AI & AX

AX의 미래: 도메인 전문가가 소프트웨어를 소유할 때

From a Dentist’s AI Stack to the Reinvention of Enterprises and Private Equity

Multi-Agent는 Agent를 여러 개 띄우는 것이 아니다: Parent Run, Fan-out, Fan-in

Child run의 lifecycle, 격리된 state와 부분 실패를 하나의 실행 트리로 다루는 법

Retrieval Engineering에서 Task Engineering으로

RAG가 Agent가 될 때, AI 엔지니어링의 중심은 어떻게 이동하는가

LangGraph는 Architecture가 아니다: Runtime의 정확한 위치

Graph state와 애플리케이션 state를 분리해 worker, Redis, DB, 브라우저의 책임을 설계하는 법

Agent가 일하면서 말하게 하기: SSE, Generator, Redis Streams

Async generator로 snapshot과 event를 HTTP 연결에 안전하게 흘려보내는 법

우리의 에이전트 플랫폼은 왜 처음엔 삐걱댔을까

그럴듯한 데모에서 예측 가능한 시스템까지, 3개월의 실제 운영 학습

Agent Tool은 정확히 한 번 실행될 수 있을까: 승인, 멱등성, 재시도

송금 Tool을 두 번 실행하지 않기 위해 사용자 의도와 실행 결과를 연결하는 법

State는 Event가 아니다: 실시간 Agent UI 설계법

Snapshot으로 화면을 복원하고 timeline과 cursor로 변화를 놓치지 않는 법

AI팀과 현업, 누가 먼저 사라질까?

에이전트는 꼭 그래프여야 할까 — 내가 LangGraph를 걷어내기 시작한 이유

경로를 미리 그리는 일에서, 에이전트가 일할 환경과 경계를 설계하는 일로

Agent State는 어디에 있어야 하는가: PostgreSQL, Redis, Checkpoint

영속 기록, 실시간 투영, 재개 snapshot은 서로 다른 실패를 견딘다

vLLM은 왜 느려졌을까?

TTFT·TPOT·KV cache로 병목을 찾는 법

Worker는 Thread가 아니다: Agent 실행을 API 서버에서 분리하는 이유

동시성 기본 요소와 실행 수명 주기의 책임을 구분하는 Agent backend 설계

vLLM 튜닝이란 무엇인가?

GPU가 적을 때 LLM을 서빙하는 방법

Async, Thread, Process: Agent Worker를 이해하기 전에 알아야 할 것

기다리는 작업, blocking SDK, CPU-bound 계산에는 서로 다른 실행 도구가 필요하다

AX는 좁고 날카로워야 한다

AX의 방점은 AI가 아니라 Transformation에 있다

에이전트는 왜 Async가 필요한가: 기다리는 동안 다른 일을 시키는 법

LLM, DB, 검색 API를 기다리는 시간을 동시성으로 바꾸는 실행 모델

왜 내부 GPU에서 vLLM으로 LLM을 서빙하는가?

보안·데이터 통제·비용·성능 관점에서 내부 오픈소스 LLM과 vLLM 도입을 판단하기

Agent Backend 한 장 지도: API, Queue, Worker, State, SSE는 어떻게 연결되는가

실행 architecture의 책임 경계 — mental model, failure mode, 선택적 deep dive

에이전트 설계의 여섯 가지 패턴: 도구 호출부터 사람의 승인까지

거대한 자율 루프 대신, 경계가 분명한 제어 흐름을 조합하는 법