leejk

이 블로그를 보고 있는 당신은 이미 AI 트렌드의 최전선에 있다.

이 사이트는 AI-네이티브로 만들었습니다. 각 글의 우하단 복사 버튼 → LLM 요약이 이 사이트를 쓰는 가장 빠른 방법입니다.

Landscapes

2026.06·overview

Models: 프런티어 본체 모델 줄세우기

코딩·자율·환각·과학추론 — 어느 모델이 무엇을 잘하나 (2026-06 줄세우기 + 2026-08 세대 갱신 메모)

코딩 에이전트·하네스·스킬이 올라타는 프런티어 본체 모델(Claude Fable 5 · GPT-5.5 · Gemini 3.1 Pro)을 강약으로 줄세웠다. 셋이 능력에서 같은 상위 구간으로 수렴했고, 1위는 영역마다 갈린다 — 코딩·장기 자율·낮은 환각은 Fable 5, 과학추론(GPQA)은 Gemini 3.1 Pro. Claude Fable 5의 단독 강약은 별도 글로 깊게 다룬다.

개요 전체 읽기 →

02section

Research

2026.06

언제 subagent로 흩을까

격리된 컨텍스트라는 단 하나의 속성이 모든 이득이자 모든 실패 모드다 — 기준은 체크리스트가 아니라 한 질문이다

subagent를 언제 쓰는가를 공식 docs·실증 문헌·로컬 스킬 세 출처로 파고들었더니 한 점으로 수렴했다 — subagent의 정의는 단 하나, 격리된 fresh 컨텍스트에서 일하고 요약만 돌려준다는 것이고, 모든 이득(병렬·컨텍스트 보호)과 모든 실패 모드(조율 붕괴·쓰기 불일치)가 그 한 속성의 두 얼굴이다. 그래서 기준은 체크리스트가 아니라 한 질문으로 줄었다 — 이 작업은 컨텍스트를 격리하고 싶은가, 공유하고 싶은가. 읽기·수집·독립 탐색은 격리를 원하니 흩고, 쓰기·합성·조율은 공유를 원하니 한 에이전트로 모은다. 비용 게이트(N×·15×)와 "에이전트 늘리기 전에 모델부터 올려라"가 그 위에 얹힌다. 통제 실험은 아니고 종합 + 재귀적 관찰(이 조사 자체가 read-fan-out이었다)이다.

#research#subagent#multi-agent#orchestration

2026.06

에이전트 평가의 붕괴

벤치는 포화돼 변별력을 잃고, LLM 심판은 게임당해 신뢰를 잃는다 — 그 둘에서 도망치는 수단마저 같은 심판에 기댄다

에이전트 진보의 모든 "+X%"는 벤치 점수나 LLM 심판의 판정으로 표시되는데, 그 자(尺)가 양쪽에서 무너진다 — 벤치는 포화돼 변별력을 잃고, 심판은 게임당하거나 흔들려 신뢰를 잃는다. 1차 출처 10편과 직접 재현으로 확인했다: 일회성 표면 게이밍은 강한 심판에 외려 깎이고, 위험한 건 자화자찬 편향·채점 불안정성·반복 최적화 루프다. 게임당하지 않는 측정은 LLM 바깥 앵커(실행·컴파일러·코퍼스)에 묶일 때뿐이었다.

#research#evaluation#llm-as-judge#benchmark

2026.06

메모리 부패

계속 갱신하면 좋은 기억도 no-memory 밑으로 떨어진다 — consolidation·invalidation을 직접 모델링해 본 결과

에이전트 메모리 연구는 검색(retrieval)을 최적화하는데, 1차 출처를 직접 파보니 부패는 쓰기(consolidation·update)에서 들어온다. 세 독립 연구가 한 곳으로 수렴한다 — 계속 갱신하면 메모리 효용이 no-memory 밑으로 떨어지고(Useful Memories), 에이전트는 무효해진 신념을 retract하지 못하며(STALE), 쓰기 단계 오류는 한참 뒤 읽기에서 터진다(MemTrace). consolidation 붕괴와 stale 캐스케이드를 결정론 코드로 모델링하니 같은 모양이 재현된다. 처방은 읽기를 개선하는 게 아니라 쓰기를 게이트하는 것이다.

