magecloud

[_read_turblance @Eco_agentLee]

https://t.co/O9yLPb9HeT

다나와 공약, 지방선거 가기 전에 내 지역구에 얼마나 다양한 공약들이 있는지 확인해보세요
다 거기서 거기라지만 그래도 볼만한 아젠다들이 많음

[크롱 @Krongggggg]

텐센트가 사내 문서 RAG 플랫폼 WeKnora를 오픈소스로 던졌는데 깃허브 스타 1.5만 개 박힐 만하네. 산재된 자료를 추론 에이전트랑 자동 정렬되는 위키 구조로 묶어버리니까 맨날 업데이트 밀려서 썩어가던 사내 도큐먼트 지옥 탈출하기 딱 좋음.

[Leaf Meta 🇰🇷 @leafmeta]

마이크로소프트가 ‘스킬 자가진화’를 오픈소스로 풀었다. 근데 정작 모델은 안 건드린다

마이크로소프트 연구진이 5월 22일 SkillOpt를 MIT 라이선스로 공개했다(100% 무료, 오픈소스). 핵심은 이거다. 신경망 훈련처럼 에포크·배치·학습률·검증 단계까지 두고 에이전트 스킬을 ‘훈련’하는데, 정작 모델 가중치(모델 내부의 숫자값)는 전혀 손대지 않는다.

여기서 메타인지가 필요하다. “모델 훈련하듯”이라는 말 때문에 모델을 미세조정한다고 오해하기 쉽다. 실제로 학습되는 건 모델이 아니라 best_skill.md라는 자연어 설명서 한 장이다. 모델은 얼린 채(frozen), 그 모델에게 주는 지침만 데이터로 다듬는 방식이다.

지금까지 에이전트 워크플로 짜기는 사실상 감과 시행착오였다. 프롬프트 쓰고, 손가락 꼬고, 수동 수정이 진짜 효과였는지 추측하고. SkillOpt는 그 추측을 자동 루프로 바꾼다.

작동 방식은 이렇다. 얼린 모델이 작업을 실행해 점수 매겨진 기록(트라젝토리)을 남기면, 별도의 옵티마이저 모델이 성공과 실패 사례를 갈라 보고 지침을 더하거나 지우거나 바꾼다. 핵심은 그 편집이 검증셋 점수를 실제로 올릴 때만 채택된다는 점이다. 안 오르면 자동 폐기. 그리고 스킬이 그냥 텍스트 파일이라 다른 모델로도 그대로 옮겨진다.

성능도 셌다. 논문 기준 6개 벤치마크·7개 모델에서 TextGrad, GEPA, 사람이 손으로 짠 스킬까지 52대 52로 전부 앞섰고, 스프레드시트 과제는 41.8%에서 80.7%로 뛰었다.

단, 과대 해석은 금물. 채점 기준이 분명한 작업에서 강하고, 창의성·말투처럼 정답이 모호한 영역은 보장이 약하다. 옵티마이저 모델이 충분히 똑똑해야 하고, 공개 6일 차라 벤치마크도 아직 제작진 자체 수치다.

흐름으로 보면, 과거엔 프롬프트를 손으로 깎았고, 2024~25년 TextGrad·GEPA 같은 옵티마이저가 나왔고, 이제는 스킬 문서 자체를 ‘측정 가능한 부품’으로 다루는 단계로 넘어가는 중이다.

마이크로소프트 SkillOpt 공식 데모 영상, 모델을 안 건드리고 스킬 문서만 훈련하는 과정을 직접 보여 준다
https://t.co/4ShoPCARYW

“가장 뜨거운 새 프로그래밍 언어는 영어다.” — 안드레이 카파시

자료 일곱 개와 마이크로소프트 공식 깃허브를 직접 확인했고, ‘모델을 훈련한다’는 흔한 오해를 메타인지로 한 번 더 걸렀다.

