Tech & Development
Claude Code 완벽 가이드 (1) - 설치부터 기본 기능까지
Claude Code 완벽 가이드 (1) - 설치부터 기본 기능까지
2026.01.08작년 초만 해도 저는 Cursor를 주력으로 사용했습니다. 그런데 지금은 거의 Claude Code만 쓰고 있어요. 터미널 기반이라 처음엔 낯설었는데, 익숙해지고 나니 오히려 이게 더 빠르고 강력하다는 생각이 듭니다.이 글에서는 Claude Code를 처음 접하는 분들을 위해 설치부터 기본 기능까지 정리해 보려고 합니다.Claude Code란?Claude Code는 Anthropic에서 만든 터미널 기반 AI 코딩 에이전트입니다. VS Code나 Cursor 같은 IDE가 아니라 터미널에서 직접 실행하는 방식이에요.처음에는 소스 원복이나 코드 리뷰가 불편했는데, 지금은 업데이트가 많이 되어서 롤백도 쉽고 diff 확인도 편해졌습니다. 터미널이라 낯설 수 있지만, 코드 에디터는 기존에 쓰던 걸 그대로 쓰면..
Multi-Agent 시스템, 정말 효과적일까?
Multi-Agent 시스템, 정말 효과적일까?
2026.01.06안녕하세요, 오늘은 AI 에이전트 시스템에 관한 논문 하나를 소개해 드리려고 합니다.최근 AI 에이전트가 화두가 되면서, "에이전트를 여러 개 쓰면 더 좋은 성능을 낼 수 있다"는 생각이 업계에 널리 퍼져 있습니다. 실제로 "More agents is all you need"라는 제목의 논문이 나올 정도로, 다중 에이전트 시스템(Multi-Agent System, MAS)에 대한 기대가 높았죠.그런데 Google Research와 MIT 연구진이 이에 의문을 제기하는 연구 결과를 발표했습니다. "Towards a Science of Scaling Agent Systems"라는 제목의 이 논문은, 다중 에이전트 시스템이 특정 조건에서는 성능을 크게 끌어올리지만, 그렇지 않은 경우에는 오히려 비용과 오류만 ..
[ OCR ] Chandra OCR - 한글 테스트
[ OCR ] Chandra OCR - 한글 테스트
2026.01.01밀린 숙제를 하듯 그동안 테스트해보고 싶었던 OCR 도구들을 하나씩 정리하고 있습니다. 이번에는 최근 벤치마크에서 1위를 기록한 Chandra를 테스트해 봤습니다.Chandra는 Datalab에서 만든 OCR 모델로, 이미지와 PDF를 구조화된 HTML/Markdown/JSON으로 변환합니다. 특히 레이아웃 정보를 보존하면서 변환하는 것이 특징입니다. GitHub - datalab-to/chandra: OCR model that handles complex tables, forms, handwriting with full layout.OCR model that handles complex tables, forms, handwriting with full layout. - datalab-to/chandra..
[ OCR ] PaddleOCR 3.0 - PP-OCRv5, PaddleOCR-VL 한글 인식 테스트
[ OCR ] PaddleOCR 3.0 - PP-OCRv5, PaddleOCR-VL 한글 인식 테스트
2025.12.312023년에 PaddleOCR을 소개한 적이 있습니다. 당시 PP-OCRv3 기준으로 한글 인식 성능이 꽤 괜찮았는데, 2025년 10월에 PaddleOCR 3.0이 출시되면서 많은 변화가 있었습니다. 이번 글에서는 새로운 라인업인 PP-OCRv5, PP-StructureV3, PaddleOCR-VL을 테스트해본 결과를 공유합니다. GitHub - PaddlePaddle/PaddleOCR: Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toTurn any PDF or image document into structured data for your AI. A powerful, lightw..
Claude Agent Skills: AI를 나만의 전문가로 만드는 방법
Claude Agent Skills: AI를 나만의 전문가로 만드는 방법
2025.12.302025년 10월 16일, Anthropic이 Claude AI에 Agent Skills 기능을 추가했습니다. AI 에이전트에게 특정 업무를 전문적으로 수행할 수 있는 능력을 부여하는 기능으로, Claude를 맞춤형 전문 비서처럼 활용할 수 있게 해 줍니다. Equipping agents for the real world with Agent SkillsDiscover how Anthropic builds AI agents with practical capabilities through modular skills, enabling them to handle complex real-world tasks more effectively and reliably.www.anthropic.comAgent Skills..
