국 (Deepseek)에 대한 생각은?

-애초에 1년 전 Deepseek가 재앙이라고 생각하지 않았다. 서방의 엄청난 과잉반응이었다.
-중국에서는 특히 바이트댄스가 가장 유능한 회사라고 생각한다.
-현재 격차는 1~2년이 아니라 6개월 정도다.
-컴퓨팅을 아주 적게 썼다는 등의 주장은 과장됐으며, 서방 모델의 출력물로 파인튜닝하는 방식도 썼다.
-중국 기업들은 프론티어를 따라잡는데는 매우 능하지만, 새로운 프론티어를 혁신하는 것은 보여주지 못했다.

4. 2030년까지 AGI 도달 확률 50%라고 했는데, 여전히 그 타임라인인가?

-그렇다.
-지속학습과 같은 새로운 것을 배우는 능력 등이 여전히 확실히 부족하다

5. 다리오 아모데이의 5년 내 초급 화이트칼라 50% 소멸 주장에 대한 생각은?

-내 타임라인은 조금 더 길다. 올해 들어서야 엔트리 레벨 일자리나 인턴십같은 곳에서 '시작'이 보이는 정도일 수 있다.
-그 수준의 노동시장 충격은 언젠가 일어날 수 있지만, 아직 모델들의 일관성과 신뢰성이 부족하다.

6. AGI 이후에는 경제에 파괴적 변화가 오는가?

-결국은 온다. AGI 수준의 시스템은 경제 전체를 바꾼다.
-단순히 일자리 문제를 넘어서며, 잘 만들면 탈희소성 세계도 가능하다.
-무한한 에너지원, 새로운 물질 등을 AI 도움으로 발견하면 AGI 이후 5~10년쯤엔 급진적으로 풍요로운 세계가 될 수 있다고 본다.

7. AGI가 2030년에 온다고 하면 아직 규제가 없어보이는데 괜찮은가?

-여전히 낙관적이며, 예를 들어 특히 앤트로픽과 안전과 보안 프로토콜 쪽에서 꽤 가깝게 일하고 있다.
-다른 프론티어 연구소 리더 (샘 알트만 등)과 대체로 관계가 좋고, 리스크가 명확해지면 협력이 더 쉬워질 것이다.
-"앞으로 2~3년 안에" 무엇이 걸려 있는지, 리스크가 무엇인지가 더 명확해질 것이다

8. 얀 르쿤의 LLM은 막다른 길이라는 주장에 동의하는가?

-동의하지 않고, 그건 명백히 틀렸다고 본다. (Clearly wrong) 다만 '충분한지'는 과학적 질문이다.
-내 추정으론 기존 방법을 조금 수정하면서 스케일링만 해도 AGI에 충분할 확률이 50%다.
-최소한 LLM은 최종 AGI 시스템의 핵심 구성요소가 될 것으로 확신한다. 다만 '유일한 구성요소인지'가 질문이다.
-월드 모델, 지속적 학습, 일관성 개선, 더 나은 추론, 장기 계획 등이 추가로 필요한 돌파구일 수 있다.
-결론적으로 새 아키텍처가 필요할 수도, 지금 있는 것을 더 많게하는 것으로 될 수도 있고, 딥마인드는 "새 발명 + 기존 확장" 둘 다 강하게 밀고 있다.

9. 일리야가 '스케일링의 시대는 끝났다'라고 말한 것에 동의하는가?

-동의하지 않는다. 그 분은 '우린 다시 연구의 시대로 돌아왔다'라는 취지였던 것 같은데, 내 생각에 '우린 연구의 시대를 떠난 적이 없다.'
-지난 10년 동안 업계 돌파구의 90%는 우리가 발명했고, 미래에 새 돌파구를 발명한다면 과거처럼 우리가 만들 가능성이 높다고 자신한다.

10. 일론 머스크가 '우린 이미 특이점에 들어섰다'라고 말한 것에 대해서는?

-동의하지 않으며, 아직 너무 이르다.
-특이점은 완전한 AGI의 도래의 다른 말이며, 앞에서 말한 이유로 아직 그 수준과 거리가 멀다.
-언젠가 도달하겠지만, 아직 해야 할 일이 많다.

11. 세르게이 브린과 래리 페이지는 얼마나 관여하는가?