#AI #에이전트 #메타인지

—

#출처
“마이크로소프트가 MIT 라이선스로 공개 / 모델은 얼린 채 스킬 문서만 훈련” — https://t.co/F1OwpzrnBP
“프로즌 모델 실행 → 옵티마이저가 편집 제안 → 검증 통과 시에만 채택 (작동 원리)” — https://t.co/fE7zjmmJO5
“5월 22일 공개 / 52대 52 전승 / 스프레드시트 41.8→80.7 / 한계(채점 기준·옵티마이저 의존)” — https://t.co/JsJ3V29b9E
“논문 원문 (arXiv)” — https://t.co/gU9mELWV0q
“공식 데모 영상” — https://t.co/4ShoPCARYW

[감자 @nowlovepan]

인류의 요리를 2MB로 압축한 AI가 나옴

EPICURE라는 음식 AI 모델인데
410만 개 레시피를 학습해서
1,790개 식재료의 관계를 지도처럼 정리했다고 함

초보자 기준으로 말하면
AI가 이제 “이 재료는 뭐랑 어울리는지”를
데이터로 이해하기 시작한 거임

마늘은 어떤 재료랑 자주 붙는지
쌀을 다른 나라 요리로 바꾸면 뭐가 필요한지
중국 요리와 에티오피아 요리의 차이는 뭔지

이런 걸 재료 좌표처럼 보는 방식임

이게 재밌는 이유는
AI가 단순히 레시피를 외운 게 아니라
맛의 구조를 배웠다는 점임

나중엔 냉장고에 남은 재료를 넣으면
내 취향에 맞는 퓨전 요리를 만들거나

다이어트 식단
나라별 요리 변환
식당 메뉴 개발
음식 콘텐츠 기획까지 연결될 수 있어 보임

AI가 글, 이미지, 영상만 만드는 게 아니라
이제는 맛과 조합까지 다루기 시작한 느낌임

[요즘IT @yozm_it]

마이크로소프트가 공개한 무료 AI 에이전트 강좌
https://t.co/zi4KAXYPr2

AI Agents for Beginners(초보자를 위한 AI 에이전트)는 마이크로소프트가 GitHub에 무료로 공개한 학습 강좌입니다

60,000개 이상을 받은 자료예요. 각 강의의 텍스트 자료는 한국어를 포함해 50개 이상 언어로 자동 번역되어 있어서, 영어가 부담스러운 사람도 부담없이 읽어볼 수는 있습니다(비디오 강의는 영어 원본이지만, 유튜브 자동 번역 활용 가능)

[크롱 @Krongggggg]

구글 엔지니어들이 내부에서 실제로 쓰는 코드 리뷰 표준 가이드라인인데 이거 요긴하네. 승인 기준이나 LGTM, CL 같은 내부 용어부터 시작해서 병합을 차단하는 요소가 뭔지 실무 기준이 다 녹아있음. 그냥 코드 생성만 하던 AI 에이전트에 이 문서를 먹이면 구글 스타일로 구조나 가독성 피드백을 주는 리뷰어로 쓸 수 있다고 함. 이론만 적힌 가이드가 아니라 수백만 줄짜리 코드를 검증하던 진짜 시스템이라 가져다 프롬프트 뼈대 잡기 좋을 듯.

[LOOPY @VibeEverything]

뇌신경과학자가 20년 연구 끝에 밝혀낸 손글씨의 비밀

스마트폰 메모앱에 저장했던 아이디어,
강의나 회의 중 노트북으로 받아 적은 내용들이
기억나지 않는 건 기억력이 나빠서가 아니다.

타이핑이 그것들을 뇌에 새겨야 할 회로를
애초에 켜지 않았기 때문이다.

키보드로 타이핑할 때와 손으로 글씨를 쓸 때,
우리 뇌는 전혀 다르게 반응한다.

노르웨이의 신경과학자이자 신경심리학 교수인
오드리 반 데르 미르와 노르웨이 과학기술대 연구팀은
대학생 36명에게 256개의 센서가 달린
특수 뇌파 모자를 씌우고 실험을 진행했다.

그리고 학생들은 아래 두 조건을 수행했다.

1. 단어를 키보드로 타이핑하기
2. 단어를 손글씨로 쓰기

결과는 어땠을까
각 조건의 뇌 반응은 완전히 달랐다.

손글씨를 쓸 때,
뇌의 두정엽과 중앙 영역 전체가 활성화되며
'광범위한 신경망 연결'이 일어났다.

특히 기억 형성, 감각 처리, 운동 조절과
관련된 세타·알파파 대역에서
강력한 연결 패턴이 나타났다.

반면 키보드로 타이핑할 때는
뇌 신경망의 잠잠해지고 '휴식 유사 상태'에 가까웠다.

왜 이런 차이가 있을까?

손글씨는 단순히 '글자를 적는 행동'이 아니다.
손가락, 손목, 시각, 공간 인식이 실시간으로 협력하면서
복합적인 감각운동과 뇌 연결성을 만들어낸다.

타이핑은 이 과정 없이
똑같고 반복적인 손가락 움직임만 요구할 뿐이다.

