원

슬 싱가포르 계획을 짜야지

그와중애 김포공항에서 집으로오는 길에 에어팟의 케이스를 잃어버렷고 지금 이태원에 있으심 택시에 숨겨졌을까 누가 줏어갔을까 콩나물도 없으신거

애플티비 버전 너무 낮은거 쓰고있었고 업데이트하니 빠릿빠릿하고 여러모로 좋아졌다

애어팟 맥스2가 뭔가 잘 안된다햇더니 신규 기기여서 os 업뎃을 해야햇어 내친김에 애플티비랑 아이폰 전부 업뎃하고 광명찾음

5월 1일은 노동절! 👷 ⠀ 우리가 만들어내는 것은 미지의 감동🎵 우리가 일으키는 레볼루션✨ 우리는 마지마 건설💪 ⠀ 여러분, 수고 많으십니다. 노동절에도 멋진 메이데이를 보내시기 바랍니다. 　　　　　　　　　　　　--- 마지마 건설 직원 일동

요즘의 생각 사내의 중앙형 지식 베이스보다는 개개인이 자기가 애이전트를 사용할때 쓸 지식베이스 구축을 쉽고 빠르고 잘 할 수 잇어야항다??

Since Anthropic publish their system prompts we can generate a diff between Claude Opus 4.6 and 4.7 - here are my notes on what's changed simonwillison.net/2026/Apr/18/op…

로컬애서 쓸 llm wiki 를 작업을 좀 하고 있는데... 클로드 자체의 장기기억이 좀 필요해지는 시점이 왔고, 매번 글린 mcp 를 쓰기에도 비용이 좀 있다는것... 자주써야하는 내용이나 아주 기본적인 내용은 wiki 에 인덱싱해둘예정

지난번에 LLM 위키를 만들어 봤다는 이야기를 했는데 기왕 만든거 버리기도 아깝고 해서 이렇게 써봤다. 1. 매일 새로운 항목을 집어넣으려는 시도는 포기했다. 사내 존재하는 비용 관련 모든 지식을 내가 복제해서 갖고 있을 필요는 없음. 대신 내가 발견한 중요한 항목만 수동으로 위키에 ingestion. 읽을 시간이 없는 자료는 포기. 2. 데이터를 통해 새로 발견한 사실이 있으면 그것을 새로운 sourc로 ingestion함. 나중에 재활용이 가능하도록, 웬만하면 12개월치 데이터를 테이블 형태로 만들어 보관하고 해당 데이터를 뽑은 질의문을 source 아래에 첨부하여 언제든 reproduce가 가능하도록 조치해 둠. 3. 뭔가 새로운 insight나 분석 시도를 하고 유의미한 결과를 얻었다 싶으면 위키 페이지에 추가. 생각이 확장되는 걸 문서를 통해서 확인할 수 있음. 이 작업을 반복하다보니 장시간 이루어지는 데이터 분석에 효과가 있었는데 우선 컨텍스트 윈도가 꽉 차서 클로드가 헤매이기 시작할 때 과감히 /clear를 질러도 처음부터 다시 분석을 시작하는데 큰 문제가 없어짐. 그냥 어떤 소스 문서를 만들었고 어떤 위키 문서를 만들고 있었는지 알려주면 됨. 게다가 이전에 분석을 시도한 관점을 일일이 위키로 만들어 두었기 때문에 과거에 시도한 방법은 다시 시도하지 않음. 거푸 같은 함정에 빠질 확률이 낮아짐. 이렇게 해서 비용데이터 분석에 관해서는 대략 x10 정도의 속도 향상을 이룬 것 같은데 예전에는 주니어 등 몇몇이 달라붙어서 했어야 하는 일을 그냥 대충 혼자 해버릴 수 있었음. 사실 TF 같은거 꾸려서 사람을 모아놓으면 골때리는게 급한 와중에도 각자 자기 하던 식으로만 일하는 관성 같은게 있음. 그러다보니 직급이 비슷한 사람들을 모아놓으면 서로 부탁도 하기 어렵고 시너지도 안 나는데, 예전에도 말했지만 클로드한테는 그런 관성이 없고 쓸데없는 고집도 없음. 뭔가 재미있는걸 발견했다 싶으면 그냥 쭉 밀어부치면 됨. 그러다보니 개발자로서 쓸데없는 관성과 아집에 얽매여 상호 커뮤니케이션에 열린 자세로 임하지 않으면 결국 AI하고나 일하게 될 것이며, AI하고도 제대로 일하지 못하는 개발자는 결국 일자리를 잃게 되지 않을까 하는 생각을 최근 몇달간 굳히게 되었음.

