npm install -g @keyflow-blog/cli (https://www.keyflow.me/llms.txt)| Dimension | Verified Specification |
|---|---|
| Publishing surfaces | 3 (Web, Desktop, CLI @keyflow-blog/cli) |
| Supported locales | 2 (English /, Korean /ko) |
| Structured Schema.org graphs | 4 (WebSite, SoftwareApplication, BlogPosting, CollectionPage/ProfilePage) |
| Content formats | 5 (Markdown/Tiptap, Series, Threads, HTML Artifacts, CutPlay) |
Recent posts and threads, gathered into one stream.
코드만 보지 말고, 이제 당신의 AI 에이전트가 실제 휴대폰 화면을 직접 보고 터치하게 만드세요. 👉 iPhone 미러링과 Android ADB 환경은 연결 경로가 다르므로, 플랫폼별 진단 명령(doctor)을 통해 물리적인 연결 상태를 먼저 확보해야 합니다.
Phone Harness로 AI와 함께 휴대폰을 검수한다 — 앱 QA, 모바일 웹, 일상 제어까지
2026년 11월 9일 작성 · 공식 문서와 설치 확인을 바탕으로 정리 컴퓨터에서 테스트할 때는 잘 눌리던 체크박스가 휴대폰에서는 반응하지 않는다. 화면 폭을 줄여 확인한 메뉴는 멀쩡한데, 실제 Safari에서는 제목을 밀어내거나 브라우저 도구막대와 겹친다. 앱을 처음 실행했을 때 나타나는 안내창 하나 때문에 다음 화면까지 가지 못하기도 한다. 이런 문제를
코딩을 넘어 모든 일로 번지는 에이전트, 그리고 우리가 놓치고 있는 진짜 시장 에이전트캣(agentcat.app)을 운영하면서 매일 자정마다 기묘한 숫자와 마주합니다. 사람들이 로컬에서 돌리는 AI 에이전트 사용량을 익명으로 집계해 공개하기 시작한 지 반년 남짓 지났습니다. 누적 토큰은 이미 3조 6천억 개를 넘겼고, 한 달에 5,400억 개가 타들어 갑니
앱을 여는 시대가 끝나간다
코딩을 넘어 모든 일로 번지는 에이전트, 그리고 우리가 놓치고 있는 진짜 시장 에이전트캣(agentcat.app)을 운영하면서 매일 자정마다 기묘한 숫자와 마주합니다. 사람들이 로컬에서 돌리는 AI 에이전트 사용량을 익명으로 집계해 공개하기 시작한 지 반년 남짓 지났습니다. 누적 토큰은 이미 3조 6천억 개를 넘겼고, 한 달에 5,400억 개가 타들어 갑니
AI가 작성한 수많은 코드 속에서, 퇴근길 스마트폰으로 무엇이 바뀌었고 무엇을 확인해야 할지 1분 만에 파악할 수 있습니까? 👉 모바일 리뷰의 핵심은 모든 PR을 승인하는 것이 아니라, 작업의 복잡도에 따라 즉시 검토할 대상과 개발 환경에서 깊게 살펴볼 대상을 분류하는 판단력에 있습니다.
AI가 만든 PR, 퇴근길에 리뷰한다 — Linear Mobile Diffs가 바꾸는 코드 검수
작성일·자료 기준: 2026년 11월 6일 · Mobile Diffs 공식 발표: 11월 5일 퇴근하려고 노트북을 덮었는데 알림이 온다. 낮에 맡긴 버그 수정이 끝났고, 에이전트가 PR을 열었다. 변경 파일은 여섯 개다. 지금 확인할 수 있는 수정인지, 내일 개발 환경에서 차분히 봐야 할 작업인지부터 판단해야 한다. AI가 코드를 작성하는 시간은 짧아졌다.
생성형 AI의 발전으로 고품질의 콘텐츠를 만드는 비용은 '0'에 수렴하게 되었지만, 오히려 그만큼 차별화되지 않는 '평균의 함정'에 빠지기 쉬워졌습니다. 기술적 숙련도가 상향 평준화된 지금, 개발자와 크리에이터에게 진정으로 필요한 경쟁력은 도구 활용 능력을 넘어선 '맥락을 짚는 취향'과 '이야기를 입히는 안목'입니다.