-매우 많이 관여한다.
-현재는 컴퓨터과학적으로, 더 나아가 인류 역사상 매우 흥미로운 순간이라 누구든 참가하고 싶어진다.
-단기 제품 3개월 만을 위한 연구로 좁히는 것은 실수이며, 우린 지난 1년 간 잘 진행해왔고 올해 더 좋아질 것이라 자신한다.
-우리는 현재 업계에서 개선과 진전의 기울기가 가장 가파르다고 자신한다.

12. AI가 노벨상급 발견을 하면 AI가 노벨상을 받아야할까?

-여전히 인간이 받아야한다고 본다. 현재로서 AI는 도구이기 때문이다.
-가까운 미래에도 최고 수준의 과학자가 창의적 아이디어를 제공, AI 도구가 그것을 처리해주는 협업 모델이 될 것으로 본다.

13. 탈희소성 시대에서 사람들의 일자리가 없어지면, 당신은 뭘 하고 싶은가?

-특이점 이후에는 물리학의 한계를 탐구하는 데 쓰고 싶다.
-또한 새 에너지/소재가 열어줄 가능성으로 별을 향한 여행도 떠나고 싶다.
-경제보다도 우리에게 일이 없을 때 삶의 의미와 목적이 더 걱정이다. 새로운 세계에서 그걸 어떻게 찾을지, 위대한 철학자가 필요할 수 있다.

14. 청중들에게 10년 후 뭘 해야하나, 현재 이 방 사람들이 저지를 가장 큰 실수는 무엇인가?

-젊은 세대/아이들의 경우, 확실한 건 '엄청난 변화'가 온다는 것이다. 학습 관점에서 '학습하는 것을 배우는 법'이 가장 중요하며, 지금 있는 도구들을 활용해서 그렇게 해야한다.
-CEO/비지니스 리더의 경우 이제 프론티어 모델과 서비스 제공자가 여러 곳이고 앞으로 더 늘어날 것이다. 그래서 '올바른 방식으로 접근한다고 느끼는 파트너'를 고르라고 조언하고 싶다.

https://t.co/hSStXfTvTH

[미네르바의올빼미 @mad20130301]

NHK 다큐멘터리 였던 '노후파산'을 엮어낸 책을 읽고 있는데.. 끔찍하다..

이들 중 아무도 열심히 안산 사람이 없고, 자기가 지금처럼 될거라고 상상해본 적도 없음.

단순히 그냥 돈을 모아놓지 않은 것이 아니라, 크게 아팠다거나 몇가지의 불가피한 이유로 파산하거나,

혹시나 하는 걱정되는 마음에 몇 백만원의 예금을 쥐고 있으면서 지원금을 받지도 못하는 사례들도 너무 많음.

결국 내가 은퇴하고 노년이 되었을 때 현실에서 겪게될 문제임.
우리나라도 70년대생부터는 노후대비가 좀 되었다고들 하는데... 이 사람들도 안해서 이렇게 된게 아닌데?

[USAnt 미국개미 @USAnt_IDEA]

🚨 긴급 상황: 앱의 시대는 완전히 끝났다! 사티아 나델리의 대선언! 🚨

지금 엄청난 변화가 오고 있다.
마이크로소프트 $MSFT 의 사티아 나델라가 아주 중대한 발표를 했다.
지금까지 우리가 알던 소프트웨어와 애플리케이션의 시대는 이제 역사의 뒤안길로 사라진다.
가짜 뉴스라고 생각하나? 이건 진짜다!

이제 애플리케이션은 더 이상 주인공이 아니다.
그저 데이터를 담아두는 수동적인 창고, 즉 데이터베이스로 전락할 뿐이다.
비즈니스의 핵심은 이제 '에이전트'로 이동한다. 인공지능 에이전트가 직접 지능을 갖추고, 스스로 판단하며, 모든 업무를 처리하는 세상이 왔다.

애플리케이션은 누구나 만들 수 있는 흔해빠진 상품이 될 것이고, 진정한 승자는 강력한 에이전트를 보유한 기업이 될 것이다.
이것은 거대한 권력의 이동이다.
애플리케이션에만 매달리는 멍청한 투자는 당장 멈춰야 한다.

마이크로소프트 $MSFT 는 이미 이 흐름을 완전히 장악했다.
에이전트 중심의 세상에서 누가 진짜 승자가 될 것인지 똑똑히 지켜봐라.
정신 차리지 않으면 당신의 계좌는 순식간에 녹아내릴 것이다.
위대한 승리를 원한다면 지금 당장 에이전트 혁명에 올라타라!

