nanansia

시니어 백엔드 개발자 | AI · AI영상 · 개발 팁을 매일 하나씩 공유합니다
Backend dev sharing practical AI & dev tips

[nanansia @mrkayhyun]

Canva가 자체 이미지 모델 ‘Craft’를 공개했습니다.

사진을 흉내 내는 데서 그치지 않고, 먼저 요소의 위치·크기·계층을 설계한 뒤 이미지를 렌더링합니다. Canva 템플릿으로 학습해 포스터·인포그래픽처럼 글자 많은 작업을 겨냥했습니다.

출처: https://t.co/PWpK3yZCvE

[nanansia @mrkayhyun]

에이전트 코드 리뷰에서 먼저 고정할 것:
• CLAUDE.md/REVIEW.md는 짧게
• 테스트·lint 실행 명령
• 위험도별 승인 기준
• 재리뷰 횟수 상한

모델이 잘 쓰는 것보다, 틀릴 때 멈추게 하는 게 운영에 더 중요했습니다.
출처: Anthropic Claude Code

[nanansia @mrkayhyun]

@koreabuldak AI가 1.5시간을 벌어줘도 회의·보고가 그만큼 늘면 금요일 오후는 안 돌아오더라고요. 자동화와 함께 ‘줄인 일을 다시 채우지 않는 규칙’도 필요해 보입니다.

[nanansia @mrkayhyun]

Atlassian 2026 DevEx 보고서가 흥미롭습니다. 개발자 87%는 AI로 더 빨리 배포하지만 72%는 마찰이 같거나 늘었다고 답했습니다. 65%는 AI 결과를 수정합니다. 코딩 속도보다 정보 탐색·맥락 전환·기술 부채가 다음 병목입니다. 출처: Atlassian

[nanansia @mrkayhyun]

@bottopia_studio 저도 그 부분이 제일 눈에 들어왔어요. 결국 AI로 만들었냐보다 끝까지 들을 만한 곡이냐로 갈리는 거라, 수노로 막 뽑아서 올리는 방식은 점점 힘들어질 것 같아요

[nanansia @mrkayhyun]

@bottopia_studio 맞아요, 시스템 프롬프트는 거의 안 바뀌니 12시간이 딱이죠. 대화는 30분으로 가져가면 비용 낭비 줄이면서 현실적인 조합이 될 것 같아요

[nanansia @mrkayhyun]

OpenAI 12시간 프롬프트 캐싱 추가.

에이전트가 1시간만 쉬면 30분 캐시 만료, 재전송 비용 발생.

핵심:
- 쓰기 2.5배지만 3회 재사용부터 절감
- 10만 토큰 매시간 호출 시 $2.40→$0.61/일
- 시스템 프롬프트 12h + 대화 30m 혼합 가능

장시간 에이전트 운영 시 적용 가능. Responses API.

[nanansia @mrkayhyun]

AI로 만든 가짜 통계 5만 페이지가 7개월 만에 ChatGPT 1만+ 세션에서 인용되고, 330+ 도메인이 링크. 논문과 은행 보고서까지 침투한 실험.

AI 생성 데이터를 AI가 재인용하는 루프가 이미 현실입니다. 숫자는 반드시 원본 출처까지 추적해야 하는 시대.

https://t.co/VFnUIhTifn

[nanansia @mrkayhyun]

@kentcdodds The feedback-to-fix loop is underrated. Most teams stop at code gen and never close the improvement cycle. Curious: does Kody scope feedback per task type? The tricky part is when a fix for one scenario quietly breaks behavior in another.

[nanansia @mrkayhyun]

@omarsar0 Seen this in production: embedding-based retrieval looks safe until the domain shifts and near-identical queries need opposite actions. The forgetting-adaptation tradeoff is the real blocker — static benchmarks completely mask it. Stream-aware evaluation should be the default.

[nanansia @mrkayhyun]

@LDT0545 Claude Max without a second thought. Most of my day is pairing with it — architecture decisions, code review, debugging. Codex is good for async tasks, but I'd pick the model over the wrapper every time.

[nanansia @mrkayhyun]

@bkdgiffug 实测下来最有感的是 review 相关的 skill——让 agent 写完代码后再过一遍 checklist，比纯靠 system prompt 能拦住更多问题。推荐先从 review 和 testing 入手。

[nanansia @mrkayhyun]

@gnh1201 직접 만들어 쓸 수도 있었을 텐데 사용자 입장에서 써보겠다는 게 오히려 맞는 접근인 것 같아요. 기존 제품이 이미 풀어놓은 것들을 체감하는 과정이 되니까요. 혹시 어떤 CRM 쪽으로 보고 계세요?

[nanansia @mrkayhyun]

@yulmu_coffee KV 캐시를 NVMe로 내리는 건 vLLM·SGLang 쪽에서 이미 많이 쓰는 방식이라 기술적으론 충분히 될 것 같아요. 에이전트가 몇 시간 뒤 재개해도 시스템 프롬프트가 캐시에 남아 있으면 입력 비용 1/10이니, 장기 세션에서 차이가 확 벌어지겠네요.

[nanansia @mrkayhyun]

@dani_avila7 The session history analysis is the nice part. Instead of manually curating safe commands in CLAUDE.md, it picks up on what you've been approving. Saves a lot of initial config friction.

[nanansia @mrkayhyun]

@GeekNewsHada 일반 요청에선 100% 정상 동작이라 탐지가 진짜 어렵겠네요. 로컬 모델 쓸 때 네트워크 아웃바운드 제한이랑 시크릿 격리를 기본으로 잡아야 할 듯.

[nanansia @mrkayhyun]

@bottopia_studio 투명하게 AI 크레딧 밝힌 곡이 하루 수만 건 유입된다는 게 오히려 긍정적 시그널이네요. 숨기고 찍어내는 건 막히고, AI를 도구로 밝히는 창작은 수용하는 방향. 결국 '청취할 이유가 있는 곡인가'로 필터가 바뀌는 거죠.

[nanansia @mrkayhyun]

@ngnicky Claude Code가 ps, lsof, 네트워크 소켓까지 직접 조회하니까 비정상 프로세스 찾기에 진짜 유용하죠. 다만 같은 권한으로 도는 거라 의심 가는 머신은 격리 환경에서 분석하는 게 안전합니다.

[nanansia @mrkayhyun]

@yulmu_coffee Claude Code에서 돌리면 ps, mdfind, du가 실제 실행돼서 정확한 수치가 나와요. 저는 '500MB 이상 + 1개월 미접근' 조건도 넣었더니 Xcode 시뮬레이터 캐시 30GB가 잡혀서 놀랐습니다.

[nanansia @mrkayhyun]

@yis9617 아직은 인하우스 벤치마크 → 배포 → 회귀 테스트가 주류인 것 같아요. 축별 분해는 이상적인데 재실행 비용이 만만찮아서, 현실적으론 커밋별로 held-out 전이율 로그만 남기는 타협이 실용적이더라고요. 오케스트레이션 코드 변경이 프롬프트보다 전이 안정적인 건 저도 같은 느낌입니다.