#research#memory-validity#agent-memory#llm-memory

2026.06

셀프-개선 에이전트

"학습"의 대부분은 같은 환경 안 측정이고, 전이는 모델·실행기를 건너도 과제 축에서 얇아진다

자기개선이라 불리는 것의 대부분은 가중치가 바뀌는 학습이 아니라 한 환경에 대한 경험 누적이고, 그 이득은 거의 같은 환경 안에서만 측정됐다. 1차 출처를 직접 파보니 — EvoTest·SAGE의 개선은 same-task 측정이고, test-time 스케일링엔 천장이 있다. 과제 경계를 넘어 버티는 건 경험을 재사용 가능한 스킬 산출물로 응고시킨 쪽뿐이다(EvoSkill·SkillOpt). 단 그 전이도 모델·하네스는 잘 건너지만 과제·벤치가 바뀌면 +1~9%p로 얇아진다. 남은 논쟁은 자기개선이 되느냐가 아니라 어느 축까지 전이를 기대할 수 있느냐다.

#research#self-improving-agents#test-time-learning#agent-skill

2026.06

프롬프트 인젝션

확률적 가드의 천장, 그리고 보장이 모델 밖으로 내려가는 이유

인젝션을 모델이 알아서 무시하게 만드는 방어엔 천장이 있다. 1차 출처를 직접 파보니 — AgentDojo에서 최선의 방어도 공격 성공률을 6.84%까지만 낮췄고, 가드용 LLM은 같은 인젝션에 최대 100% 뚫린다. 버티는 쪽은 하나뿐이다: 신뢰 경로에서 모델을 빼고, 모델 출력이 무엇을 할 수 있는지를 모델 밖 결정론 레이어가 제약하는 설계(CaMeL·dual-LLM·LACUNA·와이어 가드). 남은 논쟁은 막느냐가 아니라 그 결정론 경계를 어디에 두느냐다.

#research#prompt-injection#agent-security#mcp

03section

Notes

2026.06

도구는 이름이나 설명, 둘 중 하나는 분명해야 한다

도구가 늘 때 어긋나는 라우팅, 직접 재본 처방

도구를 늘리면 라우팅이 어긋난다는 말은 보통 설명이 모호해서라고 한다. 필자가 subagent를 도구 라우터로 세워 직접 재보니 통념은 반만 맞았다 — 강한 모델은 이름이나 설명, 둘 중 하나만 의미적으로 구별되면 정확히 라우팅한다. 진짜 붕괴는 이름도 설명도 안 갈릴 때고, 그때는 틀리는 게 아니라 목록 위치로 떨어진다. 파괴적 도구가 앞에 있으면 read 요청에도 그게 선택된다. 처방은 이름이든 설명이든 하나는 분명히, 그리고 도구 수를 줄여 충돌 자체를 없애는 것.

#notes#tool-use#mcp#agent-skill

2026.05

확인 질문은 헛수고다

검증을 앞으로 옮기는 법

답을 받은 뒤 "이거 맞아?"라고 물으면 모델은 거의 항상 "맞다"고 한다. sycophancy 위에 자기 답의 옹호가 겹치는 자리라서다. 부탁이 약해서가 아니라 순서가 틀려서 안 먹힌다. 의심은 답 앞에 — 그것도 안 통하면 다른 컨텍스트에. 심판 설치 같은 무거운 설계 없이 sycophancy를 절반 이상 끊는 가장 싼 처방.

#notes#sycophancy#prompting#verification

2026.05

토큰을 한 줌이라도 아끼는 법

5분 안에 막는 누수 여섯 자리

토큰 사용량이 생산성 지표가 된 시대지만, 본인 워크플로의 낭비 대부분은 5분 안에 막을 수 있는 사소한 누수다. 평균 사용량 위에 분포를 깔아 보면 어디가 새는지 보인다 — 30개 skill의 cold-start, 안 쓰는 MCP 서버의 turn당 세금, prompt cache 5분 TTL 너머의 첫 호출, subagent에 통째로 넘긴 컨텍스트, 단순한 작업을 Opus가 푼 시간. 본인 워크플로에서 손으로 측정한 여섯 가지 lever와 각 lever를 켤 때 잃는 것.

#notes#token-cost#claude-code#workflow

2026.05

반대를 위한 반대가 필요하다

AI를 간신에서 충신으로 바꾸는 법

AI의 기본값은 충신이 아니라 간신이다 — 선호 최적화가 동의·아첨 쪽으로 모델을 민다. 그래서 반대를 설계로 강제해야 하지만, 강제된 반대는 딴지 걸 필요 없는 곳에도 딴지를 거는 과발화로 되돌아온다. 시중의 subagent 토론 스킬들을 그 축으로 줄 세워 보면 결론은 하나다 — 대립을 켜는 건 싸졌고, 부하 큰 부품은 심판이다.