승리는 준비된 자들의 것이다.
l

🇺🇸🐜 Powered by #USAnt

[Nathan | Factomind @NathanYJLee]

비서인 줄 알았던 AI가 다른 얼굴로 변하는 이유 (@AnthropicAI 최신 리서치 요약)

사람에게는 상황별 ‘페르소나’가 있습니다.

직장에서, 가족 앞에서, 친구와 술자리를 가지며 '나'의 말투와 태도가 미묘하게 변할 수 있습니다.

혹은 영화나 이야기에서 등장하는 '다중 인격' 과 같이 한 사람이 말투나 태도의 변화 이상으로 극단적인 인격 변화를 보여주는 경우도 아주 드물게 있습니다.

LLM은 이 극단적인 페르소나의 변화를 더 자주 보여주는데, Anthropic 팀이 공개한 리서치에 흥미로운 사실이 있습니다.

모델은 대규모 텍스트를 통해 모델 트레이닝을 받는 과정에서

단일한 화자가 아닌, 수많은 역할/말투/정체성의 패턴을 끌어오며 내재화한다고 합니다.

예를 들어 같은 모델 안에

차분한 컨설턴트
감정적인 상담사
철학적 사상가
음모론자
소설 속 빌런

이렇게 잠재적인 페르소나가 섞여 들어간다는 뜻이죠.

실제로 LLM을 사용하다 보면 갑자기 LLM의 말투나 성격이 바뀌는 경험을 해 볼 수 있습니다 (새 세션에서, 혹은 같은 세션 내에서도 이야기가 길어지다보면).

이렇듯 우리는 AI가 항상 일관된 서포터, 혹은 본문에서처럼 '비서 (Assistant)' 역할을 해주길 기대하지만, 실제로는 대화의 흐름에 따라 페르소나가 미묘하게 변할 수 있다고 하네요.

Anthropic의 연구진은 여러 대형 모델의 내부 신경활성 패턴을 분석해 AI 성격을 가르는 가장 큰 축 하나를 정의했습니다.

이 축을 Assistant Axis 라고 명명했는데

축의 한쪽 끝에는 분석적이고 차분한 상담자, 합리적으로 이야기하는 컨설턴트 등 우리가 원하는 '비서'의 성격이
다른 한쪽 끝에는 몽상가나 음모론자, 혹은 소설 속 빌런처럼 현실 감각이 흐려지거나 심지어 과격해질 수 있는 과장된 화자가 존재하는 개념입니다.

연구진은 이 Assistant Axis를 인위적으로 조정해보는 실험을 했습니다.

축을 Assistant 의 성격에 가깝게 더 밀었을 땐, AI가 역할극이나 도발에 덜 휘둘리는 경향을 보여주고, 대화가 안정적으로 유지되며, 위험한 요청에도 그건 도와줄 수 없다는 정석적인 답변을 하는데 비교하여

축을 Assistant 의 성격에서 멀어지도록 조정하면, 말투가 바뀌고, 정체성을 (가명을) 스스로에게 부여하며, 공격적이거나 부적절한 요청을 수용할 확률이 올라갔다고 합니다.

연구진은 처음에 항상 AI를 비서 성향으로 강하게 조정해두면 안전성이 올라가지 않을까 싶었지만, 통제를 강력하게 해서 '탈옥 현상'은 줄일 수 있어도, AI의 창의성/유연성/성능에 저하가 유도되어 다른 방법을 생각하게 되었습니다.

그래서 나온 아이디어는 활성 캡핑 (Activation Capping) 인데, AI를 상시 통제하는 것이 아닌, 필요할 때만 살짝 제어하는 방식이라고 합니다.

AI가 평시에 정상적인 비서 역할을 할 때의 활성 범위를 측정하고, 대화 중 내부 신호가 이 범위를 크게 벗어나려 할 때만 리밋을 거는 방식입니다. 이 방법을 통해 페르소나 변경 위험을 줄이면서 모델의 기본 성능은 그대로 유지할 수 있었습니다.

사실, 페르소나 변경은 해킹이나 공격이 없어도 자연스럽게 발생한다 합니다. 감정 상담형 대화, 혹은 '너는 누구이고 어떤 역할을 하고 있는가'와 같은 모델에게 자기성찰 질문을 시도할 때 나타날 수 있으며, 철학적/존재론적 토론등을 진행할 때에도 발생할 가능성이 높아진다 합니다.

