AI를 쓰지 않는 개발을 취미로 부르지 말라 - 엔지니어링과 이름의 문제
도구 선택이 개발자의 전문성을 구분하는 명칭이 될 때 생기는 문제와 신뢰성을 위한 작업의 의미를 살핀다.
AI 악용은 답변에서 운영으로 옮겨 갔다 - Anthropic 2026년 9월 위협 보고서
사이버·영향력 공작·감시·무기·생물학·사기·무단 증류 사례에서 AI의 역할과 관측 한계를 살핀다. 실제 피해와 계획, 계정 차단과 배포 시스템 중단을 구분한다.
테스트를 통과해도 코드는 조잡해진다 - 중복과 복잡도 지표로 읽는 SlopCodeBench
기능적 정확성과 유지보수 품질을 구분하고, SlopCodeBench의 지표·반복 평가·해석 한계를 살핀다.
Apple Neural Engine의 병목은 데이터 이동이다 - M1 구조와 M3 DMA 실험 읽기
ANE의 MAC·작업 기술자·메모리 경로를 실험 근거로 설명하고, M3 전송 분할의 효과와 M5 관련 해석의 한계를 구분한다.
그래도 만들자 - AI 시대에 창작의 속도와 즐거움을 구분하기
AI의 코드 생성 능력을 인정하면서도 직접 만드는 즐거움과 배움을 지키는 선택을 정리한다.
같은 모델 이름이 같은 동작을 보장하지 않는다 - OpenRouter의 제공업체별 실행 계약
모델 이름 뒤에 숨은 제공업체 차이를 응답 검증, 추론 이력, 장애 대체 경로로 구분한다.
AI가 슬픈 이유 - 코딩의 즐거움과 존중을 시장 평가에서 분리하기
AI 시대 개발자가 느끼는 상실감을 존중과 정체성의 문제로 읽고, 프로그래밍 학습과 창작의 가치를 정리한다.
35시간 돌아간 코딩 에이전트가 남긴 것 - Astra의 토큰 효율과 유지보수 비용
Astra 자율 코딩 실험에서 임시 코드의 압축 문체가 저장소로 번진 사례와 비용·검증의 한계를 살핀다.
두 번 만드는 비용이 바뀌면 기술 선택도 바뀐다 - Shopify의 네이티브 복귀
Shopify의 네이티브 전환을 구현 비용과 검증 구조의 변화로 읽는다.
줄어든 출력과 줄어든 청구서는 다르다 - RTK 비용 실험의 측정 단위
RTK 실험으로 출력 압축률과 성공 작업당 비용을 구분한다.