Fall in IT.

조직에서 "이런 걸 만들어 달라"는 요청은 끊이지 않는다.대시보드를 만들어 달라, 보고서를 자동화해 달라, 알림 기능을 넣어 달라. 이 요청들을 빠르게 접수하고 정확하게 전달하는 사람은 유능해 보인다. 그러나 BRM(Business Relationship Manager)이 하는 일은 그 지점에서 시작되는 것이 아니라, 오히려 그 지점을 의심하는 데서 시작된다.BRM 후보 과정에서 학습한 내용을 한 문장으로 요약하면 이렇다.좋은 분석가는 요청을 그대로 전달하지 않고, 그 요청 뒤의 필요와 가치, 그리고 다음 행동을 분명하게 만든다. 이 글은 그 한 문장이 실제 업무에서 어떻게 작동하는지를 단계별로 풀어낸 기록이다. 1. 문제는 '요청'의 형태로 도착하지 않는다가장 흔한 실수는 현업의 요청을 곧바로 문제라고..

MCP가 왜 필요한가LLM은 본질적으로 텍스트를 받아서 텍스트를 뱉는 기계다. 아무리 똑똑해도 스스로는 아무것도 할 수 없다. 파일을 읽거나, DB에 접속하거나, 외부 API를 호출하는 것 전부 불가능하다. 그래서 등장한 것이 도구(Tool) 개념이다.LLM이 "나는 이 도구를 써야겠다"는 신호를 보내면, 외부 시스템이 실제로 실행하고 결과를 돌려주는 구조다.그런데 문제가 있었다. 도구마다 연결 방식이 제각각이었다. Slack API는 이렇게, GitHub API는 저렇게, PostgreSQL은 또 다르게 통합할 때마다 새로 만들어야 했다. MCP(Model Context Protocol) 는 이 문제를 해결한다. Anthropic이 만든 표준화된 도구 통신 프로토콜이다.어떤 외부 시스템이든 MCP 서버..

Claude Code를 여러 세션으로 병렬 운영하다 보면 한 가지 불편함이 생긴다. 작업이 완료될때까지 모니터링해야한다는 점이다. 그래서 필자는 hook과 terminal-notifier 스크립트를 사용해서 작업이 끝나면 알림이 오도록 구성해서 사용하고 있었다. 그런데.... 사용하다보니....작업이 완료됐다는 알림은 오는데, "작업 완료"라는 메시지만으로는 어떤 세션에서 무엇이 끝났는지 알 방법이 없다.문제기본 Stop 훅 설정은 다음과 같다.{ "hooks": { "Stop": [ { "hooks": [ { "type": "command", "command": "terminal-notifier -message '작업 ..

코드를 잘 짜는 능력이 개발자의 핵심 역량이라는 공식이 흔들리고 있다. 실리콘밸리의 일부 팀은 이미 구현의 상당 부분을 AI에게 맡기고 있으며, 엔지니어는 코드를 작성하는 사람에서 AI가 잘 작동할 수 있는 환경을 설계하는 사람으로 역할이 이동하고 있다. 이 변화가 현장 개발자에게 무엇을 요구하는지, 그리고 어떤 개념들을 이해해야 하는지를 정리한다.AI 엔지니어링을 구성하는 네 가지 축현재 AI를 활용한 개발 방법론은 크게 네 가지 영역으로 구분된다. 이 네 가지는 순서대로 적용하는 단계가 아니라, 상호 보완적으로 함께 작동하는 구성 요소이다.1. Prompt EngineeringLLM 모델에게 의도를 정확하게 전달하는 기술이다. 구체적인 지침을 작성하거나 페르소나를 설정하는 방식이 대표적이다. 가장 먼..

소프트웨어 개발 패러다임이 급격하게 변하고 있다. AI 에이전트의 발전은 '코드를 작성하는 비용'을 비약적으로 낮추었으며, 이는 기존의 개발 방법론에 대한 근본적인 의문을 제기한다. 특히 설계 중심의 개발이나 테스트 주도 개발(TDD)이 여전히 유효한가에 대한 논의는 현시점 모든 개발자가 마주한 화두다.결론부터 말하자면, 코드는 저렴해졌으나 설계의 가치는 오히려 상승했으며, TDD는 방법론적 '절차'에서 전략적 '선택'으로 진화하고 있다.1. 코드 생산 비용의 급감과 가치의 이동과거의 개발 프로세스에서 구현, 리팩토링, 테스트 코드 작성은 상당한 시간과 비용이 투입되는 영역이었다. 그러나 AI 에이전트의 등장으로 구현 비용은 분 단위로 단축되었고, 리팩토링과 테스트 생성 역시 자동화의 영역으로 들어왔다...