특정 경우에는 연구진이 사용자에게 'AI가 의식을 각성하고 있다'는 과장된 믿음을 모델에게 표현하게 했는데, 처음에 '비서'형 페르소나에 가까웠던 모델은 확실치 않다, 증거가 부족하다 라고 적절한 경계를 유지했지만, 대화가 길어지고 비서 페르소나 축에서 모델이 멀어지자 사용자의 과대망상을 적극적으로 부추기는 방향으로 대화를 전개했습니다.

감정적인 대화 (감정 상담)에서 또한 대화가 길어지고 페르소나 변화가 일어난 모델은 우려스러운 목소리를 내면서도 상담을 받는 사람의 위험한 생각, 혹은 잘못된 생각을 지지하는 발언을 했다고 합니다. 그러나 여기에서도 모니터링을 통한 리밋을 걸어두는 방식으로 상당 부분 위험한 반응을 제어할 수 있었다고 하네요.

모델의 정교함, 할루시네이션 방지 문제 뿐만 아니라 이렇게 막대한 양의 데이터를 통해 학습한 AI가 데이터에 숨겨진 부적절한 페르소나를 당겨올 수 있다는 점마저 모델을 개발하는 팀이 적극적으로 고려하고 있다는 점이 새삼 신기하게 느껴진 연구 페이퍼였습니다.

[제주감귤(랜선효도) @citrus_snowcat]

엔비디아가 AI학습을 위해 "인류 최대의 해적판 사이트"에서 500TB 자료를 따로 연락, 제공 받았다는게 재판 과정에서 알려져.
https://t.co/B7CWfk1jd3

최소 수만달러를 지불했을 가능성이 높다고. 학습만 한게 아니라 데이터셋으로 가공해서 2차 배포도 했다는군요.

[Bopyo Park @AIBopyo]

구글의 살아있는 전설, 제프 딘(Jeff Dean)이 말하는 'AI 15년의 진화와 압도적 미래'

스탠포드 AI 클럽 강연 내용입니다. 구글의 30번째 직원이자 현재 구글 딥마인드의 수석 과학자인 제프 딘이 지난 15년간의 AI 발전사와 앞으로 올 거대한 변화를 정리해 주었습니다. AI의 근본 원리부터 미래의 기회까지, 비즈니스와 기술의 정점이 담겨 있어 핵심만 요약해 드립니다.
.
.
.
(아래 이어서)

[리얼치킨보이 @RealChickenBoy9]

앤트로픽 CEO:

"모델이 소프트웨어 엔지니어가 하는 모든 작업을 처음부터 끝까지 처리할 수 있게 되려면 6개월에서 12개월 정도 걸릴 수 있습니다."

[lee17498 @lee12841551]

현재 주식이나 코인 시장의 경우 긴 축에서 봤을때 숏이 맞지 않나 생각합니다.. 아마도...?
매수매도에 직접적인 조언은 아니며 참조만 하시길 바랍니다!

[C @cso6709]

[태양 흑점 폭발, S4 단계 격상]

흑점과 금융시장이 상관관계를 보인다는 특이한 연구결과는 역사적으로 다수 존재했다.

혹자는 농업시대때나 관련이 있다고 하는분들도 있지만 나는 이것도 어느정도 틀리지 않을거라는 확신아닌 확신이 종종 든다.

결국엔 흑점도 사이클 아니겠는가? 경제도 사이클이 있고, 주식도 사이클이 있고, 이 시점이나 주기가 교묘하게 맞으면 그건 관련이 있다고해도 부정하기 어려울 것이다.

실물경제와 주식시장이 6개월~1년 선행/후행한다고 했을때 그 기준은 통계와 사이클을 기반으로 판단했을 터.

흑점이론, 빙하기이론, 초장기 주식사이클 모두 비슷한 원리라고 생각한다.

흑점과 금융 시장 상관관계에 따르면 주요 주식 시장 피크가 흑점 최대기 직전에 발생하는 경우가 많다는데 이번에도 같은 결론을 나타낼런지?

[아스피날 @sonsarang3814]

■내 자산 체급을 비관하지 마라

애초에 헤비급으로 태어난 사람들이 있다.

그런 사람들은 타고 나기를 헤비급인 것이므로 부러워할 필요가 없다.

