CATEGORY

AI

AI 도구와 에이전트를 직접 써보고 정리한 실전 기록.

31 Posts

AI

ArcadeDB란? 벡터 검색과 그래프 탐색을 한 DB에서

2026년 9월 2일

안녕하세요. 자바파커입니다. 먼저 영상으로 동기화 문제와 멀티모델 흐름을 확인한 뒤, 아래에서 스키마와 쿼리를 따라가도 좋습니다. GraphRAG를 만들다 보면 데이터베이스가 하나씩 늘어납니다. 원문과 메타데이터는 Document DB 임베딩은 Vector DB 엔티티 관계는 Graph DB 키워드 검색은 Search Engine 원본 시스템은 RDBM…


AI

HNSW란? 벡터 DB가 모든 벡터를 비교하지 않는 방법

2026년 9월 1일

안녕하세요. 자바파커입니다. RAG나 추천 시스템을 만들다 보면 이런 SQL을 사용합니다. 의미는 단순합니다. 질문 벡터와 가장 가까운 문서 벡터 5개를 찾는 것입니다. 문서가 1,000개라면 전부 비교해도 큰 문제가 없습니다. 하지만 벡터가 수백만 개라면 매 요청마다 모든 벡터의 거리를 계산하는 완전탐색(Exact Search) 은 부담이 커집니다. 여…


AI

정형 데이터 메타화란? Semantic Layer·TAG·SAG 실전 설계

2026년 8월 31일

안녕하세요. 자바파커입니다. AI에게 데이터베이스 스키마를 넘기고 이렇게 물어봅니다. 지난달 순매출은 얼마야? 테이블에 , , 이 있으니 쉬워 보입니다. 하지만 AI는 다음을 모릅니다. 가 주문금액인지 실제 승인금액인지 부가세와 배송비가 포함됐는지 가 완료인지 취소인지 환불은 주문 금액에서 빼는지 별도 테이블을 보는지 주문과 결제를 1:1로 조인해도 되…



AI

하이브리드 Markdown이란? 비정형 문서의 정보 손실을 줄이는 AI 문서화

2026년 8월 30일

안녕하세요. 자바파커입니다. PDF를 AI에 넣기 전에 Markdown으로 바꾸면 문제가 해결될까요? 본문만 있는 문서라면 꽤 잘 동작합니다. 하지만 계약서의 표, 설비 도면의 주석, 보고서의 차트, 여러 단으로 배치된 논문에서는 이야기가 달라집니다. 글자는 남아도 무엇이 무엇에 속했는지가 사라질 수 있습니다. 좋은 디지털화는 문서를 텍스트로 바꾸는 작업…


AI

컨텍스트 윈도우란? — 다 넣었는데 가운데를 놓치는 이유

2026년 8월 23일

안녕하세요, 자바파커입니다. 문서 100페이지를 통째로 넣었습니다. 그런데 모델이 가운데 내용을 못 찾습니다. 앞부분을 물으면 잘 답합니다. 뒷부분도 잘 답합니다. 그런데 중간쯤에 있던 문장을 물으면 "문서에 없다"고 합니다. 분명히 넣었는데도요. 결론부터 말씀드리면 — 컨텍스트에 넣는 것과 모델이 실제로 쓰는 것은 다릅니다. 정확도는 정보가 어디에 있느…


AI

LLM 토큰이란? — 한글이 요금을 더 먹는 이유

2026년 8월 23일

안녕하세요, 자바파커입니다. 토크나이저가 같은 뜻의 영어와 한글을 어떻게 다르게 쪼개는지 51초 영상으로 먼저 확인할 수 있습니다. 는 1토큰입니다. 는 3토큰입니다. 같은 뜻인데 세 배입니다. 그리고 LLM API 요금은 글자 수가 아니라 토큰 수로 매겨집니다. 결론부터 말씀드리면 — 토큰은 글자도 단어도 아닙니다. 학습 데이터에 자주 나온 덩어리…