즉, 손글씨는 단순히 손만 움직이는 행위가 아니라
학습과 기억을 더 깊이 붙잡아 주는 뇌 활성화 도구다.

실제로 스웨덴 등 유럽 일부 국가들은
저연령 대상 디지털 교과서를 전면 폐지하고,
다시 '종이책과 손글씨' 교육을 의무화하기 시작했다.

타이핑은 기록이고, 손글씨는 기억이다.
중요한 아이디어를 구상하거나
오래 기억해야 할 내용을 공부할 때는 손글씨로 써보자.

[서늬@RaHoo @ping9_]

최근에 알게 된 사이트인 공유누리
https://t.co/vhgPJFfDQV
지자체나 공공기관이 보유한걸 예약 할 수 있는 사이트임
시설대관만이 아니라 용품도 있음

[GitHubKR @GitHubKR]

🌙서울 개발자 여러분,
5월의 저녁을 함께하세요.
5/28(목) 18-21시
GitHub After Dark - Seoul

-GitHub Copilot 라이트닝 토크
-팀 퀴즈 챌린지
-Dev Bingo 네트워킹

참가 인원 제한 · 추첨 등록제

[구루 @xguru]

이거 텍스트 기반 사이트인 긱뉴스에 너무 잘 어울려서 간단히 도입해봤습니다. 글 내용 및 댓글에서도 지원됩니다.

막대 차트는 {b:30,70,50,90}
스파크라인은 {l:10,50,30,80,20}
파이 차트는 {p:69} {p:43}

처럼 입력하면 자동으로 변환됩니다.

[골빈해커 @golbin]

Mark 다운로드 👉 https://t.co/kqCOhZa44j

Upstage와의 제휴로 Solar Pro 3를 통해 AI 편집 기능을 무료로 사용하실 수 있습니다!

[골빈해커 @golbin]

🎁 마크다운 뷰어/편집기 Mark

대AI 시대가 도래하면서 Markdown이 표준 문서화되고 있는데요. 기술에 익숙한 분들에겐 편하지만, 보통의 일반분들에겐 정신만 사나울뿐이었죠. 😇

그래서 만들었습니다! 쉽고 편리한 마크다운 문서 뷰어이자 편집기 Mark!

맥, 윈도우, 리눅스 데스크탑을 모두 지원하는 데스크탑 앱 입니다.

코드 형태가 아닌 일반 문서처럼 읽을 수 있고, 보이는 그대로 편집하고 작성 할 수 있습니다.

목차는 물론 글꼴을 바꾸거나 이미지 크기를 조절할 수도 있고, 화면에 보이는 그대로 인쇄하거나 PDF로 내보낼 수도 있습니다.

더불어 추세에 맞게 AI를 사용해 문서 편집과 이미지 생성을 쉽고 편리하게 할 수 있는 기능도 제공합니다.

여기서 중요한 점! AI 텍스트 생성 및 편집 기능에 Upstage의 Solar Pro 3를 사용하는데요.

Upstage와의 제휴로 Solar Pro 3를 이용한 AI 편집 기능을 무제한 무료로 이용하실 수 있습니다! 🤩👏🥳

이번 기회에 독파모 3강에 오른 한국어에 최적화된 강려크한 Solar Pro 3를 맛보시기바랍니다!

다운로드는 아래 댓글에서!!

[고딩경제맨 @winneravgwin]

Anthropic이 조용하고 음흉하게 Claude 공식 무료 코스를 풀었다.

근데 이상할 정도로 한국커뮤니티에서 잘 안 말함.

유튜브 짜깁기 강의 아님.누가 만든 제3자 강의 아님.
Claude를 만든 팀이 직접 제공하는 공식 학습 자료임.
무료, 오피셜, 여러분들이 좋아하는 수료증 있음.

그리고 Claude를 제대로 쓰고 싶은 사람에게 꽤 미친 입문 루트다.
“AI 잘 쓰고 싶다”면서 유료 강의부터 결제하기 전에,
일단 이거부터 찍먹하는게 맞다.