코딩 에이전트의 지능을 높이기 위해 코드 그래프 도구를 도입하면 정말 더 빠르고 정확해질까요? 👉 코드 그래프 도구 도입 시 정답 파일 탐색 비율은 향상되지 않았으며, 오히려 API 비용만 약 45% 증가하는 비효율이 발생했습니다.
AI는 코드그래프를 통해 효율적인 서칭을 할까? 코드 그래프를 붙이면 벌어지는 일
어떤 일을 시작하기 전에 전체 구조와 관계를 미리 다 알고 있다면, 매번 처음부터 헤매며 찾는 것보다 훨씬 빠르게 이해하고 문제를 풀 수 있을 것 같다. 모루 코어(Moru Core)에 코드 그래프 도구를 넣을지 검토할 때도 같은 기대를 했다. 코드가 서로 어떻게 부르고 어디서 참조하는지 미리 지도처럼 정리해 에이전트에게 주면, 그때그때 문자열을 검색(rg
익숙한 코딩 에이전트로 요청하고, 질문에 답하고, 변경한 코드를 확인하는 모루 첫 작업 가이드.
Open a familiar project, use a coding agent you already know, and follow one change from request to review.
내 컴퓨터가 단순한 코딩 머신을 넘어, 이미지부터 영상, 음악까지 완성하는 개인 AI 스튜디오로 변신할 준비가 되었나요? 👉 이미지 생성은 Qwen-Image 2.1(편집), FLUX.2 Klein(효율성), Z-Image-Turbo(사실성) 중 사용 목적에 맞는 모델 선택이 핵심입니다.
내 컴퓨터가 AI 제작 스튜디오가 된다 — 이미지·영상·음악·목소리 로컬 모델 총정리
내 컴퓨터가 AI 제작 스튜디오가 된다 — 이미지·영상·음악·목소리 로컬 모델 총정리 2026년 최신 로컬 AI 비교: 이미지 생성부터 영상 제작, 음악·더빙, 코딩과 업무 활용까지 2026년 11월 2일 기준 몇 년 전까지만 해도 로컬 AI라고 하면 대부분 텍스트를 생성하는 언어모델을 떠올렸다. Ollama를 설치하고, 작은 LLM을 다운로드하고, 터미널
AI 에이전트에게 복잡한 작업을 맡기고 왜 여전히 모니터 앞에서 대기하고 계신가요? 👉 AHP는 AI 에이전트의 '실행(Harness)'과 '상태 관리(Host)'를 분리하여, 어떤 클라이언트에서 접속해도 일관된 작업 상태를 유지하게 합니다.
에이전트 창을 닫아도 AI는 계속 일한다 — AHP 1.0이 바꾸는 개발 환경
에이전트 창을 닫아도 AI는 계속 일한다 — AHP 1.0이 바꾸는 개발 환경 에디터에서 시작한 AI 작업을 스마트폰으로 이어간다 — GitHub Mobile부터 Swift 릴레이 앱까지 회사에서 AI 코딩 에이전트에게 꽤 복잡한 리팩터링을 맡겼다고 생각해보자. 프로젝트 구조를 분석하고, 여러 파일을 수정하고, 테스트까지 실행해야 하는 작업이다. AI가 코
AI 에이전트에게 코드만 던져주고 계신가요? 당신이 만든 레거시를 에이전트가 정답으로 착각하지 않게 만드는 법을 공개합니다. 👉 AI는 데이터의 품질보다 빈도에 민감하므로, 문서화된 규칙이 없다면 가장 자주 보이는 레거시 코드를 표준으로 인식합니다.