AI

MCP(Model Context Protocol)란? — 구조부터 2026 스펙 대전환까지

2026년 8월 17일

안녕하세요, 자바파커입니다. "MCP 서버 붙이면 된다는데, 그 MCP가 정확히 뭔가요?" Claude Code를 쓰든 Cursor를 쓰든 한 번쯤 마주치는 단어입니다. 그런데 검색해 보면 "AI의 USB-C"라는 비유만 반복되고, 정작 무엇이 오가는지는 잘 안 나옵니다. 결론부터 말씀드리면 — MCP는 AI 모델에게 도구와 데이터를 물려주는 방식을 표준…



AI

RAG란? — LLM에 내 데이터를 붙이는 법과 한계까지

2026년 8월 17일

안녕하세요, 자바파커입니다. "우리 회사 문서로 챗봇을 만들고 싶은데, 모델을 새로 학습시켜야 하나요?" 거의 항상 답은 아니오입니다. 학습은 비싸고 느리고, 문서가 바뀔 때마다 다시 해야 합니다. 결론부터 말씀드리면 — RAG는 모델을 다시 가르치는 게 아니라, 질문이 들어올 때마다 관련 문서를 찾아서 프롬프트에 끼워 넣는 방식입니다. Retrieval…


AI

Paseo란? 휴대폰에서 Claude Code와 Codex를 함께 쓰는 방법

2026년 8월 8일

안녕하세요. 자바파커입니다. 요즘 개발 환경에는 AI 코딩 도구가 하나씩 늘어나고 있습니다. 복잡한 설계는 Claude Code에 물어보고, 구현은 Codex에 맡기고, 다른 작업은 Cursor나 OpenCode에서 처리하기도 합니다. 문제는 도구가 늘어날수록 작업 창도 늘어난다는 점입니다. 에이전트마다 터미널과 세션이 따로 있고, 여러 작업을 동시에 실…


AI

메타가 오픈소스로 푼 디자인 시스템, Astryx — AI 에이전트가 읽는 UI

2026년 7월 31일

메타가 오픈소스로 푼 디자인 시스템, Astryx 썸네일 안녕하세요, 자바파커입니다. 이번에는 메타(Meta)가 2026년 6월 오픈소스로 공개한 디자인 시스템 Astryx를 다뤄보려고 합니다. "디자인 시스템 하나 더 나왔네" 하고 넘기기 쉽습니다. React 진영에는 이미 MUI, Radix, shadcn/ui 같은 좋은 선택지가 많으니까요. 그런데 …


AI

Continue가 멈춘 뒤, VSCode에서 로컬 LLM 쓰는 법 (2026년 정리)

2026년 7월 30일

Continue가 멈춘 뒤, VSCode에서 로컬 LLM 쓰는 법 썸네일 안녕하세요, 자바파커입니다. 이번 글은 질문 하나에서 시작합니다. "그동안 VSCode에서 Continue.dev로 로컬 LLM을 잘 쓰고 있었는데, 개발이 멈춘 것 같다. 이제 뭘 써야 하나?" 결론부터 말씀드리면, 걱정하실 일은 아닙니다. Continue가 멈춘 건 맞지만, 로컬…


AI

Kimi K3, 중국판 DeepSeek가 다시 온 걸까? 개발자 관점 정리

2026년 7월 21일

Kimi K3, 중국판 DeepSeek가 다시 온 걸까? 개발자 관점 정리 썸네일 안녕하세요. 박선배입니다. 이번에는 Moonshot AI에서 공개한 Kimi K3 이야기를 해보려고 합니다. 요즘 AI 모델 소식이 워낙 자주 나오다 보니, 새 모델이 하나 나왔다고 해서 매번 따라가기는 쉽지 않습니다. ChatGPT, Claude, Gemini, DeepS…