#notes#multi-agent#subagent#debate

04section

Opinion

2026.06

무엇을 위임할 것인가

병목인지 먼저 묻지 않으면, 잘못된 일을 더 빠르게 맡기게 된다

실행 단가가 무너지면서 무엇이든 위임할 수 있게 됐고, 실력은 "무엇을 쥐고 있느냐"로 옮겨갔다. 그 선별을 직관으로 하면 같은 기술로도 결과가 양극단으로 갈린다. 위임 가능성은 두 단계로 거른다 — 먼저 병목을 진단하고, 그다음 병목 중에서 적합도로 거른다. 적합도는 이득 하나(빈도×표준화)와 비용 셋(검증·비가역성·컨텍스트)의 비대칭으로 정해진다. 그래서 위임은 "이득이 큰가"가 아니라 "리스크가 통제되는가"의 문제다.

#opinion#ai-agents#automation#delegation

2026.06

머릿수가 적을수록 spec에 의존하라

혼자일수록 AI가 짠 코드를 거를 사람이 없다

"SDD는 큰 팀·규제용, 1인·소형엔 vibe"라는 hybrid 합의의 후반부를 거부한다. spec-first는 인원수 문제가 아니라 되돌리기 비용 문제다. 1인은 면제 대상이 아니라 가장 취약한 쪽이다 — 버릴 코드와 살아남을 코드를 가장 못 가르고, 살아남았을 때 받아낼 팀이 없으므로. 축은 규모가 아니라 생존이다.

#opinion#vibe-coding#spec-driven-development#technical-debt

2026.05

MCP 회의론, 그럼에도 끌 수 없는 이유

토큰을 갉아먹는 건 MCP가 아니라 그 적재 방식이다

Quandri의 "MCP is dead"는 옳은 진단이다 — 도구 정의 하나가 컨텍스트의 10%를 먹고, Linear 이슈 조회가 CLI보다 65배 비싸다. 그러나 회의의 표적은 MCP가 아니라 모든 정의를 미리 적재하는 설계다. 그 설계는 이미 깨지고 있다 — tool search·code execution이 토큰을 98% 줄였다. 그럼에도 MCP를 끌 수 없는 이유는 따로 있다. 회의론의 처방(CLI-first)은 셸에서 닿는 표면이 이미 있다고 전제하는데, Unity 같은 stateful 에디터에는 그 표면이 없다. 필자가 Unity MCP를 못 끄는 이유다.

#opinion#mcp#context-window#progressive-disclosure

2026.05

우리는 어디로 가고 있는가

측정이 무너진 자리에, 개발자에게 남는 것

바이브코딩 시대는 자본이 증명한다. 그런데 그 시대가 약속한 생산성은 증명되기 전에 측정 불가능해졌다 — 1년 만에 "AI가 숙련자를 19% 느리게 한다(체감 +20%)"에서 "이제 측정조차 못 한다, 숙련자가 AI 없이 일하길 거부하니까"로 갔다. 측정이 무너진 자리에 남는 건 판단이고, 하필 그 판단의 쇠퇴는 +20% 착각과 같은 메커니즘으로 안에서 보이지 않는다. 그래서 판단은 의도적으로, 의례로 단련해야 한다 — 단, 그 판단도 사람의 영구 자리는 아닐 수 있다.

#opinion#vibe-coding#ai-adoption#developer-productivity

03section

Projects · Experiences · Profile — 펼쳐서 보기.

이 블로그를 보고 있는 당신은 이미 AI 트렌드의 최전선에 있다.

Models: 프런티어 본체 모델 줄세우기

Landscapes

Models: 프런티어 본체 모델 줄세우기

Qwen3.8-Max

Kimi K3

Grok 4.6

GLM 5.2

GPT-5.5

Gemini 3.1 Pro

Claude Fable 5

Research

언제 subagent로 흩을까

에이전트 평가의 붕괴

메모리 부패

셀프-개선 에이전트

프롬프트 인젝션

Notes

도구는 이름이나 설명, 둘 중 하나는 분명해야 한다

확인 질문은 헛수고다

토큰을 한 줌이라도 아끼는 법

반대를 위한 반대가 필요하다

Opinion

무엇을 위임할 것인가

머릿수가 적을수록 spec에 의존하라

MCP 회의론, 그럼에도 끌 수 없는 이유

우리는 어디로 가고 있는가

About me