AI 코딩 도구 시대에 Java/Spring 기술 스택을 재정비하는 관점을 다룹니다. Lombok 제거, JPA 대안, Virtual Threads, 선언적 HTTP 클라이언트 등 명시성 중심의 기술 선택을 살펴봅니다.

“코드를 읽지 않는 시대, 엔지니어는 무엇을 읽어야 하는가"에서 다룬 핵심 개념들을 심화하여, 엔터프라이즈급 소프트웨어를 다루는 시니어 엔지니어 관점에서 구체적 액션 플랜을 정리합니다.

생성형 AI의 편리함 뒤에 숨겨진 ‘사고의 외주화’ 문제를 심도 있게 진단합니다. 비판적 사고력 저하와 주체성 상실을 막고, AI를 단순한 자동화 도구가 아닌 지적 확장의 도구로 활용하기 위한 4가지 구체적인 액션 플랜을 제시합니다.

Claude Code를 하루 종일 사용하다 보면 어느 순간 “Compacting our conversation…” 메시지와 함께 작업 흐름이 끊기는 경험을 하게 됩니다. 이 글에서는 Compaction이 무엇인지, 왜 자주 발생하는지, 그리고 어떻게 줄일 수 있는지 실전 전략을 공유합니다.

Hooks를 통한 강제 자동화, Subagents 활용 패턴, MCP 통합, 실전 레이어링 아키텍처, 팀 협업 워크플로우, 문제 해결 방법을 다룹니다.

Plugin 구조와 plugin.json 작성법, Marketplace 구축 및 GitHub 배포, 팀/조직을 위한 Custom Marketplace 운영 방법을 다룹니다.

Claude Code의 Plugin, Command, Subagent, Hook 개념 비교와 Marketplace 활용법, 커뮤니티 플러그인과 나만의 규칙을 조합하는 3-Layer Stacking 전략을 다룹니다.

Claude Code의 Skills 시스템을 통한 Progressive Disclosure 개념, Skills vs Subagents 비교, SKILL.md 작성법, 실전 예제를 다룹니다.

CLAUDE.md가 비대해질 때 발생하는 LLM 지시 따르기 한계, 다이어트 전략, 계층적 구조 활용법, 지시 강조 기법을 다룹니다.

Claude Code의 Agentic Coding 개념과 CLAUDE.md 파일의 역할, 계층적 구조, 작성 방법을 다룹니다. Java/Kotlin, Go 프로젝트용 실전 템플릿도 포함되어 있습니다.

이 가이드는 Claude Code 초보 사용자가 CLAUDE.md 파일 하나 만드는 것에서 시작해서, Skills와 Plugins를 활용한 고급 워크플로우까지 단계별로 성장할 수 있도록 구성되어 있습니다.

이 포스트는 Java 25(LTS)와 Spring Boot 4.0의 최신 기술 스택을 기반으로, AI 에이전트가 이해하기 쉽고, 수정하기 용이하며, 디버깅하기 좋은 애플리케이션 아키텍처를 심층 분석합니다.

AI가 내 직업을 빼앗을까? 아마도, 그럴 것이다. 하지만, 이 질문을 재구성하는 게 좋겠다. AI가 개발자를 쓸모없게 만들까? 절대로 아니다. 진화한다면.

GitHub Spec Kit은 코드와 상호작용하는 AI 에이전트 및 모델 개발자를 위한 명세(spec) 모음입니다. 이 명세들은 AI 에이전트가 파일 시스템과 상호작용하고, 명령을 실행하며, 사용자와 소통하는 방식에 대한 모범 사례(best practice)를 정의합니다.

이 글에서는 환각이 왜 발생하는지 기술적으로 설명하고, 이 문제를 해결하기 위한 저희의 접근 방식을 공유하고자 합니다.

Martin Fowler 의 ‘LLM과 소프트웨어 개발에 대한 몇 가지 생각’ 글을 번역했습니다.

레이 커즈와일(Ray Kurzweil)은 단순한 발명가나 컴퓨터 과학자를 넘어, 기술의 기하급수적 발전을 통해 인류 문명의 근본적 변화를 예고한 ‘현대의 노스트라다무스’로 불립니다. 2005년, 그는 저서 <특이점이 온다 (The Singularity Is Near)>를 통해 인공지능이 인간의 지능을 초월하는 ‘특이점’이 임박했음을 선언했습니다. 그리고 약 20년이 지난 지금, 그의 새로운 책 <마침내 특이점이 시작된다 (The Singularity Is Nearer)>는 그 예언이 현실로 다가오고 있음을 구체적인 증거와 함께 제시합니다.

AGI(범용 인공지능)는 인간이 할 수 있는 모든 지적인 작업을 기계가 해낼 수 있는, 특정 작업에 국한되지 않은 포괄적인 인공지능을 의미합니다. 이는 주어진 데이터로 학습된 패턴에 따라 반응하는 현재의 AI를 넘어, 스스로 추론하고, 배우고, 새로운 상황에 적응하는 능력을 갖춘 지능을 말합니다.

진 킴(Gene Kim)과 스티브 예지(Steve Yegge)가 집필중인 책, ‘VIBE CODING: BUILDING PRODUCTION-GRADE SOFTWARE WITH GENAI, CHAT, AGENTS, AND BEYOND’ 의 현재까지 공개된 목차와 서문 내용을 알아봅니다.

바이브 코딩은 요즘 소프트웨어 개발의 시대정신일지 모르지만, AI와 함께 바이브를 타는 것이 늘 좋은 것만은 아닙니다. 다음은 지나치게 낙관적인 바이브 코더들이 실패할 수 있는 9가지 방법입니다.