AI

OpenClaw 설치부터 텔레그램 연결까지 — 30분 실전 셋업 가이드

2026년 7월 19일

안녕하세요, 자바파커입니다. "OpenClaw가 뭔지는 알겠는데... 그래서 이거 어떻게 깔아요?" 지난 편에서 OpenClaw가 뭔지, 왜 5개월 만에 GitHub 최다 스타가 됐는지를 정리했더니 딱 이 질문이 돌아왔습니다. 소개만 보면 근사한데, 막상 설치하려면 데몬이니 Gateway니 낯선 단어부터 막히죠. 결론부터 말씀드리면 — 설치 자체는 명령 …


AI

OpenClaw란? 5개월 만에 GitHub 최다 스타가 된 개인 AI 에이전트

2026년 7월 18일

안녕하세요, 자바파커입니다. "GitHub에서 별 30만 개 넘게 받은 그 랍스터 🦞 프로젝트, 대체 뭐예요?" 요즘 개발자 타임라인을 보고 있으면 한 번쯤 이 질문을 하게 됩니다. 리액트도, 쿠버네티스도 아닌 OpenClaw라는 낯선 이름이 어느새 GitHub에서 가장 별을 많이 받은 소프트웨어 레포지토리가 됐거든요. 그것도 첫 공개 후 5개월 만에 말…


AI

죽은 P&ID를 지식 그래프로 — 스캔 도면 디지털화 파이프라인

2026년 6월 17일

죽은 P&ID를 지식 그래프로 — 스캔 도면 디지털화 파이프라인 커버 안녕하세요, 자바파커입니다. "P&ID가 수백 장 있는데, 전부 옛날에 종이로 스캔한 PDF입니다. 이걸로 디지털 트윈을 만들 수 있을까요?" 공정 플랜트의 디지털 트윈을 이야기하면 거의 항상 이 벽에 부딪힙니다. 설계 자산의 뿌리인 P&ID(공정배관계장도)가 기계가 읽을 수 없는 "죽…


AI

회사 업무·인력관리 온톨로지 설계 — 직원·조직·스킬을 그래프로 모델링하기

2026년 6월 16일

회사 업무·인력관리 온톨로지 설계 커버 — 직원·조직·스킬을 그래프로 모델링하기 안녕하세요, 자바파커입니다. "백엔드 결제 모듈 맡길 수 있는, 지금 여유 있는 사람 누구죠?" — 이 한 줄에 답하려고 엑셀 세 개를 vlookup으로 엮어본 적, 혹시 있으신가요? 인사·조직 데이터는 보통 이렇게 흩어져 있습니다. 조직도는 PPT, 스킬은 자기소개 시트, …


AI

정형 DB·빅데이터와 함께 가기 — 그래프는 대체가 아니라 보강이다 (확장편)

2026년 5월 26일

안녕하세요, 자바파커입니다. "회사 PG에 ERD가 잘 잡혀 있고 Snowflake랑 ES도 굴리는데, 그래프 DB까지 깔라고요?" 6편 회고로 시리즈를 마무리한 뒤 받은 피드백 중 가장 묵직한 질문이었습니다. 사실 1인 블로그 100개 글이라는 작은 예제로 풀었던 시리즈여서, 이미 정형 DB와 빅데이터 스택이 깔린 조직 관점이 약했어요. 그래서 한 편 …


AI

AI 시대 회사가 원하는 인재상 — 2026년 채용 트렌드와 5가지 핵심 역량

2026년 5월 25일

AI 시대 회사가 원하는 인재상 커버 — 2026년 채용 트렌드와 5가지 핵심 역량 안녕하세요, 자바파커입니다. "AI가 다 해주는데, 회사는 이제 어떤 사람을 뽑나요?" 최근 이직, 채용 관련 글들을 살펴보면 분위기가 완전히 바뀐 게 보입니다. 예전에는 "엑셀 잘하는 사람", "코드 잘 짜는 사람"이 환영받았다면, 지금은 다릅니다. 코드도 보고서도 AI…


