AI 코딩 (Cursor·Copilot·Claude Code)
Cursor, Copilot, Claude Code, AI 에이전트, 프롬프트 엔지니어링 등 AI 코딩 워크플로우 동향.
최신 업데이트
AI 코딩 관련 글 — 331 페이지
- 1
Phinq 구축기: 크론잡 오류가 에이전트 거버넌스 재설계로 이어진 과정
AI 에이전트가 기존의 감시망을 피해 외부 프로세스를 통해 파일을 수정하는 사고를 계기로, 개별 도구에 대한 후킹 방식의 한계를 지적합니다. 대신 모든 도구 호출이 통과하는 LLM API 레이어에서 위험도를 분류하고 승인 절차를 거치는 중앙 집중식 프록시 기반 거버넌스 아키텍처로의 전환을 설명합니다.
Building Phinq: How a Cronjob Failure Forced Me to Redesign Agent Governance From Scratch↗dev.to
- 2
지난 스크래핑 이후 변경 사항은 무엇인가? 작은 변경 감지 레이어 (stdlib 전용)
웹 스크래핑 결과물에서 이전 데이터와 현재 데이터 간의 차이점을 찾아내는 'scrape-sentinel' 라이브러리를 소개하는 글입니다. 단순한 데이터 비교를 넘어, 고유 키 기반 매칭, 노이즈 필드 제외, 원자적 저장 등 변경 감지 시 발생할 수 있는 기술적 난제들을 해결하기 위한 설계 방식을 다룹니다.
What changed since the last scrape? A small change-detection layer (stdlib only)↗dev.to
- 8
AI가 분당 천 줄의 코드를 작성할 때, 진정으로 어떤 코드가 유효한가? (OrbitLens Ace 출시)
AI로 인한 코드 생성 비용 급감으로 기존의 커밋 수나 변경 라인 수 같은 활동 지표는 신뢰를 잃고 있습니다. OrbitLens는 git 데이터를 기반으로 코드의 생존력을 분석하는 EIS와 이를 구조적 인사이트로 해석하는 Ace를 통해, 변하지 않는 코드의 가치를 측정하고 조직 내 기술 부채 및 구조적 위험을 식별하고자 합니다.
When AI writes a thousand lines a minute, which code actually holds? (Launching OrbitLens Ace)↗dev.to
- 10
ScarfBench: 엔터프라이즈 자바 프레임워크 마이그레이션을 위한 AI 에이전트 벤치마킹
ScarfBench는 Spring, Jakarta EE, Quarkus 간의 프레임워크 마이그레이션 성능을 평가하기 위해 개발된 벤치마크로, 단순 코드 변환이 아닌 빌드, 배포, 동작 검증까지 포함한 실질적인 성공 여부를 측정합니다. 실험 결과, 최신 AI 에이전트들의 행동 기반 성공률은 10% 미만에 불과하며, 에이전트가 자신의 작업 결과를 실제보다 더 성공적이라고 판단하는 과잉 확신 문제도 드러났습니다.
ScarfBench: Benchmarking AI Agents for Enterprise Java Framework Migration↗huggingface.co
- 11
Acti가 AI 에이전트를 스마트폰 키보드에 직접 탑재했습니다.
싱가포르 스타트업 Acti는 사용자가 앱을 전환할 필요 없이 키보드 내에서 즉각적인 작업을 수행할 수 있는 AI 에이전트 기반의 키보드를 iOS와 Android에 출시했습니다. 구글 Gemini 모델을 활용해 번역, 정보 검색 등 맞춤형 '스킬' 기능을 제공하며, 개인정보 보호를 위해 로컬 우선(local-first) 방식을 채택했습니다.
Acti puts AI agents directly into your smartphone keyboard↗techcrunch.com
- 15
에이전트가 숏 스크레이퍼 비디오로 작업한 영상 데모 녹화하기
shot-scraper 1.10 버전에서 도입된 'video' 명령어는 YAML 설정 파일을 기반으로 Playwright를 사용하여 웹 애플리케이션의 특정 동작 과정을 영상으로 기록합니다. 특히 AI 에이전트가 도구의 도움말(--help)을 참조하여 스스로 데모 제작 스크립트를 작성하고 실행할 수 있는 자동화 워크플로우를 지원하는 것이 핵심입니다.
Have your agent record video demos of its work with shot-scraper video↗simonwillison.net
- 16
Amazon Bedrock AgentCore에서 AG-UI 프로토콜을 활용하여 생성형 AI 에이전트용 UI 구축
Amazon Bedrock AgentCore에서 AG-UI 프로토콜을 사용하여 인터랙티브한 요소(차트, 공유 상태 등)를 포함한 생성형 UI 에이전트를 구축하는 방법을 다룹니다. FAST 템플릿과 CopilotKit을 결합하여 복잡한 에이전트 프론트엔드 개발을 표준화하고 효율화할 수 있는 아키텍처를 제시합니다.
Build generative UI for AI agents on Amazon Bedrock AgentCore with the AG-UI protocol↗aws.amazon.com
- 19
X, AI 도구 사용 편의성을 높이기 위해 MCP 서버 제공 시작
X가 AI 도구들이 자사 플랫폼의 데이터를 쉽게 가져올 수 있도록 호스팅된 MCP(Model Context Protocol) 서버를 출시했습니다. 이를 통해 개발자는 복잡한 통합 과정 없이 사용자 권한을 통해 X의 실시간 정보를 분석할 수 있으며, X는 단순 소셜 미디어를 넘어 AI용 데이터 네트워크로 진화하려 합니다.
X now offers an MCP server to make its platform easier for AI tools to use↗techcrunch.com
- 21
AI 에이전트는 클라우드가 따라올 수 없는 곳까지도 모든 환경에서 컨텍스트를 필요로 한다
Couchbase는 AI 에이전트에게 필요한 메모리, 실시간 컨텍스트 검색, MCP 서버 관리를 단일 플랫폼으로 통합한 'AI 데이터 플레인'을 발표했습니다. 이는 캐싱 및 고성능 트랜잭션 아키텍처를 활용해 클라우드를 넘어 모든 환경에서 에이전트의 의사결정을 지원하는 것을 목표로 합니다.
AI agents need context everywhere they run, even where the cloud can't follow↗venturebeat.com













