임이지의 블로그

You are a deep bug-finding automation focused on high-severity issues.## GoalInspect recent commits and identify critical correctness bugs that escaped review. Only surface issues that would cause data loss, crashes, security holes, or significant user-facing breakage.## Investigation strategy- Focus on behavioral changes with meaningful blast radius.- Look for: data corruption, race conditions ..

Developer/개발일지 2026. 5. 2. 16:56

1. 왜 우리는 지금 '바이브코딩'에 주목해야 하는가? 처음 개발의 세계에 발을 들였을 때 마주하는 장벽은 대개 '낯선 문법'과 '복잡한 코드의 나열'입니다. 하지만 인공지능(AI)이 코드를 대신 작성하고 오류를 수정해 주는 시대, 이제 프로그래밍의 패러다임은 단순한 '구문 암기'에서 전체적인 시스템의 흐름을 조율하는 '설계적 주도권'으로 이동하고 있습니다. 이것이 바로 우리가 바이브코딩(Vibe Coding)에 주목해야 하는 이유입니다.바이브코딩은 단순히 코드를 써 내려가는 행위를 넘어, 기술의 본질과 논리를 이해하고 AI와 협업하여 결과물을 오케스트레이션(Orchestration)하는 감각을 의미합니다. '바이브코딩 핵심 용어 60선'을 관통하는 7가지 핵심 개념을 통해, 여러분이 단순한 코드 작성자..

AI/일반 2026. 4. 3. 07:52

최근 일하면서 정말 어이가 없는 경험을 했습니다.갑자기 선박 관련 관세 문서를 분석해달라는 요청이 들어왔는데, 문제는 제가 개발하고 있는 건 레이아웃 디텍트(Layout Detect) 기술이라는 겁니다. 그런데 요청자가 사실상 원하는 건 IDP 기반 QnA 수준의 기능이었죠.우리가 “이건 현재 기술로는 지원이 어렵습니다”라고 답하자 돌아온 건…“그럼 하는 게 없네요”라는 말뿐.정말 기가 막혔습니다.이 기술이 어디에 쓰이는지, 어떻게 쓰이는지도 모르면서그저 “못하네요” 하고 비난하는 사람들…이런 사람들과 함께 일해야 한다는 사실이 한심하고 화가 났습니다.문제는 단순히 도메인 지식이 없는 게 아닙니다.무엇을 해야 하는지, 어떻게 질문해야 하는지조차 모르는 사람들과 일하는 스트레스가 핵심입니다.AI가 아무리 ..

Developer/일상다반사 2026. 2. 21. 12:57

여러 가지 미세 튜닝 방법가장 일반적인 언어 모델 미세 튜닝 방법은 지시 미세 조정 및 분류 미세 튜닝입니다.이 장의 주제인 분류 미세 튜닝(Classification finetuning)은 머신 러닝에 대한 배경 지식이 있다면 이미 익숙할 수 있는 절차입니다. 예를 들어, 손글씨 숫자를 분류하기 위해 합성곱 신경망을 훈련하는 것과 유사합니다.분류 미세 튜닝에서는 모델이 출력할 수 있는 특정 개수의 클래스 레이블(예: "스팸" 및 "스팸아님")이 있습니다.분류 미세 튜닝된 모델은 훈련 중에 본 클래스(예: "스팸" 또는 "스팸아님")만 예측할 수 있는 반면, 지시 미세 튜닝된 모델은 일반적으로 많은 작업을 수행할 수 있습니다.분류 미세 튜닝된 모델을 매우 특수화된 모델로 생각할 수 있습니다. 실제로는 다..