아무튼 이 짓이 효과가 있으려면 무슨 사내 전체 지식 체계를 아우르는 방대한 뭔가를 구축하려고 하면 안되고 그냥 본인이 관심있는 특정 영역! 그 부분에서 본인이 가진 강점을 (남들도 잘 한다고 보는 강점이어야 함) 위키를 통해 reproduce하려고 해야 함. 그러니까 위키를 보면 agent가 나의 생각 구조를 최대한 가깝게 재현할 수 있어야 함. 내 생각 패턴을 따라가도록 만들려면 위키에 들어가는 데이터와 그에 대한 해석을 온전히 내가 소유해야 함. 그렇지 않으면 그냥 그건 아무 쓸모가 없음. 검색 엔진을 통해 얻을 수 있는 데이터보다도 못함. 에이전트가 내 강점을 증폭할 수 있도록 해야 함.

고양이와 쌀

사내 ai agent도 써보고, 그냥 개인적으로, 일적으로 claude code를 써보면서 느끼지만, 얘네들은 리터러시 라는게 없다 그냥 있는 정보를 그대로 받아들인다. outdated된건지, 잘못된건지, 오해를 한건지도 모른채로

확실히 ai의 등장 이후로 내가 생각할 수 있는 범위가 아주 넓어졌다. 속도도 빨라졌다. 대신 그만큼 문서의 분량과 커버리지도 넓어져서 리뷰어들도 힘들어졌다

실험이 너무 뉴트럴하다... 너뮤 뉴트럴하다........

지난 2년간 일하는 패턴이 어떤 기간에는 과집중하며 오버히팅을 하고, 그 기간이 지나면 탈진해서 번아웃이 오는 것을 반복하는 거였는데 이게 점점 갈수록 안좋아지는듯.. 그래서 일이 폭발적으로 잘 되는 날도 적당한 선에서 끊고, 일이 잘안되는 날은 인내를 가지고 엉덩이를 붙여보기로함

즐거운 일요일 일 생각은 하지 않는다 커피를 먹고 운동을 하고 게임을 하고 뒹굴 거린다

@diaryofawar 그거랑 별개로 또한 *

@diaryofawar 1B context window가 오는 날을 기다리며,.... 그거랑 별개로 거시적으로 봤을때는 wiki를 재생성하고 검증하는 비용보다, 그때그때 잘 검색하고 criticism하느라 토큰을 더 먹는게 쌀 것 같다는 믿음이 있습니다

오늘 카파시 llm-wiki 방법론을 적용해 인프라 비용 관련 위키를 만들어 보았는데 이런 위키의 운영과 관리를 간단하게 하려면 그 규모가 적당해야 하는 것 같다. 규모가 적당하면 tags.md 같은 역참조 인덱스만 있어도 관련 정보를 순식간에 찾고 별도의 검색 엔진 같은게 필요가 없다. 위키에 정보를 추가하는 건 사람이 손으로 해도 되지만 매일 자동으로 새로 발견되는 정보를 바탕으로 PR을 날리도록 해 뒀다. 위키 규모가 너무 크면 이 PR을 처리하는 부하도 만만치 않을 것이고 위키의 품질은 금방 하락할 것이다. 이 위키 위에 클로드를 돌리고 몇 가지 질문을 던져 보았는데 그 결과의 품질을 떨어뜨리는 가장 큰 문제는 LLM이 위키에 새로운 정보 추가를 하기 위해 PR을 날릴 때 정보값이 0에 가까운 쓸데없는 말들을(gibberish) 집어넣을 때가 있다는 것이다. 이봐 젊은이 그렇게 아무 말이나 하고 그래서는 안돼!

추론은 잘하신다

다만 내가 일을 하는 패턴이 코딩보다는 디자인과 분석에 요즘 더 초점이 맞추어져있어서... 구현에는 좀 약하다는 단점이 있음

기본 규칙은 이러함 니가 아는것과 모르는 것을 구분하고, 실제로 reference가 있는 knowledge/evidence들, 그걸 바탕으로 추론한 것들, 그걸 바탕으로 주장하는 것들을 맨 밑바닥에 전부 적게함. 그리고 그걸로 재검증을 돌림