[1편] 인터넷 네트워크 차이 — 바이브코더 CS심화코스
인터넷 네트워크 차이를 5단 동심원으로 풀어가는 첫 글. 같은 LAN 두 기기·사설IP/공인IP·traceroute로 동심원을 직접 본다 — AI로 앱 만드는 사람의 디버깅 첫 분기점.
Vibecoding
Vibecoding — Claude Code, Cursor, Codex, Lovable 등 AI와 대화하며 코드를 쓰는 모든 워크플로.
[0편] 네트워크를 알아야 하는 이유 — 바이브코더 CS심화코스
바이브코더 네트워크 9편 시리즈의 서문. AI로 앱을 만드는 사람이 코드 바깥에서 일어나는 일을 한 번은 정공법으로 보기 시작하는 첫 글. CS심화코스 첫 트랙.
추론 (2) — ChatGPT 작동 원리, 컨텍스트·시스템·streaming의 정체
ChatGPT 작동 원리 — 컨텍스트 윈도우(책상)·시스템 프롬프트·스킬 메타데이터(표지 비유)·md vs PDF·JSON streaming까지 LLM 추론의 입출력 구조를 학습자가 막히는 자리 그대로 정리한 LLM 이론 집중코스 3-B편.
추론 (1) — ChatGPT 작동 원리, 한 글자씩 답이 나오는 정체
ChatGPT 작동 원리 — 한 글자씩 답이 나오는 메커니즘부터 KV 캐시·GPU·VRAM·HBM·양자화·Softmax·Sampling·BPE·한글 토큰까지. LLM 추론의 본체를 학습자가 막히는 자리 그대로 정리한 LLM 이론 집중코스 3-A편.
추론 — AI 추론 모델은 60년 수학 난제를 어떻게 80분에 풀었나
AI 추론 모델 (o1·GPT-5.4 Pro·Claude Extended Thinking) 작동 원리. 23×47도 못 풀던 LLM이 60년 미해결 Erdős 수학을 80분에 푼 사건과 변형적 창의성 9개 사례까지 LLM 이론 집중코스 3.5편.
같은 ChatGPT인데 누군 60년 난제를 풀고, 누군 저녁 메뉴를 정한다 — AI 격차는 지금부터 진짜 벌어진다
같은 ChatGPT인데 누군 60년 난제를 풀고 누군 저녁 메뉴를 정한다. AI 격차 프롬프트 한 방의 진짜 전제 조건과 AI에 끌려다니지 않기 위한 3가지 액션.
LLM학습 — 가중치 80억 개는 누가 정했나, 산 내려가기의 직관
가중치 80억 개는 사람이 정하지 않는다. 데이터가 정한다. 학습이라는 산 내려가기를 직관으로 끝까지 따라가며, 왜 AI 학습이 도시 하나의 전기를 먹는지까지 도달하는 LLM 이론 집중코스 2편.
LLM이 어떻게 작동하는지 파헤쳐보자 — 가중치·벡터·토큰·임베딩의 정체
Ollama에서 시작해 LLM 본체까지 궁금해진 분들께. 가중치·벡터·토큰·임베딩의 정체를 직관으로 끝까지 파헤치는 LLM 이론 집중코스 1편.
왜 지금 AI는 당신을 이해하지 못할까
AI 페르소나 판단 구조를 이해하지 못하면, AI는 당신의 말투만 흉내 낼 뿐 진짜 판단은 재현하지 못한다. 이 글에서는 판단축·성격축·세계관축 3축으로 사람의 판단 구조를 기록하는 PERSONA 시스템이 왜 필요한지, 어떤 순서로 만들어졌는지를 보여준다. Table of Contents Toggle AI는 말투는 따라하지만 판단은 못한다 “친절한 20대 마케터”는 페르소나가 아니다 1단계: 판단축 — 무엇을 믿고 어디서 멈추는가 2단계: 성격축 … Read more
AI에 UI를 맡기면 왜 전부 같은 화면이 나올까——DESIGN.md와 Google Stitch로 결과 편차 줄이기
DESIGN.md와 Google Stitch를 조합하면 AI가 생성하는 화면의 편차를 크게 줄일 수 있습니다. “더 좋은 생성 툴로 바꾸면 결과도 좋아질 거야”——그렇게 생각해서 여러 번 툴을 갈아탄 경험이 있지 않나요? 결과의 흔들림을 줄이는 건 툴 성능보다, 에이전트가 반복해서 읽을 수 있는 설계 계약과 검수 루프입니다. 이 글에서는 AI가 만든 화면이 왜 비슷해지는지 정리하고, DESIGN.md라는 설계 계약 파일과 … Read more