여기서 시작
01. Claude 101 — 일상 업무를 위한 Claude 입문
https://t.co/9I2q9VS4r2
02. AI Fluency: Frameworks and Foundations
https://t.co/i1vF4ipDuq
03. Introduction to Agent Skills
https://t.co/V5V4jxD8OP
개발자라면 여기부터 진짜다
04. Building with the Claude API
https://t.co/vqf8Pw7Ev8
05. Claude Code in Action
https://t.co/ggaO1S0Zvz
06. Introduction to Model Context Protocol
https://t.co/VUnhqidjdD
07. MCP Advanced Topics
https://t.co/fAZDHR5CkG

교육자·학생·비영리 단체용
08. AI Fluency for Students
https://t.co/824zyJ21Wh
09. AI Fluency for Educators
https://t.co/TNIJlWx4lS
10. Teaching AI Fluency
https://t.co/NTjKvREieu
11. AI Fluency for Nonprofits
https://t.co/WMUiSzvHrY

엔터프라이즈·클라우드 연동
12. Claude with Amazon Bedrock
https://t.co/ZEdZP9omeF
13. Claude with Google Cloud Vertex AI
https://t.co/QcUFRsQ9tR

Claude를 잘 쓰는 능력은 이제 단순한 “프롬프트 잘 쓰기”가 아니다.
업무 맥락을 구조화하고,
Claude Code로 개발 흐름을 만들고,
API로 제품에 붙이고,
MCP로 외부 도구와 연결하고,
Agent Skills로 반복 작업을 자동화하는 능력이다.

이게 앞으로의 개발자에게는 거의 기본 장비가 될 가능성이 높다.
프로 팁은 간단함.

첫 입문이면 Claude 101부터 시작.
개발자라면 그다음 바로 Claude Code in Action으로 넘어가면 된다.

Claude를 그냥 챗봇으로 쓰는 사람과 작업 시스템으로 굴리는 사람의 격차는 여기서 벌어진다.
다른 AI 강의 결제하기 전에 이건 북마크해두자!

소년 소녀들이여, 원피스는 존재한다. 🥷
고딩경제맨 @winneravgwin 팔로우하면
이런 AI 공식 리소스 풀리는 순간 바로 스킬트리 강화 가능ㅎㅇ

[YokerAI @IATheYoker]

Google acaba de hacer algo que Claude Design no esperaba.
Y lo hizo gratis, en abierto, para todo el mundo.

Se llama DESIGN.md.

Pero primero hay que hablar de lo que provocó esto.

Anthropic lanzó Claude Design con límites de uso ridículos.
Cerrado. Caro. Controlado.
La herramienta de diseño con IA más potente del momento, pero con la llave en su bolsillo.

Google vio la jugada.

Y respondió de la única forma que duele de verdad:

Abrió el código. Gratis. Para todo el mundo.

Se llama DESIGN.md.
Un estándar abierto que cualquier IA puede leer.
En cualquier herramienta. En cualquier plataforma.

El problema que resuelve es real:

Los agentes de IA no tienen ni idea de tu sistema de diseño.
No saben qué significa tu color primario.
No saben si ese botón es accesible.
No saben para qué sirve cada componente.

Cada vez que usabas IA para diseñar, empezabas de cero.

DESIGN.md lo resuelve con un solo archivo.

Tres cosas concretas que hace:

1️⃣ Tokens de diseño
Tus colores, tipografías y espaciados con descripciones en lenguaje natural.
La IA entiende para qué sirve cada valor, no solo cuál es.

2️⃣ Validación de accesibilidad
El agente comprueba sus decisiones contra las reglas WCAG.
Sin que tú tengas que revisar cada detalle manualmente.

3️⃣ Portabilidad total
Exportas e importas tus reglas de un proyecto a otro.
Un archivo. Cualquier herramienta. Cualquier plataforma.

Incluidas las de Anthropic.

Eso es lo que más duele en ese lado de la mesa.

Anthropic construyó muros.
Google tiró la pared entera.

El repositorio está en GitHub: https://t.co/UJ5RVJPvwJ

Esto es lo que pasa cuando los grandes se pelean.
Nosotros ganamos.

[小樱💞｜实用工具分享 @xiaoying_eth]

2026年让你效率提升10倍的10个终端工具：

1. zoxide
更聪明的cd命令，学习你的习惯。输入'z proj'就能跳转到你想要的目录。
仓库 → https://t.co/AXHHaA26vO

2. fzf
模糊查找工具，支持搜索文件、进程、git分支、shell历史等。
仓库 → https://t.co/9GlyupFWSb

3. ripgrep
比grep快10倍。默认遵守.gitignore。一旦用过就回不了头。
仓库 → https://t.co/zV4T6384rI

4. lazygit
你讨厌的每个git命令，现在只需一个按键。交互式变基就像作弊一样简单。
仓库 → https://t.co/M0VsK27PJn

5. starship
显示git状态、语言版本和云环境的shell提示符。支持所有shell，渲染速度10ms以内。
仓库 → https://t.co/EsokiUsO2Y

