본문 바로가기
반응형

전체 글2006

초보자를 위한 skills.sh Codex 사용 가이드 AI 코딩 에이전트를 CLI로 쉽게 활용하는 방법1. skills.sh Codex는 무엇인가요?skills.sh는 AI 에이전트에 “스킬(Skill)”을 설치해 기능을 확장할 수 있는 오픈 레지스트리입니다.그중 softaworks/agent-toolkit의 codex 스킬은 Codex CLI를 사용하는 방법을 표준화해 주는 가이드형 스킬입니다.쉽게 말해,Codex를 어떤 명령으로 실행해야 하는지모델은 무엇을 쓰면 좋은지파일을 수정해도 되는 안전한 모드(sandbox)는 무엇인지를 AI 에이전트가 스스로 판단하도록 도와주는 사용 설명서 + 실행 규칙 묶음입니다.2. 초보자에게 왜 유용한가요?Codex CLI는 강력하지만, 처음 사용하는 사람에게는 옵션이 많아 어렵게 느껴질 수 있습니다.Codex 스킬을 설.. 2026. 1. 27.
“코딩 안 하는 개발자가 살아남는다?” 버셀 ‘에이전트 스킬즈’ 출시가 던진 충격적 신호 AI 코딩 도구의 진화 속도는 이제 ‘보조 도구’라는 표현이 무색할 정도다. 불과 몇 년 전까지만 해도 자동 완성이나 코드 추천 수준에 머물던 AI는, 이제 개발 표준을 이해하고 리뷰하며 배포까지 책임지는 단계로 진입했다. 그 중심에 있는 기업이 바로 Vercel이다. 버셀이 공개한 ‘에이전트 스킬즈(agent-skills)’는 단순한 기능 업데이트가 아니다. 이는 개발자의 역할, 그리고 웹 개발 생태계 전반의 권력 구조가 어떻게 바뀌고 있는지를 명확히 보여주는 사건이다.AI 코딩, ‘프롬프트’에서 ‘스킬’의 시대로버셀은 AI 코딩 에이전트가 현장에서 바로 활용할 수 있도록, 검증된 개발 노하우를 ‘스킬’이라는 단위로 구조화해 공개했다. 이 스킬들은 GitHub를 통해 누구나 접근할 수 있는 오픈형 기술.. 2026. 1. 27.
AI 일자리 침공 현실화…미국 프로그래머 3분의 1 대체, 당신의 직업은 안전한가? “AI가 언젠가는 개발자 일을 대신할 것”이라는 말은 이제 가설이 아니라 통계로 증명된 현실이 됐다. 특히 미국 개발자 시장에서 나타난 변화는 충격적이다. 불과 2~3년 사이, 사람이 직접 작성하던 코드의 상당 부분을 인공지능이 대신 생성하고 있기 때문이다. 이 변화는 단순한 기술 트렌드를 넘어, 일자리 구조와 개인의 생존 전략까지 뒤흔들고 있다. 이번 글에서는 최근 국제 학술 연구를 바탕으로 AI가 개발자 일자리에 어떤 영향을 미치고 있는지, 그리고 이 변화가 한국 사회와 국민의 삶에 어떤 파장을 가져올지를 깊이 있게 짚어본다.미국 개발자 시장, 이미 AI 코드가 30%를 넘었다네덜란드의 위트레흐트 대학교 연구진이 국제 학술지 사이언스에 발표한 논문은 많은 것을 시사한다. 연구를 이끈 시모네 다니오티 .. 2026. 1. 26.
지금 도입하지 않으면 뒤처진다: 깃허브 코파일럿 SDK가 바꾸는 에이전틱 워크플로우의 기준선 에이전틱 AI가 ‘실험’에서 ‘제품’으로 넘어가는 순간GitHub Copilot SDK 공개는 단순한 개발 도구 추가가 아니라, 에이전틱 워크플로우가 본격적으로 프로덕션 레벨 표준으로 이동하고 있음을 보여주는 신호다. 그동안 에이전트 기반 시스템은 데모와 PoC 단계에서는 화려했지만, 실제 서비스에 내장하기에는 아키텍처 복잡도와 운영 리스크가 지나치게 컸다. 이번 GitHub의 결정은 “에이전트는 플랫폼이 책임지고, 개발자는 도메인 로직에 집중하라”는 명확한 방향성을 제시한다는 점에서 의미가 크다.기술 핵심 분석: Copilot SDK의 본질은 ‘헤드리스 에이전트 실행 엔진’깃허브 코파일럿 SDK의 핵심 가치는 코파일럿 CLI에서 검증된 실행 루프를 SDK 형태로 외부 애플리케이션에 개방했다는 점이다. .. 2026. 1. 24.
엔비디아 영상 생성 AI, 속도의 벽을 넘다 TMD 증류 기술이 비디오 생성 시장 판도를 바꾸는 이유고품질 영상 생성 AI는 이미 텍스트-투-비디오(T2V) 영역에서 눈부신 성과를 보이고 있다. 그러나 실무 관점에서 보면 여전히 결정적인 제약이 존재한다. 바로 추론 속도와 계산 비용이다. 이러한 한계를 정면으로 겨냥한 새로운 접근이 등장했다. 엔비디아와 뉴욕대학교 연구진이 공개한 Transition Matching Distillation, TMD는 영상 확산 모델의 구조적 병목을 근본적으로 재설계한 사례로 평가할 수 있다.헤드 도입: 영상 생성 AI가 넘어야 할 마지막 장벽현재 소라, 코스모스 등 최신 비디오 확산 모델은 사실적인 장면 구성과 자연스러운 움직임을 구현한다. 문제는 이들이 수십에서 수백 단계에 이르는 노이즈 제거 과정을 거쳐야 한다는.. 2026. 1. 20.
영어 일기 한 줄이 학습 데이터가 된다: 로그링고의 AI 영어 코칭 방식 영어 공부를 할 때 가장 어려운 점은,‘틀려도 괜찮은 환경에서 내 수준대로 써볼 기회가 없다는 것’입니다.대부분의 영어 학습자는완벽한 문장을 만들려고 하다 아무 것도 못 쓰거나틀릴까 봐 쉬운 표현만 반복하거나교재 예문을 베껴 쓰며 실제 실력과는 다른 영어를 연습합니다로그링고는 이 문제에서 출발했습니다.“지금 실력 그대로 영어로 써도 괜찮은 공간”그리고“그 결과물이 곧 학습 데이터가 되는 시스템”이것이 로그링고의 핵심 기능입니다.1️⃣ 내 영어 실력 그대로 쓰는 ‘진짜 영어 일기’로그링고에서는 사용자가 현재 자신의 영어 실력에서 최선의 문장으로 일기를 작성합니다.틀린 문장, 어색한 표현, 한국어식 영어가 섞여 있어도 괜찮습니다.예를 들어 사용자는 이렇게 씁니다.I update LogLingo WebSite.. 2026. 1. 16.
반응형

티스토리툴바