Haandol - mysetting

12:37 5/31

haandol.github.io

mobile screenshot relative

12:37

haandol.github.io

mobile screenshot

Haandol
https://haandol.github.io/

TL;DR

최종 피드 수집: 2026-06-27 12:47

전체 (73)

14h

망하지 않는 게 먼저인 이유

TL;DR
성공은 저마다 다르지만, 실패는 비슷한 이유로 온다.
성공법은 아무도 모르니, 할 수 있는 건 시도 횟수를 늘리는 것이다.
실험이 싸지는 환경을 먼저 만들고, AI로 시도 비용을 낮춘다.
시작하며
옛날에 사업을 하다가

000

11d

EncBird에 하네스를 한 겹씩 씌워온 과정 — 실전 하네스 엔지니어링

TL;DR
하네스 엔지니어링은 에이전트에게 자율성을 부여하기 위한 것이다.
처음부터 거창하게 설계하는 게 아니라, 에이전트가 실수할 때마다 한 겹씩 덧씌워 쌓아가는 점진적 과정이다.
시작하며
이전 글들에서 하네스 엔지니어링이 무엇

000

12d

토큰 가치와 비즈니스 가치의 괴리, 그리고 조직의 AI 도입 3단계

TL;DR
토큰 가격과 토큰당 비즈니스 가치 사이의 괴리를 줄이는 것이 하네스 엔지니어링이고, 조직의 AI 도입은 Stream → Shape → Scale 세 단계를 거칠 수밖에 없으며 모든 투자는 마지막 단계에서 복리로 돌아온다

000

15d

현상을 해석하는 렌즈, 그리고 에이전틱 엔지니어링

TL;DR
렌즈는 수많은 변수를 의도에 맞게 상수로 고정해 현상을 예측 가능하게 만드는 틀이고, 나는 에이전틱 엔지니어링을 human in the loop의 제거라는 렌즈로 본다.
1. 렌즈란 무엇인가
경제학에서는 경제 현상을 설

000

1M

에이전트의 다음 진화는 똑똑한 도구에서 온다

TL;DR
지금의 smart pipeline, dumb edge 구조는 SOA가 그랬듯 점차 한계에 닿을 수 있고, 도구 자체가 똑똑해지는 dumb pipeline, smart edge 쪽으로 흐름이 옮겨가지 않을까 싶다.
시작하

000

1M

에이전틱 엔지니어링과 과도기적 기술들

TL;DR
에이전틱 엔지니어링의 최종 방향은 human in the loop의 제거이며, 이 흐름 속에서 사람을 파이프라인 안에 유지하기 위해 설계된 도구들은 과도기적 기술로 남을 가능성이 크다.
시작하며
소프트웨어 개발이라는 일

000

2M

미래의 에이전틱 앱 엔진

TL;DR
소프트웨어 개발의 목적은 결국 비즈니스 요구사항을 코드로 전환하는 것이고, VM→컨테이너→서버리스의 흐름은 그 목적에서 멀어지는 인프라 레이어를 계속 추상화해온 결과다.
에이전틱 개발의 이상적인 다음 단계는 에이전트가

001

2M

하네스 없는 멀티 에이전트는 그냥 컨텍스트 엔지니어링이다

TL;DR
에이전트는 “프롬프트가 다른 LLM”이 아니라, LLM·도구·컨텍스트·하네스가 결합된 실행 단위다.
멀티 에이전트가 의미 있으려면, 각 에이전트가 자기만의 도구·복구 루프·검증 방식·컨텍스트 경계를 가진 독립적인 실행

001

3M

하네스 엔지니어링 - 컨텍스트 엔지니어링을 넘어 에이전트 환경을 설계하다

TL;DR
프롬프트 엔지니어링은 모델에게 “무엇을 물어볼까”를, 컨텍스트 엔지니어링은 “무엇을 보여줄까”를, 하네스 엔지니어링은 “전체 환경을 어떻게 설계할까”를 다룬다.
하네스(harness)는 에이전트를 감싸는 스캐폴딩과 피드

002

3M

에이전틱 개발 시대, 비즈니스를 아는 개발자의 가치

TL;DR
개발 진행상황을 별도 문서로 관리하는 방식은 과도기적이다. 코드 자체가 자신이 하는 일을 잘 설명하면 그것이 가장 좋은 컨텍스트다.
에이전틱 개발이 발전할수록 비즈니스 프로세스와 코드의 일치율이 높아지기 좋은 환경이 되