AI

온톨로지 기반 검색, 운영하며 배운 것 — 비용·한계·다시 한다면

2026년 5월 25일

안녕하세요, 자바파커입니다. "이거 다 만들고 나니까 — 정말 쓸 만한가요?" 5편짜리 구현을 마치고 며칠 운영해본 뒤의 회고입니다. 1편에서 약속한 "벡터만으로 부족했던 RAG"를 GraphRAG로 풀어봤고, 그 결과가 어땠는지 솔직히 짚어보려 합니다. 결론부터 말씀드리면 — 관계 기반 질의 정확도는 확실히 올랐습니다. 다만 "모두에게 추천하느냐"는 별…


AI

GraphRAG로 자연어 질의 풀기 — 자연어→Cypher→답변 합성

2026년 5월 24일

안녕하세요, 자바파커입니다. "그래프는 만들었는데, 사용자가 Cypher를 모르잖아요." 지난 3편 적재와 4편 LLM 추출까지 거치며 지식 그래프가 거의 완성됐습니다. 이제 사용자 입장으로 돌아옵니다. "Claude Code 시리즈에서 첫 번째 글이 뭐야?"라고 자연어로 물었을 때, 그래프를 타고 답이 나와야 합니다. 결론부터 말씀드리면 — 자연어 → …


AI

LLM으로 본문에서 자동 추출 — Claude Tool Use로 지식 그래프 채우기

2026년 5월 23일

안녕하세요, 자바파커입니다. "본문에 박힌 인용·관련 글까지 사람이 frontmatter에 일일이 적으라고요?" 지난 3편에서 frontmatter로 4개 질의(Q1·Q2·Q3·Q6)를 풀었습니다. 남은 세 개 — Q4(인용 자료), Q5(관련 글), Q7(선수 글) — 은 본문을 읽지 않고는 답이 안 나옵니다. 결론부터 말씀드리면 — 본문을 LLM에 넣…


AI

지식 그래프 구축 실전 — Neo4j vs RDF, 스택 선정과 적재

2026년 5월 22일

안녕하세요, 자바파커입니다. "비교는 알겠고, 그래서 뭘 깔면 되는데요?" 지난 2편에서 블로그 검색용 온톨로지를 클래스 6개·관계 7개로 설계했습니다. 이제 머릿속에 있던 설계를 실제로 돌아가는 그래프 DB로 옮길 차례입니다. 결론부터 말씀드리면 — 이번 편에서는 Neo4j Community Edition으로 확정하고, 도커로 띄운 뒤 블로그 글을 그래…


AI

검색을 위한 온톨로지 설계 — 클래스·속성·관계 잡기

2026년 5월 21일

안녕하세요, 자바파커입니다. "일단 Neo4j부터 깔고, 데이터는 넣다 보면 정리되겠지." 지난번 1편에서 온톨로지 기반 검색이 왜 다시 주목받는지 정리하고, 이번 시리즈에서 blog.javapark.kr 글 검색을 직접 만들어보기로 했습니다. 본격 구현에 앞서 가장 어려운 단계가 남았습니다. 바로 설계입니다. 결론부터 말씀드리면 — 온톨로지 설계는 "어…


AI

온톨로지 기반 검색이란? — 벡터 검색만으로 부족했던 이유

2026년 5월 20일

안녕하세요, 자바파커입니다. "RAG 만들어봤는데, 비슷한 문장은 잘 찾는데 정작 원하는 답이 안 나옵니다." 지난달 사이드 프로젝트로 블로그 RAG 검색을 만들어보면서 제가 직접 느낀 답답함입니다. 임베딩 벡터 검색까지 붙였는데도, "Claude Code 훅으로 자동 커밋하는 글"을 물어보면 자동화·훅·커밋이 들어간 엉뚱한 글을 섞어서 가져옵니다. 비슷…


AI

Agentic AI 2026 실전 가이드 — 시장 현황부터 프레임워크 선택, 도입 전략까지

2026년 4월 16일

안녕하세요, 자바파커입니다. "Agentic AI가 뭔지는 알겠는데, 실제로 우리 조직에 도입하려면 어디서부터 시작해야 하죠?" 지난 포스팅에서 Agentic AI의 개념과 기존 생성형 AI와의 차이를 다뤘는데요, 이번에는 2026년 현재 시장이 어디까지 왔는지, 그리고 실전에서 어떤 프레임워크를 선택하고, 어떻게 도입해야 하는지를 정리해봤습니다. 결론부…