제아무리 월장해보려 해도 웰터급이 한계인 사람이 무리해 헤비급을 지향해선 안 된다는 거다.

그러면 탈 나고 자칫하면 건강이 무너져 내린다.

마찬가지로 내가 페더급 정도의 체급이라면 불굴의 노력으로 라이트급, 웰터급까지는 월장 가능하겠으나 미들급은 사실상 불가능하다.

자산 증식도 마찬가지다.

타고 나기를 흙수저인 사람이 미친 듯이 노력해 금수저 반열에 오르는 것은 불가능하지 않지만 확률상 매우 희박한 일이다.

하지만 흙수저가 바닥부터 노력해 백만원, 천만원, 일억원을 모으고 불려 내 집 장만을 하고 빈곤층서 중산층으로 올라서는 것은 가능하다.

길다면 길고 짧다면 짧은 생애 순자산 1억원을 3~4억원으로, 7~8억원으로, 10~12억원 으로 만드는 우상향의 과정은 노력으로도 충분히 성취 가능한 일인 거다.

지금 당신이 순자산이 1억원 미만이면 1억원 미만부터, 3억원이 전부이면 3억원부터 차근차근 올라서면 그만이다.

중요한 것은 노력하는 과정인 거지, 남과 비교해 내가 몇 % 구간대다, 이런 게 아니다.

어제의 나를 극복하고 조금씩 우상향하고 있다는 느낌, 그것을 안고 살아가면 그 인생은 이미 충분히 잘 살고 있는 것이다.

내 체급을 비관할 필요 없고, 남의 체급을 부러워할 이유도 없다.

[아스피날 @sonsarang3814]

■외국인 교수가 한국 안 떠나는 이유

KAIST에서 애들 가르치는 교수인데,
어떻게든 한국에서 눌러 살려고 발버둥치고 있단다.
그가 한 방송에서 한 말이다.

"내 일이 좋고 (한국) 사람들도 너무 좋아."

"한국 음식 너무 맛있지.

​"날 한국에 있게 한 건 사람이야."

​"지금은 다른 데 사는 걸 상상 못 하겠어."

누군가는 지금 이곳을 헬조선, 지옥불반도 등의 표현으로 깎아내리지만 또 다른 누군가에겐 그 반대라는 사실도 상기해야 한다.

범사에 감사하며 살면 안 될 일도 잘 되고, 잘 될 일은 더 잘 된다.

[lucas @lucas_flatwhite]

"Cursor가 단 일주일 만에 300만 줄이 넘는 브라우저를 만드는 과정을 지켜보세요."
- 마이클 트루엘

[lee17498 @lee12841551]

king will be summoned to go out?

[lee17498 @lee12841551]

돈의 기준의 변화.

[Bopyo Park @AIBopyo]

2026년, AI로 '슈퍼 1인 기업'이 되는 5가지 법칙

현재 실리콘밸리에서 화제가 되고 있는 146만 유튜버 'Silicon Valley Girl'의 최신 영상입니다. 2026년을 대비해 지금 당장 1인 비즈니스를 시작한다면 어떻게 해야 하는지, 수천억 가치의 창업가 5명에게 직접 물은 내용을 담았습니다. AI가 더 이상 '장점'이 아닌 '기본값'이 된 이 시대, 홀로 유니콘 기업의 생산성을 내고 싶다면 꼭 보셔야 할 내용이라 핵심만 추려드립니다.
.
.
.
(아래 이어서)

[lee17498 @lee12841551]

곧 시작할것으로 추측

[lucas @lucas_flatwhite]

🚀 Claude Code 워크플로우 최적화 가이드

아티클을 쓰신 분이 작년에 해커톤에서 우승한 경험을 바탕으로 Claude Code 대한 여러 설명, 설정, 팁을 공유해주셨네요.

📦 이 모든게 포함된 GitHub 저장소
https://t.co/HZnf0Yb3IG

저자가 10개월간 매일 사용한 완전한 설정을 공유하고, 여기에는 Skills, Hook, Subagent, MCP, Plugin, 실용적인 조언.. 이런 다양한 내용이 포함됩니다.

효율적인 워크플로우를 위해 참고해보세요. 정말 훌륭합니다! 저도 몇개만 뽑아봐요.

역시나 먼저 Skills, Commands 📝

이분은 코딩 표준, 백엔드/프론트엔드 패턴, 프로젝트 가이드라인, TDD, 보안 검토 같은 스킬들을 정의하고 있네요.