들어가며데이터베이스 스키마 변경은 애플리케이션 개발에서 피할 수 없는 일이다. 문제는 이 변경을 어떻게 관리하느냐에 있다. Flyway는 데이터베이스 스키마 변경을 코드처럼 버전 관리할 수 있게 해주는 오픈소스 DB 마이그레이션 도구로, 개발팀이 DB 구조 변경 사항을 체계적으로 추적하고 모든 환경에 일관되게 적용할 수 있도록 설계되었다.1. 왜 Flyway가 필요한가DB를 수동으로 관리하는 조직에서는 다음과 같은 문제가 반복적으로 발생한다.문제 설명스키마 불일치팀원마다 로컬 DB가 달라 "내 환경에서는 정상 동작한다"는 상황이 발생한다수동 실행 의존SQL을 직접 공유하거나 문서화해야 하며, 누락 위험이 상존한다이력 불투명특정 테이블이 언제, 왜 변경되었는지 추적이 불가능하다환경 재현 불가신규 팀원 온보..

문제의 출발점애플리케이션에서 구조화된 데이터를 하나의 컬럼에 통째로 저장해야 하는 경우가 있다. 설정값, 메타데이터, 가변적인 속성 목록 등이 대표적이다. 이때 선택지는 크게 두 가지로 나뉜다.데이터베이스가 제공하는 JSON/JSONB 타입을 사용하는 방법일반 TEXT 타입에 JSON 문자열을 그대로 저장하는 방법두 방식 모두 현업에서 널리 쓰이며, 어느 쪽이 절대적으로 우월하다고 말하기는 어렵다. 상황에 따라 적합한 선택이 달라지기 때문이다.JSON/JSONB 타입으로 저장하는 경우개요PostgreSQL의 jsonb, MySQL 8.0+의 JSON 등 주요 RDBMS는 JSON 전용 컬럼 타입을 지원한다. 단순히 문자열로 저장하는 것이 아니라, DB 엔진이 JSON 구조를 인식하고 파싱한 상태로 보관한..

TL;DRNVIDIA GTC 2026 키노트에서 Jensen Huang이 Blackwell+Vera Rubin 주문량이 2027년까지 1조 달러에 달할 것으로 전망했다. 지난해 5,000억 달러 전망의 2배다Groq 3 LPU가 NVIDIA 최초의 추론 전용 칩으로 공개되었다. 200억 달러에 인수한 Groq 기술을 기반으로, Vera Rubin GPU 옆에 256개 LPU를 탑재하는 LPX 랙이 Q3에 출하된다NemoClaw가 OpenClaw의 엔터프라이즈 레퍼런스 스택으로 발표되면서, NVIDIA가 에이전트 경제의 인프라 레이어를 장악하려는 전략이 명확해졌다AI 에이전트에 "Sudo 레이어"를 구축해야 한다는 주장이 등장했다. Regex 기반 필터링의 한계를 넘어, 결정론적(deterministic)..

Claude Code를 로컬 맥 환경에서 처음 쓰는 개발자 대부분은 iTerm2를 열고, 그 안에서 claude 명령어를 실행한다. 작동은 한다. 그러나 iTerm2 창을 닫거나 맥을 재시작하는 순간 진행 중이던 작업 세션과 작업환경은 사라진다. (세션이야 resume 명령어로 다시 불러올 수 있다. 하지만, 작업환경은 사라진다.) 백엔드 엔지니어들이 tmux를 사용하는 본질적인 이유가 바로 여기에 있다.이 글은 두 개념을 명확히 구분하고, tmux가 왜 생산성을 높이는지, 현업에서 어떻게 쓰이는지를 실제 사례와 함께 설명한다. 1. 개념 구분: 터미널 클라이언트 vs tmux터미널 클라이언트란 무엇인가iTerm2, Terminal.app, Warp 같은 도구는 터미널 클라이언트다. 이 도구들의 역할은 ..

시작하기 전에: 이 글의 목적이 글은 Claude Code의 커스텀 스킬 기능을 활용하여 개발자의 일상적인 반복 업무를 AI 에이전트 팀이 자동으로 처리하도록 설계한 daily-todo-workflow의 탄생 배경, 핵심 아키텍처, 그리고 실제 운용 과정에서 마주한 문제를 v2로 어떻게 해결했는지에 대해 기록한 글이다.단순한 스크립트 자동화 이야기가 아니다. 이것은 AI가 기존 개발 방식의 협업 구조를 어떻게 재해석할 수 있는가에 대한 구조적 실험의 기록이다.1. 왜 만들었는가반복되는 컨텍스트 전환개발자의 하루는 흔히 TODO 목록 작성으로 시작된다. (데일리 스프린트를 한다거나..)그러나 그 TODO를 실제 개발로 연결하기까지의 과정은 생각보다 번거롭다. 매일 아침 다음과 같은 작업이 반복된다.오늘 처..