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 — 40 페이지
- 4
제미니 펑션 콜링으로 진짜 멀티스텝 AI 에이전트 구축하기 (단순 챗봇이 아닌)
이 글은 단순 챗봇을 넘어 도구 사용을 통해 스스로 다음 단계를 결정하는 AI 에이전트 구축의 핵심인 '루프(Loop)' 구조를 설명합니다. 구글 제미나이의 펑션 콜링 기능을 활용하여 도구 호출, 결과 확인, 재판단 과정을 반복하는 에이전트 설계 방식과 사용자 경험을 높이는 스트리밍 기법을 다룹니다.
Building a Real Multi-Step AI Agent with Gemini Function Calling (Not Just a Chatbot)↗dev.to - 6
이 CVE는 나에게 영향을 미칠까? 증거를 보여주는 AI 에이전트를 만들었습니다.
이 도구는 npm 패키지의 CVE 취약점을 분석하기 위해 OSV.dev와 Sanity 지식 베이스를 활용하며, 개발자가 입력한 패키지 버전과 보안 질문에 대해 근거가 포함된 답변을 제공합니다. 특히 package-lock.json 파일을 업로드하여 직접적인 의존성뿐만 아니라 간접 의존성의 취약점 여부까지 확인할 수 있는 기능을 갖추고 있습니다.
Does This CVE Affect Me? I Built an AI Agent That Shows Its Evidence↗dev.to
- 9
AI 앱마다 이미지 메모리 재구축이 지쳐서 2-콜 API로 만들었어요. 비판해주세요.
인도의 1인 창업자가 개발한 'behavr'는 AI 앱 개발 시 반복되는 이미지 처리 스택(저장, 추출, 임베딩, 검색)을 API 형태로 추상화한 서비스입니다. 개발자는 별도의 인프라 구축 없이 단 두 번의 API 호출만으로 사용자별 이미지 메모리 기능을 구현할 수 있습니다.
I got tired of rebuilding image memory in every AI app, so I made it a 2-call API. Roast it.↗dev.to
- 10
스튜디오 지브리 스타일 AI 프롬프트 작성법: 6단계 공식 + 복사-붙여넣기 예시 4가지
단순한 스타일 키워드 입력은 완성도 낮은 이미지를 만들지만, 환경, 조명, 질감 등을 포함한 6단계 프롬프트 공식을 활용하면 지브리 특유의 감성을 재현할 수 있습니다. 이 글은 구체적인 프롬프트 예시와 함께 흔히 범하는 5가지 오류를 분석하여 정교한 AI 이미지 생성 기술을 설명합니다.
How to Write Studio Ghibli Style AI Prompts: A 6-Part Formula + 4 Copy-Paste Examples↗dev.to
- 12
휴대폰이나 노트북에서 OpenCode 실행: 원격 호스팅, 인증, 리버스 프록시
이 글은 OpenCode 코딩 에이전트를 원격 서버(VPS, 홈랩 등)에 설치하여 언제 어디서나 브라우저로 접속할 수 있는 구체적인 방법을 설명합니다. 인증 보안, 리버스 프록시를 통한 HTTPS 적용, 그리고 프로세스 유지를 위한 systemd 설정 등 안정적인 원격 개발 환경 구축을 위한 핵심 기술 가이드를 제공합니다.
Run OpenCode from your phone or laptop: remote hosting, authentication, and reverse proxy↗dev.to
- 16
마이 에이전트 가드레일은 노트북에만 존재했다. 그래서 AWS에 컴파일했다.
Aegis-DevOps는 로컬 환경의 쉘 명령어 감시라는 기존 AI 에이전트 보안의 한계를 극복하기 위해, 보안 정책을 AWS SCP로 컴파일하여 클라우드 인프라 레벨에서 직접 차단하는 솔루션을 제공합니다. 이를 통해 Python SDK나 숨겨진 자격 증명을 이용한 우회 시도까지 방어하며, 보안 정책의 커버리지 리포트를 통해 관리자에게 투명한 가시성을 제공합니다.
My agent guardrail only lived on the laptop. So I compiled it into AWS.↗dev.to
- 18
AutoSynthData: 엔터프라이즈 에이전트 학습 데이터 생성
기업용 에이전트가 특정 업무 환경의 제약 조건과 도구를 제대로 활용하지 못하는 문제를 해결하기 위해, 모델의 실패를 학습 데이터로 전환하는 AutoSynthData 기술을 소개합니다. 이 시스템은 강력한 교사 모델을 활용해 타겟 모델의 약점을 파악하고, 실행 가능하며 현실적인 새로운 학습 태스크를 자동으로 생성하여 모델을 점진적으로 개선합니다.
AutoSynthData: Generating Training Data for Enterprise Agents↗huggingface.co
- 20
우리는 어떻게 <2ms 내에 프롬프트 주입을 차단하는 Stateless ASPM 프록시를 구축했나 (SDK 제로 프릭션)
SignalGate는 LLM 애플리케이션의 코드 수정 없이 네트워크 레이어에서 프롬프트 주입과 무한 토큰 루프를 방지하는 Stateless ASPM 프록시입니다. 기존 SDK의 오버헤드 없이 Base URL 교체만으로 보안 기능을 적용할 수 있으며, 2ms 미만의 초저지연 성능을 제공합니다.
How We Built a Stateless ASPM Proxy to Intercept Prompt Injections in <2ms (Zero SDK Friction)↗dev.to
- 22
NVIDIA NeMo Agent Toolkit과 Amazon S3 Vectors로 에이전트 메모리 구축
이 글은 NVIDIA NeMo Agent Toolkit(NAT)의 메모리 모듈에 Amazon S3 Vectors를 커스텀 메모리 제공자로 통합하는 구현 프로세스를 다룹니다. 이를 통해 개발자는 Amazon EKS 환경에서 대규모 벡터 데이터를 효율적으로 관리하고, 강력한 일관성과 확장성을 갖춘 에이전트 메모리 시스템을 구축할 수 있습니다.
Build agent memory with NVIDIA NeMo Agent Toolkit and Amazon S3 Vectors↗aws.amazon.com













