분류 전체보기111 API 문서 읽기 (온보딩, AI 활용, 교차검증) API를 처음 붙일 때 문서를 처음부터 끝까지 읽는 개발자가 얼마나 될까요? 솔직히 저는 그런 적이 거의 없었습니다. 공식 문서 홈에 들어가 스크롤을 내리다가 예제 코드를 찾아 복붙하고, 에러가 나면 다시 문서로 돌아가는 반복. 이 사이클이 반나절을 잡아먹던 시절이 있었습니다. 그게 달라진 건 Twilio API를 처음 붙이던 날이었습니다.API 온보딩, 왜 이렇게 오래 걸리나새 API를 연동할 때마다 겪는 공통된 병목이 있습니다. 문서 구조를 파악하는 데 걸리는 시간입니다. 대부분의 API 문서는 크게 가이드와 레퍼런스로 나뉩니다. 가이드란 특정 기능을 구현하는 흐름을 단계별로 설명하는 튜토리얼 형식의 문서이고, 레퍼런스란 엔드포인트, 파라미터, 응답 스키마를 빠짐없이 나열한 사전 같은 문서입니다. 처.. 2026. 5. 25. AI 레거시 리팩토링 (코드 이해, 테스트, 리스크) 입사 3개월 차에 2009년산 PHP 코드를 건네받았습니다. 주석은 한 줄도 없었고, 함수 하나가 300줄을 넘었으며, 전역 변수가 40개 가까이 흩어져 있었습니다. 원작자는 이미 퇴사한 지 오래였고, 저는 그걸 "살려달라"는 요청을 받은 상태였습니다. 솔직히 처음 그 코드를 받았을 때 느낀 감정은 막막함보다는 일종의 배신감이었습니다. 면접 때는 "신규 기능 개발 위주"라고 들었는데, 입사하고 보니 첫 업무가 누구도 손대고 싶어 하지 않는 레거시였습니다. AI가 레거시 리팩토링을 쉽게 만들어준다는 말이 반은 맞고 반은 틀린 이유를, 3개월간 직접 겪으면서 정리하게 됐습니다.코드 이해와 테스트: AI가 진짜 시간을 아껴주는 구간솔직히 이건 예상 밖이었습니다. 가장 먼저 한 일은 문제의 함수를 AI에게 붙여.. 2026. 5. 24. 로컬 LLM 도입기 (Ollama, 하이브리드 라우팅, 데이터 거버넌스) 로컬 LLM이 클라우드 API보다 무조건 안전하다고 생각하십니까? 저도 처음엔 그렇게 믿었습니다. 그런데 실제로 사내 프로젝트에 Ollama를 도입해보고 나서, 그 믿음의 절반은 틀렸다는 걸 알게 됐습니다. GPT-4 API 기반 프로토타입을 다 만들어놓은 시점에 "이 데이터 외부로 나가면 안 됩니다"라는 한마디를 들었을 때, 그 막막함이 오히려 제대로 된 공부의 시작이었습니다.Ollama 설치와 첫인상, 기대와 현실 사이일반적으로 로컬 LLM은 설치부터 복잡하다고 알려져 있지만, Ollama는 달랐습니다. macOS 기준으로 명령어 한 줄 설치 후 모델 실행 명령어 하나로 모델이 로컬에서 바로 구동됐습니다. 처음 터미널에 응답이 뜨는 순간은 솔직히 예상 밖이었습니다. "이게 진짜 내 컴퓨터에서 돌아가는.. 2026. 5. 23. 프롬프트 엔지니어링 (역할 부여, CoT, 팀 적용) "AI한테 그냥 말하면 되는 거 아닌가?" 하고 가볍게 생각했습니다. 그런데 막상 써보니, 같은 질문도 어떻게 구성하느냐에 따라 결과물이 완전히 달랐습니다. 프롬프트 엔지니어링이 단순한 테크닉이 아니라 '명확하게 생각하는 능력'이라는 걸 실감한 건 꽤 시간이 지난 뒤였습니다.역할 부여와 CoT, 실제로 써보니 달랐습니다처음에 변화가 느껴진 건 Role Prompting, 즉 역할 부여 기법을 쓰기 시작했을 때였습니다. Role Prompting이란 AI에게 특정 페르소나를 지정해 응답의 전문성과 일관성을 끌어올리는 방식입니다. "코드 리뷰해줘"라고 했을 때와 "당신은 10년 경력의 Python 시니어 개발자이며, 보안과 성능 최적화에 전문성이 있습니다. 아래 코드의 보안 취약점과 성능 병목을 지적하고 개.. 2026. 5. 22. Notion AI 기술문서 관리 (Q&A, 자동채우기, 버전관리) Notion AI를 도입하기 전까지, 문서가 쌓이는 것과 문서가 읽히는 것이 완전히 다른 문제라는 걸 몰랐습니다. 팀에 온보딩 문서는 있었습니다. 누군가 열심히 써놓은 배포 가이드도 있었고요. 그런데 새 팀원은 여전히 Slack에서 물어봤고, 시니어 개발자는 같은 질문에 반복 답변하다 지쳐갔습니다. 이 글은 그 문제를 Notion AI로 어떻게 풀었는지, 그리고 어디서 막혔는지에 대한 경험 기록입니다.Notion Q&A가 바꿔놓은 온보딩 풍경Notion Q&A의 변화는 생각보다 컸습니다. Q&A란 워크스페이스 전체 콘텐츠를 대상으로 자연어 질문에 답하는 기능입니다. 쉽게 말해 팀 내 문서 전체를 학습한 사내 챗봇처럼 작동합니다.새 팀원이 "배포 프로세스가 어떻게 돼?"라고 Q&A에 물으면, 관련 문서를 .. 2026. 5. 21. AI 회의록 자동화 (도구 비교, Notion AI, 액션 아이템) 회의록을 AI에게 맡기면 회의가 효율적으로 바뀔까요? 저는 한동안 그렇게 믿었습니다. 그런데 실제로 써보고 나서 깨달은 건, 문제는 회의록이 아니었다는 사실이었습니다. 회의가 끝난 뒤 아무도 실행하지 않는 것, 그게 진짜 문제였습니다.도구 비교: Otter.ai에서 Notion AI로 갈아탄 이유회의록을 손으로 쓰던 시절을 기억하십니까? 저희 팀에서는 매주 약 3시간 분량의 회의가 있었고, 그 자리에서 누군가는 반드시 노트북을 붙잡고 앉아 있어야 했습니다. 회의 중에는 온전히 집중하지 못한 채 받아 적다가, 끝나고 나면 1~2시간을 추가로 써서 정리했습니다. 기억이 흐릿해진 부분은 자기도 모르게 주관이 개입되기도 했고, 결정적인 내용이 빠지는 일도 한두 번이 아니었습니다.처음 도입한 도구는 Otter.a.. 2026. 5. 20. 이전 1 ··· 6 7 8 9 10 11 12 ··· 19 다음