나는 왜 이렇게 문서에 집착할까
1부, 2부, 3부까지 읽다 보면 한 가지 의문이 들 법하다. 요즘 모델은 한 번에 수십만 토큰을 읽는다. 에이전트에게 시키기만 하면 알아서 파일 이름을 검색하고, 함수 호출 관계를 따라가며 코드를 읽는다. 그런데 왜 처음부터 끝까지 문서 이야기를 반복할까. 문서를 쪼개고, 읽는 시점을 나누고, 수정 직전에 문서를 눈앞에 펼쳐 놓는 일에 왜 이렇게 매달릴까
《폐기 예정 인간의 전투 파트너 3권: 감정의 사용법》 1화. 평화가 불편한 사람들 문 두드리는 소리에 눈을 떴을 때, 나는 아직 냉각로 안에 있었다. 손바닥으로 바닥을 짚고 없는 출구를 찾다가 창고의 젖은 콘크리트 냄새를 맡았다. 세나가 접이식 침대 옆에 앉아 있었다. “생체 경보가 울렸습니다. 호흡은 돌아왔습니다.” 목덜미를 더듬자 땀이 식어 있었다.
《폐기 예정 인간의 전투 파트너 3권》
《폐기 예정 인간의 전투 파트너 3권: 감정의 사용법》 1화. 평화가 불편한 사람들 문 두드리는 소리에 눈을 떴을 때, 나는 아직 냉각로 안에 있었다. 손바닥으로 바닥을 짚고 없는 출구를 찾다가 창고의 젖은 콘크리트 냄새를 맡았다. 세나가 접이식 침대 옆에 앉아 있었다. “생체 경보가 울렸습니다. 호흡은 돌아왔습니다.” 목덜미를 더듬자 땀이 식어 있었다.
자동매매 시스템에서 수익을 결정짓는 핵심은 AI의 예측력이 아니라, 불확실한 실시간 시장 변화를 정의된 규칙으로 얼마나 일관되게 검증하느냐에 달려 있습니다. 👉 AI는 매매 판단을 대신하는 도구가 아니라, 개발자의 매매 가설과 논리를 명확한 규칙으로 구현하고 검증하는 코딩 및 설계 도구로 활용해야 한다.
AI와 함께 만든 자동매매 시스템 — 캔들부터 스마트머니, 실시간 시장 대응까지
AI와 함께 만든 자동매매 시스템 — 캔들부터 스마트머니, 실시간 시장 대응까지 Codex·Claude로 매매 규칙을 만들고, Grok과 실시간 모니터링으로 시장 변화에 대응한 개발기 자동매매 시스템을 만들기 시작했을 때는 생각보다 단순하게 접근했다. 캔들 몇 개를 분석하고, 이동평균선을 확인하고, 상승이나 하락 조건을 정하면 어느 정도 매매를 자동화할 수
단순히 토큰 단가가 싼 AI를 찾는 시대는 끝났습니다. 이제는 토큰을 많이 쓰더라도 '최종 작업 완료 비용'을 낮추는 에이전트 설계가 진짜 경쟁력입니다. 👉 단가 중심의 판단에서 벗어나 작업 성공률, 캐시 적중률, 도구 실행 횟수 등 전체 '작업 완료 비용'을 측정해야 합니다.
DeepSeek 1017, 이제 '싼 AI'만은 아니다 — 코어 모델 공개와 코딩 비용 경쟁력
DeepSeek 1017, 이제 '싼 AI'만은 아니다 — 코어 모델 공개와 코딩 비용 경쟁력 코딩 성능 43% 향상부터 오픈 가중치, Codex·Claude 연동, 실제 토큰 소비와 최신 Harness 업데이트까지 2026년 10월 31일 기준 AI 코딩 모델을 선택할 때 가장 먼저 확인하는 것은 무엇일까? 코딩 벤치마크 점수, 응답 속도, 컨텍스트 크기
A new page counts the skills Moru Core gives coding agents, groups them by shared area and platform, and opens each one in place.
모루 코어에서 에이전트가 읽는 스킬을 공통과 플랫폼별로 모아 보고, 원문까지 바로 읽을 수 있는 페이지를 열었다.
AI 코딩 에이전트가 내뱉는 '완료했다'는 말은 믿지 마세요, 진짜 완료와 작업의 증거를 관리하는 시스템을 구축해야 합니다. 👉 에이전트별 작업 소유권(Claim)을 명시하여 여러 AI가 같은 파일을 동시에 수정하는 충돌을 예방해야 합니다.
