하나의 질문에서 출발한 독립 기록들.
Archive는 하나의 질문을 붙잡고
다시 확인할 수 있는 추론의 기록으로 남깁니다.
2026
23MAYAI 시대에 뒤떨어진다는 불안은 어디서 오는가 — 생산성 불안과 도구 불안AI로 뭔가를 만들지 않으면, 새 모델을 쓰지 않으면 뒤처진다는 느낌. 그 불안이 어디서 오는지, 기준이 누구의 것인지 묻는다.21MAYAI 시대에 묻는 것과 만드는 것의 차이 — 실행이 기록으로 남는 이유AI가 답을 쉽게 만들어주는 시대에, 묻는 것과 밖으로 꺼내는 것은 왜 다른가. 어설퍼도 형태를 만들고 세상 앞에 놓는 행위가 왜 실행의 기록으로 남는지 묻는다.11MAYAI 워크플로우를 따라 하기 전에 구조가 생긴 이유를 묻는 법좋은 AI 워크플로우를 따라 하기 전에, 그 구조가 왜 생겼는지 묻는 태도를 기록한다.11MAYAI에게 답을 묻기 전에 생각을 먼저 설명해야 하는 이유AI에게 답이나 워크플로우를 요구하기 전에, 먼저 자신의 생각을 설명하고 검증하는 태도를 기록한다.10MAYSQL은 데이터를 어떻게 질문하는 언어인가? SELECT, FROM, WHERE 이해하기SQL을 명령어가 아니라 데이터에게 질문을 던지는 방식으로 이해한다.10MAYSQL NULL은 왜 빈칸이 아닌가? IS NULL, COALESCE, COUNT 차이NULL을 단순한 빈칸이 아니라, 아직 기록되지 않았거나 알 수 없는 상태로 이해한다.02MAYGA4란 무엇인가? 이벤트 기반 분석 구조와 UA와의 차이구글 애널리틱스 4(GA4)의 등장 배경부터 이벤트 기반 데이터 구조, UA와의 차이, 핵심 용어까지 한 편으로 완전히 이해하는 가이드26APR실전 프롬프트 작성법: 코드, 글쓰기, 요약에 AI를 제대로 쓰는 법코드 수정, 글쓰기, 요약, 번역, 이미지 분석처럼 자주 쓰는 AI 활용 상황에서 어떻게 맥락과 목적, 출력 형식을 함께 전달해야 하는지 정리한 실전 노트.23APR프롬프트는 직업이 될 수 있을까? AI 시대의 질문 설계 역량프롬프트를 잘 쓰는 것이 명령어를 외우는 일이 아니라 AI가 일할 환경을 설계하는 일임을 이해하고, 그 감각이 어떻게 업무 안에서 역량으로 자리 잡는지 살펴본다.22APR프롬프트 인젝션이란? AI가 지시와 데이터를 구분하게 하는 방어법프롬프트 인젝션이 AI가 지시와 데이터를 구분하지 못할 때 생기는 문제임을 이해하고, 입력 분리와 방어 레이어로 피해를 줄이는 방식을 살펴본다.21APR멀티모달 프롬프트란? 이미지와 화면을 AI에게 보여주는 법멀티모달 프롬프트가 말로 설명하기 어려운 화면, 이미지, 문서의 맥락을 AI에게 보여주는 방식이며, 무엇을 봐야 하는지 함께 가리켜야 한다는 점을 이해한다.20APRReasoning Model이란? AI에게 생각을 가르치지 않아도 되는 이유Reasoning model은 답을 만들기 전에 스스로 문제를 붙잡는 방식으로 작동한다. 기존의 단계별 지시나 과한 예시가 오히려 방해가 될 수 있는 이유와, 목표와 출력 기준만 남기는 방식을 이해한다.19APRAgentic AI란? AI에게 역할을 나누어 일을 맡기는 구조복잡한 작업을 하나의 AI에게 모두 맡기는 대신, 역할을 나누고 지휘와 실행, 전달과 검토 흐름을 설계하는 agentic 구조를 이해한다.18APRAI 도구 사용이란? 모델이 검색, 계산, API를 사용하는 방식AI가 텍스트로만 답하는 단계를 넘어, 실제로 검색하고 계산하고 데이터를 가져올 수 있게 되면 무엇이 달라지는가.17APR구조화 출력이란? AI 답변을 JSON과 정해진 형식으로 받는 법AI의 답을 자유로운 문장이 아니라 정해진 구조로 받는 방식과, 실패까지 설계하는 관점을 이해한다.16APRAI의 첫 답을 개선하는 법: 보고 다시 묻는 프롬프트 반복 방식AI의 첫 답은 완성본이 아니라 시작점이다. 