카테고리

전체프로덕트 및 경영디자인마케팅기술조직문화생각뉴스 클리핑

전체 글 218

AI기술

[로컬 LLM] 맥북에 로컬 LLM 설치하기

LM Studio와 Open WebUI를 기반으로 맥북에서 로컬 LLM 환경을 구축한 실전 기록입니다. 모델 선택 기준, Docker·MCP·RAG 구성, 메모리 자동 관리, AnythingLLM에서 갈아탄 이유까지 실제 사용 경험 중심으로 정리했습니다.

20분 소요

AI기술

[Codex] (2) 일을 잘 시키는 법: 프롬프트부터 커스터마이징까지

코덱스 프롬프트의 네 가지 구성 요소(목표, 맥락, 제약, 완료 조건)와 좋은/나쁜 예시를 비교합니다. 스레드 네 종류(로컬, 클라우드, 워크트리, 채팅)와 컨텍스트 윈도우·자동 요약(Compaction) 관리법을 다룹니다. 커스터마이징 8개 레이어를 도입 순서대로 정리했습니다. AGENTS.md로 프로젝트 규칙을 고정하고, config.toml로 모델·승인·샌드박스를 설정하고, Rules로 명령 허용·차단을 정하고, 스킬로 반복 작업을 패키지화하고, 플러그인으로 배포하고, MCP로 외부 도구를 연결하고, 훅스로 에이전트 루프에 스크립트를 끼우고, 서브에이전트로 작업을 병렬 분리하는 구조입니다.

27분 소요

AI기술

[Codex] (1) 코덱스란 무엇인가: 정의, 사용 환경, 작동 원리

오픈AI 코덱스는 의도를 설명하면 파일을 읽고 명령을 실행하고 코드를 수정하는 코딩 에이전트입니다. 앱, IDE 익스텐션, CLI, 웹(클라우드) 네 가지 환경에서 사용할 수 있습니다. 에이전트 루프·스레드·샌드박싱 세 가지 개념으로 작동하며, gpt-5.5부터 gpt-5.3-codex-spark까지 모델을 선택할 수 있습니다. 챗GPT 플랜별 가격 정책과 크레딧 시스템을 다루고, 되돌릴 수 없는 데이터 변환·API 키 노출·불안정 테스트 환경·전체 리팩토링·풀 액세스 자동화 등 코덱스에 맡기면 안 되는 다섯 가지 작업을 정리했습니다.

15분 소요

기술데이터

[JSON] (3) JSON 스키마로 데이터 검증하기

JSON 스키마는 스키마 파일을 작성하는 데서 끝나지 않습니다. 실제 효과는 잘못된 데이터를 걸러낼 때 생깁니다. 이 글에서는 검증 규칙이 실제로 어떻게 동작하는지, 그리고 검증을 어디에 배치하는지를 실무 흐름으로 설명합니다.

14분 소요