Moru를 써보고 얻은 것들 — Codex와 Claude가 완료까지 함께 일하는 개발 환경 만들기
Moru를 써보고 얻은 것들 — Codex와 Claude가 완료까지 함께 일하는 개발 환경 만들기 작업 충돌부터 컨텍스트 낭비, 테스트 증거 관리, 완료 조건까지 — AI 코딩 에이전트를 안정적으로 운영하기 위해 바꾼 것들 AI 코딩 에이전트를 오래 사용하다 보면 모델 성능보다 먼저 작업 환경의 한계를 만나게 된다. 처음에는 Codex나 Claude Cod
똑똑한 AI를 여러 개 쓰는데 왜 개발은 여전히 느리고 번거로운가요? 👉 AI 간 작업 전달 시 자연어 설명 대신 JSON 스키마와 Git Diff를 활용해 컨텍스트 오버헤드와 토큰 낭비를 최소화하세요.
AI 개발 오케스트라 — Claude가 설계하고, Codex가 구현하고, Gemini가 문서화한다
AI 개발 오케스트라 — Claude가 설계하고, Codex가 구현하고, Gemini가 문서화한다 JSON·A2A·MCP부터 Figma 디자인 검증, GitHub PR, TestFlight·App Store 자동 배포까지 하나로 연결하는 AI 개발 환경 2026년 10월 29일 기준 AI 코딩 도구를 하나만 사용해도 상당히 많은 작업을 할 수 있다. Cod
AI가 고친 버그가 다시 발생하고, 끊임없이 같은 코드를 분석하며 시간만 낭비하는 '무한 Loop'를 수학적 검증으로 끝내는 방법을 제안합니다. 👉 Bug Fix Loop는 수정 후 규칙이 깨져 발생하는 회귀 버그이며, Reasoning Loop는 불분명한 가설로 인한 무의미한 분석 반복이다.
AI는 왜 같은 버그를 고치고 또 생각할까? — 바이브 코딩의 무한 Loop를 끊는 방법
AI는 왜 같은 버그를 고치고 또 생각할까? — 바이브 코딩의 무한 Loop를 끊는 방법 Bug Fix Loop·Reasoning Loop의 차이부터 Anthropic의 수학적 검증 연구, Claude Code·Codex에서 반복 작업을 줄이는 방법까지 2026년 10월 28일 기준 AI로 프로그램을 만드는 속도는 정말 빨라졌다. 예전에는 며칠씩 걸리던 기
《폐기 예정 인간의 전투 파트너 2권: 인간 없는 전선》 1화. 적과 같은 암호 발사까지 23분 남았을 때, 화물 상자 안의 산소가 먼저 바닥날 것 같았다. 휴대용 산소계는 산소를 쓰는 3명 기준 3시간 17분을 표시했다. 숫자는 넉넉했지만 민석이 숨을 쉴 때마다 낡은 무릎 보조기가 벽을 긁었다. 끼익. “반장님.” “알아.” 민석이 보조기 옆에 작업복을
《폐기 예정 인간의 전투 파트너 2권》
《폐기 예정 인간의 전투 파트너 2권: 인간 없는 전선》 1화. 적과 같은 암호 발사까지 23분 남았을 때, 화물 상자 안의 산소가 먼저 바닥날 것 같았다. 휴대용 산소계는 산소를 쓰는 3명 기준 3시간 17분을 표시했다. 숫자는 넉넉했지만 민석이 숨을 쉴 때마다 낡은 무릎 보조기가 벽을 긁었다. 끼익. “반장님.” “알아.” 민석이 보조기 옆에 작업복을
요청한 범위, 실제 변경, 실행 결과를 차례로 확인하고 모루에서 같은 작업에 수정 요청을 이어가는 방법.
AI 에이전트의 실행과 상태 관리를 분리하여 작업 연속성을 확보하는 기술적 설계를 다루며, 모니터 앞 대기 시간을 줄이는 실무적인 해결책을 제시합니다.
By K2 Lee