보고 다시 묻고, 평가하고, 수정하는 반복 속에서 더 나은 답에 가까워지는 방식을 이해한다.15APRRAG란 무엇인가? AI에게 오늘의 자료를 주는 검색 증강 생성 방식AI의 지식이 훈련된 시점에 멈춰 있다는 한계를, 필요한 순간에 필요한 자료를 검색해 앞에 놓는 RAG의 방식으로 이해한다.14APR컨텍스트 엔지니어링이란? AI가 볼 정보의 범위를 설계하는 법AI가 답을 만들 때 볼 수 있는 정보의 범위, 위치, 압축 방식을 설계하는 컨텍스트 엔지니어링의 의미를 이해한다.13APRAI 할루시네이션은 왜 생기는가? 거짓 답변을 줄이는 프롬프트 관점AI는 모르는 것을 지어낸다. 그리고 그게 맞다고 확신한다. 할루시네이션이 왜 생기는지, 프롬프트로 얼마나 막을 수 있는지 이해한다.12APRSelf-Consistency란? 여러 번의 답으로 AI 추론을 안정화하는 방식같은 프롬프트를 여러 번 실행했을 때 답이 달라지는 것은 버그가 아니다. 그 흔들림 안에서 수렴하는 답을 찾는 방식이 self-consistency다.11APRFew-shot과 Chain of Thought란? 예시와 추론으로 AI 답변을 이끄는 법AI에게 원하는 것을 말로 설명하는 데는 한계가 있다. 형식과 추론을 예시로 보여주는 방식이 왜 설명보다 정확한지 이해한다.11APR스크럼 이벤트란? 스프린트, 데일리 스크럼, 리뷰, 회고의 역할스크럼의 다섯 가지 이벤트(스프린트, 스프린트 계획, 데일리 스크럼, 스프린트 리뷰, 스프린트 회고)가 만드는 반복의 리듬과 스크럼이 실제로 작동하는 방식을 이해한다.10APR프롬프트 변수와 템플릿이란? 반복 가능한 AI 요청 구조 만들기프롬프트에서 바뀌는 부분을 변수로 분리하고, 바뀌지 않아야 할 기준을 템플릿으로 고정하는 방식을 이해한다.09APR스크럼이란 무엇인가? 역할과 산출물로 이해하는 Scrum 구조스크럼의 세 가지 역할(PO, SM, 개발팀)과 세 가지 산출물(제품 백로그, 스프린트 백로그, 증분)로 스크럼의 구조를 이해한다.09APRAI 행동 설계란? 시스템 프롬프트와 제약으로 예측 가능한 AI 만들기프롬프트 하나를 잘 쓰는 것만으로 해결되지 않는 문제가 있다. AI의 행동 경계를 설계하는 방법 — 시스템 프롬프트, 제약, 출력 형식, Fallback의 네 층이 예측 가능한 AI를 어떻게 만드는지 이해한다.08APR애자일이란 무엇인가? 탄생 배경과 애자일 선언문의 핵심 가치워터폴의 실패에서 시작된 애자일의 역사와 소프트웨어 개발 선언문 4가지 핵심 가치를 통해 진짜 애자일 마인드셋을 이해한다.08APR프롬프트 하네싱이란? AI의 힘을 목적에 맞게 묶어 쓰는 법프롬프트 하네싱이 AI를 조종하는 기술이 아니라, 모델의 가능성을 목적에 맞게 묶고 이끄는 방식임을 이해한다.07APRAI에게 정확하게 말하는 법: 좋은 프롬프트는 생각을 구조화한다모호한 프롬프트가 왜 실패하는지, 길이·난이도·톤을 구체화하고 구조를 나누는 방식으로 AI에게 더 정확히 말하는 법을 이해한다.06APRAI 페르소나란 무엇인가? 역할 설정이 답변 기준을 바꾸는 이유AI에게 역할을 부여한다는 것이 단순히 전문가 흉내를 시키는 일이 아니라, 답변의 기준과 태도를 좁히는 일임을 이해한다.05APRLLM은 어떻게 답을 만들어내는가? 토큰 예측, 어텐션, 온도 이해하기LLM이 텍스트를 생성하는 방식 — 토큰 예측, 어텐션 메커니즘, 온도의 원리를 이해하면 프롬프트가 왜 작동하는지 보인다.