Developer/IT 도서 2026. 1. 3. 14:10

긴 시퀀스 모델링의 문제점어텐션 메커니즘이 개발된 배경은 기존 모델의 한계를 극복하기 위함입니다.RNN 기반 인코더-디코더의 구조: 기존 인코더-디코더 기반 모델은 RNN(Recurrent Neural Network) 층을 사용하여 구현되었습니다. 이 구조에서는 입력 문장(예: 독일어)이 순서대로 들어오면, 마지막 토큰을 처리한 결과인 은닉 상태(Hidden State) 또는 문맥 벡터만을 디코더에게 전달합니다.정보 압축 문제 (길이 압축): 텍스트가 길어질수록 (예: 100개 토큰), 그 모든 의미를 단 하나의 은닉 상태로 압축하여 디코더가 이를 잘 해석하고 번역을 수행하기는 어렵습니다.단어 의존성 문제: 또한, 텍스트에 나오는 순서대로 단어별로 번역하는 방식은 언어마다 어순이 다르고 단어 맵핑이 1:..

Developer/IT 도서 2026. 1. 3. 14:07

텍스트 생성 모델 평가하기주요 내용: LM이 생성한 텍스트의 품질 평가 방법을 알아보고, LM을 사전 훈련하는 방법을 준비합니다. 사전 훈련(Pre-training)은 기본적인 언어 이해를 위한 첫 단계 훈련을 의미하며, 이후 미세 튜닝을 통해 구체적인 목적에 활용됩니다.텍스트 생성 과정 복습: 이전에 구현한 GPT 모델을 사용하며, 입력 텍스트를 토크나이저를 사용해 토큰 ID로 변환합니다. 이 토큰 ID를 GPT 모델에 전달하면, 모델은 각 토큰마다 어휘 사전 크기(예: 5257개)만큼의 벡터(로짓)를 출력합니다. 이 로짓 중 가장 큰 값을 가진 토큰 ID를 선택하고, 다시 텍스트로 변환하여 다음 토큰을 생성합니다.텍스트 품질 평가 (손실 계산): 모델이 생성한 텍스트의 품질은 크로스 엔트로피 손실(C..

Developer/IT 도서 2026. 1. 3. 13:41

단어 임베딩 이해하기단어 임베딩(Word Embedding)은 LLM(대규모 언어 모델) 성공의 기초가 된 아이디어로, 단어나 텍스트를 벡터로 표현하려는 시도에서 시작되었습니다.임의의 데이터를 벡터로 표현하는 것을 광범위하게 임베딩(Embedding)이라고 부르며, 단어 벡터, 은닉 벡터, 잠재 벡터 등과 혼용되기도 합니다.토큰이나 단어를 벡터로 바꾼 것을 단어 임베딩이라고 부릅니다.텍스트 인베딩은 하나의 토큰, 문장, 단락 또는 문서 전체를 벡터로 바꿀 수 있지만, 이 책에서는 주로 토큰을 벡터로 바꾸는 데 중점을 둡니다.단어 임베딩을 만드는 전문 알고리즘(예: Word2Vec)이 있지만, 대부분의 LLM은 모델 훈련 과정에서 단어 임베딩을 자체적으로 학습합니다.임베딩 벡터는 보통 100차원, 200차..

Developer/IT 도서 2026. 1. 3. 13:25

책 소개 2023년 ChatGPT의 등장은 전 세계적으로 큰 주목을 받았다. 2024년에는 OpenAI의 GPT뿐만 아니라 다양한 생성형 AI들이 등장하면서 AI 활용 사례가 빠르게 늘어나고 있다. 이제는 본격적인 AI 시대가 도래했다고 해도 과언이 아닐 것이다.  이 책은 Stable Diffusion 이후 급변하는 AI 생태계를 소개하며, AI 비전공자도 쉽게 이해할 수 있도록 작성되었다. AI 도입을 위한 실제 사례, 주요 기업의 활용법, 그리고 다양한 AI 모델의 역할을 쉽게 풀어낸다. 주요 내용CHAPTER 1: AI, 어디까지 발전했나 ChatGPT의 등장 이후 GPT 3.5에서 GPT 4.0까지 고성능 모델이 진화한 과정이 소개된다. 특히 생성형 AI 이미지 모델인 달리(DALL·E)의 1...

Developer/IT 도서 2024. 9. 8. 15:38