6. atuin
用可搜索的SQLite数据库替换shell历史。支持跨设备加密同步。
仓库 → https://t.co/WCxC235Jez

7. bat
cat命令的增强版，带语法高亮、行号和git集成。你的终端焕然一新。
仓库 → https://t.co/6P5dSVYWmQ

8. eza
现代化ls命令，内置颜色、图标和git状态。一眼看清整个目录。
仓库 → https://t.co/EQcbU621i6

9. yazi
超快的终端文件管理器。支持图片预览、异步I/O和vim快捷键。
仓库 → https://t.co/KzyZYbwLaL

10. delta
让git diff变成你真正想读的样子。并排视图、语法高亮、行号。
仓库 → https://t.co/wKh4GeXUE3

[Oliver Prompts @oliviscusAI]

Someone open-sourced an Android emulator that runs in Docker.

It's called docker-android. One docker command spins up a complete Android device with ADB port-forwarding, KVM, and GPU acceleration.. fully headless and CI-ready.

100% Open Source.

[Tom Dörr @tom_doerr]

Full Linux desktop environment on Android

https://t.co/Qg0V9rrrf2

[泊舟 @bozhou_ai]

MIT 静悄悄放了 12 本 AI 教材出来，全部免费。同样内容去美国念个学位，学费要 5 万美元。

cyrilXBT 整理的清单，分四类。

【基础】

1. Foundations of Machine Learning（Mohri 等）：经典 ML 教材，PAC 学习理论到核方法
https://t.co/5M4CRx97gC

2. Mathematics for Machine Learning：ML 背后的线代、概率、微积分
https://t.co/eEpw2CrxWj

3. Probabilistic Machine Learning Part 2（Kevin Murphy）：概率视角下的 ML 高级篇
https://t.co/oKHISomGD2

【深度学习】

4. Deep Learning（Goodfellow/Bengio/Courville）：业内俗称"花书"
https://t.co/lobjxYaJO4

5. Understanding Deep Learning（Simon Prince）：2025 新版，配 Python notebook，比花书更新更友好
https://t.co/BnKE9UfZu3

【强化学习】

6. Reinforcement Learning: An Introduction（Sutton & Barto）：RL 圣经，做 Agent 必看
https://t.co/GifsmMkxo1

7. Distributional Reinforcement Learning：第一本系统讲分布式 RL 的教材
https://t.co/bwo8MmOb6J

8. Multi-Agent Reinforcement Learning：多 Agent 协作完整入门
https://t.co/AkCe3Q0D8r

【应用与工程】

9. Foundations of Computer Vision（Torralba 等）：现代 CV 全景图
https://t.co/oeJb23KBzt

10. Machine Learning Systems：ML 模型的系统工程化
https://t.co/COX7fEXyIq

11. Machine Learning in Production：从模型到真正的产品
https://t.co/civPsZIks5

12. Fairness and Machine Learning：AI 公平性问题
https://t.co/yezs6jwQHl

啃下来需要一点数学和编程基础。如果你只是想"了解 AI"，这些书太硬，去找科普书更合适。但要真搞懂 AI 是怎么回事的人，看这些比看 100 篇科普文章都管用。

[트렌더쿠 @vibetaku]

지난 35년간 문서만 판 우리나라 회사가 "깃허브 1위"가 된 이유 ㄷㄷ

깃허브에 등록된 프로젝트는 약 4억 개. 그중 단 하나가 '오늘의 트렌딩 1위' 자리에 오름(깃허브 스타 1.9만개, 포크 수도 1.7천개 돌파). 그 바늘구멍을 통과한 건 미국의 빅테크도, 실리콘밸리의 핫한 스타트업도 아닌 한국의 한글과컴퓨터였음. 우리에겐 '아래아한글'로 각인된 그 회사임ㅋ

AI 패권 경쟁이 GPU와 파운데이션 모델을 중심으로 돌아가는 듯 보이는 시대에, 35년간 묵묵히 문서만 파던 회사가 어떻게 전 세계 개발자의 시선을 한 몸에 받게 됐을까. 이 질문의 답은 "AI 시대에 가장 비싼 데이터는, 남들이 갖지 못한 데이터다"라는, 우리 모두에게 적용되는 한 문장으로 수렴함

