주제: AI

홈으로

  • Agent Hooks: Contracts for Blocking, Response Changes, and Notifications

    한국어로 읽기 TECH INSIGHT / EXPLAINED Hooks connect pre-tool checks, post-tool notifications, and response transformations outside the agent core. Their behavior depends less on event names than on whether the pipeline waits and what happens on failure.

  • 에이전트 훅 설계: 차단·응답 변환·알림의 실행 계약

    English version TECH INSIGHT / EXPLAINED 훅은 도구 실행 전 검사, 실행 후 알림, 응답 후처리를 코어 밖에서 연결하는 지점입니다. 효과는 이벤트 이름보다 '결과를 기다리는가, 실패하면 무엇을 하는가'라는 계약에서 결정됩니다.

  • Multi-Tenant AI Services: Isolation Across SQLite, Files, and Secrets

    한국어로 읽기 TECH INSIGHT / EXPLAINED A core multi-tenant test is: what happens when a customer A session submits customer B's resource ID? Apply that question to files, search indexes, caches, backups, and background jobs as well as list queries.

  • 멀티테넌트 AI 서비스: SQLite·파일·비밀 키의 격리 경계

    English version TECH INSIGHT / EXPLAINED 멀티테넌트 서비스의 핵심 검증은 “A 고객의 로그인으로 B 고객의 ID를 넣으면 어떻게 되는가”입니다. 목록 조회뿐 아니라 파일, 검색 색인, 캐시, 백업, 백그라운드 작업까지 같은 질문을 적용해야 합니다.

  • Knowledge Graph Retrieval: Versions, Rank Fusion, and Bounded Traversal

    한국어로 읽기 TECH INSIGHT / EXPLAINED Document search finds similar material; relationship search follows which incident a decision references. Combining them is useful, provided a link is not mistaken for proof of causation.

  • 지식 그래프 검색: 문서 버전·순위 융합·안전한 탐색

    English version TECH INSIGHT / EXPLAINED 문서 검색이 '비슷한 글'을 찾는 일이라면 관계 검색은 '이 결정이 어떤 사건을 참조했는지' 따라가는 일입니다. 두 경로를 함께 쓰되, 링크를 인과관계의 증거로 과장하지 않는 설계가 필요합니다.

  • Multi-Agent Delegation: Task Contracts, Permissions, and Budgets

    한국어로 읽기 TECH INSIGHT / EXPLAINED Multiple agents help when independent tasks can produce verifiable results. If workers edit the same file or submit the same order, ownership and authorization boundaries matter before agent count.

  • 멀티 에이전트 위임: 작업 계약·권한·예산을 함께 설계하기

    English version TECH INSIGHT / EXPLAINED 여러 에이전트가 유리한 작업은 서로 기다리지 않고 검증 가능한 결과를 만들 수 있는 작업입니다. 같은 파일을 동시에 고치거나 같은 주문을 보내는 일이라면 에이전트 수보다 소유권과 승인 경계가 먼저입니다.

  • Prompt Modes: What to Trim and Which Rules Must Remain

    한국어로 읽기 TECH INSIGHT / EXPLAINED A job checking whether mail exists may not need a long tone guide. It still needs permissions, privacy boundaries, and a completion contract. Use prompt modes to control optional context, not to remove essential controls.

  • 프롬프트 모드 설계: 줄일 문맥과 남길 규칙

    English version TECH INSIGHT / EXPLAINED 메일 유무만 확인하는 작업에 긴 말투 가이드는 필요 없을 수 있습니다. 그렇다고 권한·개인정보·완료 조건까지 지워도 되는 것은 아닙니다. 프롬프트 모드는 선택 문맥의 크기를 조절하는 장치로 설계하세요.

  • LLM Provider Adapters: Contracts for Streaming, Tools, and Fallback

    한국어로 읽기 TECH INSIGHT / EXPLAINED Adding a second LLM changes more than a URL. Streaming APIs differ in tool-argument assembly, completion signals, and usage semantics. An adapter should centralize those contracts instead of scattering them across callers.

  • LLM 제공자 어댑터: 스트리밍·도구·폴백 계약 설계

    English version TECH INSIGHT / EXPLAINED 두 번째 LLM을 붙일 때 생기는 문제는 URL 변경보다 응답 의미의 차이입니다. 같은 스트리밍이라도 도구 인자 조립, 종료 신호, 사용량 계산이 다릅니다. 이 차이를 호출부마다 해결하지 않도록 어댑터에 계약을 모읍니다.

  • Three-Tier Agent Memory: Provenance, Corrections, and Retrieval Quality

    한국어로 읽기 TECH INSIGHT / EXPLAINED “Use the decision from last time” requires more than a longer recent-message window. The system needs to find who decided what, when, and in which source, then check whether it is still valid.

  • 에이전트 3계층 메모리: 출처·정정·검색 품질까지

    English version TECH INSIGHT / EXPLAINED “지난번 결정대로 해줘”에 답하려면 최근 대화만 길게 붙이는 것으로는 부족합니다. 어떤 결정을 언제, 누가, 어느 대화에서 했는지 찾고 현재에도 유효한지 확인할 수 있어야 합니다.

  • LLM Prompt Caching: Design the Boundary and Measure the Cost

    한국어로 읽기 TECH INSIGHT / EXPLAINED Prompt caching is worth testing when an application repeatedly sends the same tools and instructions. Measure reused tokens and total cost before concluding that rearranging a prompt removes most of the bill.

  • LLM 프롬프트 캐싱: 경계 설계와 비용 측정

    English version TECH INSIGHT / EXPLAINED 같은 도구 정의와 설명을 반복해서 보내는 앱이라면 프롬프트 캐시를 시험할 가치가 있습니다. 하지만 '정적인 내용을 앞으로 옮기면 비용 대부분이 사라진다'는 결론보다, 실제 재사용 토큰과 총비용을 먼저 측정해야 합니다.

  • AI Agent Pipelines: Execution Boundaries Behind the Eight Stages

    한국어로 읽기 TECH INSIGHT / EXPLAINED Splitting an agent loop is not mainly about making functions shorter. It creates boundaries that block tool execution after a truncated response and define what may be saved after cancellation.

  • AI 에이전트 파이프라인: 8단계보다 중요한 실행 경계

    English version TECH INSIGHT / EXPLAINED 에이전트 루프를 나누는 목적은 코드를 짧게 보이게 하는 것이 아닙니다. 모델 응답이 잘렸을 때 도구 실행을 막고, 사용자가 취소했을 때 무엇을 저장할지 결정하는 경계를 만드는 데 있습니다.