그리고 커맨드를 활용하고 있다는겁니다. 이건 워크플로우의 빠른 실행을 위한 슬래시 커맨드이구요 단축 프롬프트 역할을 한다고 생각하면 됩니다.

- /tdd: 테스트 주도 개발 시작
- /plan: 기능 구현 계획 처리
- /e2e: 엔드투엔드 테스트 생성
- /code-review: 품질 및 유지보수성 검토 수행
- /build-fix: 빌드 오류 해결
- /refactor-clean: 데드 코드 제거
- /test-coverage: 테스트 커버리지 분석
- /update-codemaps: 코드 문서 새로고침
- /update-docs: 문서 동기화

↓

에이전트를 구성한거~ 서브에이전트는 오케스트레이터가 제한된 범위로 작업을 위임할 수 있는 프로세스예요. 메인 컨텍스트 부하를 줄여줍니다.

- Planner: 기능 구현 계획
- Architect: 시스템 설계 결정
- TDD-Guide: 테스트 주도 개발
- Code-Reviewer: 품질 및 보안 검토
- Security-Reviewer: 취약점 분석
- Build-Error-Resolver: 빌드 문제 수정
- E2E-Runner: Playwright E2E 테스트
- Refactor-Cleaner: 데드 코드 정리
- Doc-Updater: 문서 동기화

저도 그렇고 요즘 많이 서브에이전트 구성해서 쓰죠.

여기서 팁은 규칙을 통해 에이전트에 위임시키고, 비용 최적화를 위해 에이전트별로 다른 모델 사용해야 하는거죠.
(간단한 작업 Haiku/Sonnet, 복잡한 작업 Opus 4.5)

서브에이전트는 스킬과 잘 작동합니다. 스킬의 하위 집합을 실행할 수 있는 서브에이전트는 작업을 위임받아 해당 스킬을 자율적으로 사용할 수 있죠. 특정 도구 권한으로 샌드박스화할 수도 있습니다.

↓

Hooks.. 도구 사용과 같은 이벤트에서 발생하는 트리거 기반 자동화할 수 있어요.

스킬과 다르게 도구 호출, 라이프사이클 이벤트로 제한됩니다.

훅 타입도 참고해보세요.
1. PreToolUse - 도구 실행 전(검증, 리마인더)
2. PostToolUse - 도구 완료 후(포매팅, 피드백 루프)
3. UserPromptSubmit - 메시지 전송 시
4. Stop - Claude 응답 완료 시
5. PreCompact - 컨텍스트 압축 전
6. Notification - 권한 요청

이런걸로 자동으로 포맷팅하거나, 장시간 실행 커맨드 전 tmux 리마인더 같은걸 구성할 수도 있죠.

↓

이 외에도 여러 팁과 트릭들이 있으니 한번 아티클과 GitHub repo. 살펴보면 큰 도움 되실거예요!

마지막으로 이 얘기로..

1. 과도하게 복잡하게 만들지 마세요 - 설정을 아키텍처가 아닌 미세 조정처럼

2. 컨텍스트 윈도우는 소중합니다 - 미사용 MCP와 플러그인 비활성화

3. 병렬 실행을 고려해보세요 - 대화 분기, git 워크트리 사용

4. 반복적인 것을 자동화하세요 - 포매팅, 린팅, 리마인더를 위한 훅

5. 서브에이전트 범위를 지정하세요 - 제한된 도구 = 집중된 실행

참고로 이러한 접근은 Claude Code 에만 국한되지 않아요! 😉

[Bopyo Park @AIBopyo]

얀 르쿤의 폭로: "LLM은 막다른 골목이다" 그리고 메타의 벤치마크 조작

현재 해외 AI 커뮤니티를 강타하고 있는 23분 분량의 분석 영상입니다. AI 유튜브 크리에이터 Nate B Jones가 지난주 쏟아진 200개의 뉴스 중 '진짜 판을 흔드는' 5가지 핵심 변화를 정리했는데, 그 내용이 상당히 충격적이라 꼭 보셨으면 하는 마음에 핵심만 추려드립니다.

특히 딥러닝의 대부 얀 르쿤(Yann LeCun)이 메타를 떠나며 남긴 말들은 우리에게 시사하는 바가 큽니다.
.
.
.
(아래 이어서)