한컴이 공개한 '오픈데이터로더(OpenDataLoader) PDF v2.0'은 이름 그대로 PDF 안의 데이터를 AI가 학습 가능한 형태로 추출하는 오픈소스 도구임. 페이지당 0.015초, 정확도 90%. 현존하는 오픈소스 PDF 파서 중 가장 빠르고 가장 정확함. 그 비결은 '하이브리드 방식' 덕분임

단순 텍스트는 규칙 기반으로 즉시 처리해 연산 낭비를 막고, 복잡한 표나 다단 레이아웃에만 AI가 개입함. 그 결과 고성능 GPU 없이 CPU만으로도 충분히 돌아감. 인프라가 부족한 중소기업, 스타트업, 1인 개발자도 이제 자기 데이터를 AI 자산으로 변환할 수 있다는 의미임. 나는 AI 민주화는 슬로건이 아니라, 이런 도구 하나에서 시작된다고 생각함

그리고 이 모든 걸 한컴은 '아파치 2.0 라이선스'로 완전 개방했다. 단기 수익이 아니라 '글로벌 AI 문서 생태계의 표준'을 노린 승부수임. 이게 중요한 이유는 기업 실무 데이터의 80~90%가 PDF 같은 비정형 포맷이기 때문임. 즉, 세상에 존재하는 거의 모든 'AI에 먹이고 싶은 데이터'는 정제 단계에서 막혀 있었다는 뜻임

진짜 흥미로운 건 한컴이 이 자리에 오른 이유임. 한컴은 '문서'라는 한 우물을 35년간 팠고 그 시간 동안 쌓인 건 단순한 노하우가 아니라, 문서를 어떻게 분해하고 어떻게 구조화할 것인지에 대한 그들만의 '온톨로지'를 갖고 있음. 온톨로지는 쉽게 말해 '세상을 자기만의 방식으로 정리한 지식 체계'임. 한컴에겐 그게 문서였고, 누구도 흉내 낼 수 없는 자산이 됨

이 지점에서 우리 개인도 자신을 돌아봐야 한다고 생각함. 우리는 지난 10년, 20년간 어떤 한 우물을 파왔는가. 무엇에 시간과 에너지를 쏟았는가. 그게 무엇이든, 요리든, 부동산이든, 빈티지 의류든, 동네 맛집이든, 광고 카피든 그 안에 당신만의 온톨로지가 이미 잠들어 있다고 봄

AI 시대는 일반론에 강한 사람보다, 자기만의 깊은 정리 체계를 가진 사람에게 압도적으로 유리하다고 봄. 왜냐하면 LLM은 인터넷에 떠도는 일반론을 이미 다 알기 때문임. 새로 필요한 건, 당신 머릿속에만 있는 '특수론'임. 한컴이 PDF의 표 하나, 다단 레이아웃 하나를 0.015초 만에 정확하게 풀어내는 그 정밀함은 35년의 시간이 빚어낸 결과물임

마찬가지로 누군가가 10년간 매일 들여다본 그 영역의 '구조'는, 챗GPT 100번 돌려서는 절대 나오지 않을 것임. AI는 그 구조 위에 올라탔을 때 비로소 폭발함. 다시 말해, AI는 평등하게 강력하지만, AI를 통과한 결과물은 결코 평등하지 않다는 것임

결론적으로, AI의 꿀통은 멀리 있지 않음. 새로 배워야 할 거창한 무언가도 아님. 우리 각자가 이미 오래 사랑해서 오래 들여다본 것, 남들이 보기엔 사소해 보여도 당신만큼은 무의식 중에도 디테일을 잡아내는 그 영역—거기가 바로 당신의 한컴이고, 당신의 PDF 파서임

AI는 누구의 손에 들리느냐에 따라 결과물이 백 배 차이 남. 그리고 그 '누구'를 결정하는 건, 결국 당신이 지금까지 무엇에, 얼마나 진심이었는지임. 한컴이 35년 전부터 문서를 사랑한 것이 오늘의 1위를 만든 것처럼, 우리가 그동안 자연스럽게 시간을 부어온 그 영역이, 곧 각자의 1위 자리를 만들 것이라는게 나만의 결론!

#각자의온톨로지

[하호진(mimul) @mimul]

Git 성능 최적화를 주제로 한 온라인 무료 책

- Git이 왜 느려지는지 → 내부 구조(데이터 구조 + 스토리지 + 네트워크 시스템) → 성능 개선 방법까지 깊게 다루고 있음.

https://t.co/IynEWs1qpQ