002

3M

하나의 잘 만든 GenAI 플라이휠이 비즈니스 전체를 견인한다

TL;DR
모든 GenAI 기능에 플라이휠이 필요한 것은 아니다. 하나의 잘 만든 플라이휠이 전체를 견인할 수 있다.
GenAI 플라이휠의 핵심 루프는 고객 경험 → 상세한 선호도 → 잠재적 수요 → 맞춤형 기능 → (다시) 고객

001

3M

AGI에 도달하면 디스토피아, 도달하지 못하면 유토피아

TL;DR
AGI 경쟁은 이미 개별 회사의 범위를 넘어 미국과 중국의 이념 경쟁에 가까워지고 있다.
먼저 AGI에 도달한 쪽은 그 우위를 보유하는 데 그치지 않고, 즉시 경쟁자 제거에 투입할 가능성이 높다.
AGI에 도달하지 못하

002

3M

컨텍스트 엔지니어링 - 정적 컨텍스트와 동적 컨텍스트

TL;DR
개발 컨텍스트를 정적 컨텍스트(PRD, ADR)와 동적 컨텍스트(Task, Code/Test)로 나누어 관리하는 것이 효과적이다.
정적 컨텍스트는 오래 유지되어야 하는 기준과 제약이고, 동적 컨텍스트는 실행을 위해 일시

002

3M

MCP 서버 만들기 전에 고민할 내용

TL;DR
키보드에 손이 먼저 가는 습관을 고쳐야 한다.
복잡한 비즈니스 로직은 더 이상 해자가 아니다. 경쟁 우위는 복제 불가능한 고객 데이터에 있다.
LLM 처리를 사용자 클라이언트에 오프로딩할지 여부가 핵심 설계 결정이다.

001

4M

LeRobot SO ARM 101 처음 사기전에 알아두면 좋은 내용 (Physical AI)

TL;DR
100불이 아니라 60만원 이상 든다
시간과 공간도 생각보다 많이 필요하다
로컬 GPU 머신이 필요하다
시작하며
재작년쯤 피지컬 AI 프로젝트를 처음 해보고 알리에서 로봇팔을 하나 샀었다. 총 17만원으로 아두이노와 조

004

5M

간단히 설명한 Physical AI

TL;DR
Physical AI 란 AI 를 이용해서 모터를 제어하는 방법
AI 는 Foundation Model 기반과 IL + RL 기반의 방식으로 나눌 수 있음
모터제어는 Diffusion 방식이 현재 대세
결국은 데이터 싸

002

11M

MCP 서버 프로덕션에 올리기 전에 고려해야 할 것

TL;DR
에이전트에 MCP 서버를 붙이면 MSA 가 된다.
결국 MCP도 모놀리스→MSA 전환과 똑같이 조직·플랫폼·운영을 함께 성숙시켜야 한다.
MCP 에서 제공하는 툴은 에이전트에 컨텍스트로 전달된다.
결국 MCP 를 몇 개

001

1y

왜 비즈니스들은 지금 자신만의 챗봇을 만들어야 하는가?

TL;DR
피드백 루프가 없는 GenAI 는 반쪽짜리이다.
피드백 루프를 가진 비즈니스는 좋은 데이터 쌓기가 더 가속화된다.
피드백 루프를 먼저 설계하고, 빨리 출시하자.
시작하며
최근 매니저가 GenAI 챗봇에 대한 인사이트를

001

1y

RFTCR - 에이전트 주도 소프트웨어 개발을 위한 새로운 SDLC 프레임워크

TL;DR
바이브 코딩은 에이전트 개발 방법의 한가지 실행방법이고, 에이전트 개발 방법은 SLDC (Software Development Life Cycle) 을 전체 커버하는 더 큰 개념이다.
에이전트 기발 개발은 비즈니스 요구

004

1y

쉽게 설명한 에이전트 주도 개발

TL;DR
커서(Cursor)를 쓴다
스펙 문서를 만든다
각 기능을 만든다
배포한다
시작하며
회사에서는 보안 때문에 AI 코딩 어시스턴트를 다 막아두고, 쓰면 오히려 방해가 되는 툴들만 쓰게 허용하고 있어서, 회사 일 할때는 아예

002