AI

Codex를 사용하다 보면 간단한 수정은 한 번의 요청으로 끝나지만, 규모가 있는 작업은 그렇지 않은 경우가 많다.예를 들어 다음과 같은 작업은 한 번의 요청만으로 안정적으로 끝내기 어렵다.여러 파일에 걸친 기능 구현기존 구조를 유지해야 하는 리팩토링테스트 실패 원인

AI Coding Agent를 사용하는 방식이 빠르게 바뀌고 있다.예전에는 “어떤 프롬프트를 입력해야 더 좋은 답을 얻을까?”가 중요했다면, 이제는 Agent가 코드를 읽고, 도구를 실행하고, 테스트하고, 실패하면 다시 시도하는 작업 환경과 실행 구조 자체가 중요해지고

AI Agent를 공부하다 보면 LangChain, LangGraph라는 이름을 자주 접하게 된다.처음에는 둘이 비슷해 보이지만 역할에는 차이가 있다.간단하게 정리하면 다음과 같다.LangChain은 LLM에게 Prompt와 Tool을 붙여 Agent를 만드는 프레임워

최근 AI를 활용해 코드를 작성하는 것은 더 이상 특별한 일이 아니다.간단한 컴포넌트나 API 정도는 요구사항만 전달해도 꽤 괜찮은 결과를 만들어낸다.하지만 실제 프로젝트에서 AI에게"이 화면 구현해줘"라고 요청하면 이야기가 달라진다.화면 자체는 만들어주지만 프로젝트에