AI

Agentic AI (에이전틱 AI)란 무엇인가? — 생성형 AI를 넘어 '행동하는 AI'의 시대로

2026년 4월 16일

Agentic AI(에이전틱 AI) 개념 커버 이미지 — 행동하는 AI의 4가지 핵심 요소 안녕하세요, 자바파커입니다. 최근 AI 기술의 흐름이 단순한 텍스트나 이미지 생성을 넘어, 스스로 생각하고 직접 행동하는 Agentic AI(에이전틱 AI) 로 빠르게 진화하고 있습니다. 이번 포스트에서는 Agentic AI가 도대체 무엇인지, 우리가 흔히 아는 챗…


AI

하네스 엔지니어링이란? — AI 에이전트를 제어하는 구조적 시스템 설계

2026년 4월 5일

안녕하세요, 자바파커입니다. AI 에이전트에게 코드를 맡겼더니, 처음엔 잘 하다가 대화가 길어지니 엉뚱한 코드를 쏟아내기 시작합니다. 비슷한 경험, 한 번쯤 해보셨죠? 프롬프트를 아무리 정교하게 써도 AI가 말을 안 듣는 순간이 옵니다. 최근 AI 업계에서는 이 문제를 해결하기 위한 새로운 개념이 주목받고 있습니다. 바로 **하네스 엔지니어링(Harnes…


AI

COKACDIR — 텔레그램으로 Claude Code, Codex CLI를 원격 제어하는 법

2026년 4월 1일

COKACDIR 텔레그램 AI 코딩 에이전트 원격 제어 커버 — Claude Code·Codex CLI 모바일 제어 안녕하세요, 자바파커입니다. "Claude Code를 쓰고 싶은데, 항상 컴퓨터 앞에 앉아 있을 수는 없잖아요." AI 코딩 에이전트를 써보면 한 가지 아쉬운 점이 있습니다. 내 컴퓨터 터미널에서만 쓸 수 있다는 것. 외출 중에 "아 그 버…


AI

AI 에이전트란? 2026년 현재 총정리 — 챗봇과 뭐가 다르고, 뭘 할 수 있나

2026년 4월 1일

AI 에이전트 2026 총정리 커버 — 챗봇·코파일럿과의 차이점과 주요 도구 안녕하세요, 자바파커입니다. "AI 에이전트가 대세라는데, 그게 ChatGPT랑 뭐가 다른 건가요?" 솔직히 말하면, 저도 처음엔 헷갈렸습니다. 챗봇, 코파일럿, 에이전트 — 다 AI 아닌가? 근데 직접 써보면 완전히 다른 경험입니다. 결론부터 말씀드리면 — 챗봇은 대화하고, 코…


AI

AI 코딩 도구 Skill 비교 — Claude Code vs Gemini CLI vs Codex CLI 커스텀 명령어 완전 정리

2026년 3월 30일

AI 코딩 도구 Skill 비교 커버 — Claude Code vs Gemini CLI vs Codex CLI 커스텀 명령어 안녕하세요, 자바파커입니다. "AI 코딩 도구마다 커스텀 명령어 만드는 방식이 다르던데, 어떤 걸 써야 하죠?" 요즘 Claude Code, Gemini CLI, OpenAI Codex CLI 모두 반복 작업을 명령어 하나로 처리하…


AI

AI로 웹서비스 만드는 법 — Claude Code + Supabase 실전 가이드

2026년 3월 28일

AI로 웹서비스 만들기 커버 — Claude Code + Supabase + Vercel 1인 개발 가이드 안녕하세요, 자바파커입니다. 요즘 개발 환경이 빠르게 바뀌고 있습니다. 예전에는 웹서비스 하나 만들려면 프론트엔드, 백엔드, DB, 배포까지 혼자 다 해야 했습니다. 지금은 다릅니다. "아이디어만 있으면, AI와 함께 웹서비스를 만들 수 있는 시대"…