DeepSeek R1 로컬(Local) 설치 가이드
DeepSeek R1 로컬(Local) 설치 가이드
2025.02.03최근 AI 챗봇의 데이터 보안 문제가 중요한 이슈로 부각되고 있습니다. DeepSeek AI의 프라이버시 정책에 따르면, 웹 서비스나 앱을 통해 사용할 경우 개인정보, 사용 패턴, 디바이스 정보 등 광범위한 데이터를 수집하며, 이 정보들은 중국 서버에 저장됩니다.수집되는 정보의 범위:개인 프로필 정보 (이름, 이메일, 전화번호)채팅 기록 및 업로드한 파일디바이스 정보 (모델명, 운영체제)네트워크 정보 (IP 주소)키보드 입력 패턴시스템 언어 설정하지만 DeepSeek R1을 로컬 환경에서 실행하면 이러한 걱정 없이 AI 챗봇을 활용할 수 있습니다. 이 글에서는 DeepSeek R1을 로컬 컴퓨터에 설치하고 실행하는 방법을 자세히 알아보겠습니다.1. 설치 준비하기1.1 Ollama 설치Ollama는 AI ..
AI로 시작하는 No-code 개발: MVP부터 프로토타입까지
AI로 시작하는 No-code 개발: MVP부터 프로토타입까지
2025.01.28안녕하세요. 이번에는 AI를 활용한 개발 경험을 공유해드리려고 합니다. 특히 개발 경험이 전혀 없는 분들도 AI를 이용해 어떻게 프로그램을 만들 수 있는지, 그 과정에서 배운 점들을 이야기해 보겠습니다. 제가 실험해 본 결과, AI 도구들을 적절히 활용하면 생각보다 훨씬 빠르게 원하는 프로그램을 만들 수 있습니다.1. AI 개발 도구 현황현재 AI 개발 도구는 크게 두 가지 방향으로 발전하고 있습니다.웹 기반 프로토타이핑 도구AI 코드 에디터각각의 도구들은 서로 다른 장점을 가지고 있어, 개발 목적과 상황에 따라 적절히 선택해서 사용하면 됩니다. 자세히 살펴보겠습니다.1.1 웹 기반 프로토타이핑 도구프로토타이핑 도구들은 코드 작성 없이도 빠르게 아이디어를 구현할 수 있게 해주는 도구들입니다.Lovable..
[Python] Pydantic Field: 더 세밀한 데이터 검증하기
[Python] Pydantic Field: 더 세밀한 데이터 검증하기
2025.01.12Pydantic의 Field는 BaseModel의 필드를 더 자세하게 정의하고 검증하기 위한 도구입니다. 단순히 타입을 지정하는 것을 넘어서, 데이터의 범위, 형식, 기본값 등을 세밀하게 제어할 수 있게 해줍니다.Field가 필요한 이유기본 BaseModel만으로는 이런 제약사항을 표현하기 어려웠습니다.class Product(BaseModel): name: str # 길이 제한을 어떻게 할까요? price: float # 음수는 어떻게 막을까요? stock: int # 재고가 0 미만이면 안 되는데...Field를 사용하면 이런 제약사항을 명확하게 표현할 수 있습니다.from pydantic import BaseModel, Fieldclass Product(BaseModel): ..
[Python] Pydantic BaseModel: 데이터 검증을 쉽게 하자
[Python] Pydantic BaseModel: 데이터 검증을 쉽게 하자
2025.01.11Pydantic의 BaseModel은 Python 데이터의 유효성을 검사하고 관리하기 위한 강력한 도구입니다. JSON 데이터를 파이썬 객체로 변환하거나, API 요청/응답을 검증할 때 특히 유용합니다. 간단한 클래스 정의만으로 복잡한 데이터 검증 로직을 구현할 수 있어요.BaseModel이 필요한 이유기존에는 데이터 검증을 이렇게 했습니다.def validate_user(data: dict): if "name" not in data: raise ValueError("이름이 필요합니다") if not isinstance(data["name"], str): raise ValueError("이름은 문자열이어야 합니다") if "age" in data and not i..
[Python] TypedDict: 딕셔너리에 타입 힌트 추가하기
[Python] TypedDict: 딕셔너리에 타입 힌트 추가하기
2025.01.11Python의 TypedDict는 딕셔너리의 키와 값에 대한 타입을 명확하게 지정할 수 있게 해주는 기능입니다. 특히 복잡한 데이터 구조를 다룰 때 발생할 수 있는 타입 관련 오류를 미리 방지할 수 있어 유용합니다.TypedDict가 필요한 이유기존 딕셔너리는 이런 문제가 있었습니다.# 일반 딕셔너리 사용 시user = { "name": "김철수", "age": 25, "email": "kim@example.com"}# 흔히 발생하는 실수들print(user["Name"]) # KeyError: 'Name' (키 이름 오타)print(user["age"] + "살") # TypeError: int + str 연산 불가user["phone"] = 123 # 예상치 못한 새로운 키 추가..
OpenAI, Sora(소라) 사용방법 가이드
OpenAI, Sora(소라) 사용방법 가이드
2024.12.13OpenAI가 진행 중인 12일간의 특별 업데이트 이벤트의 세 번째 날, 드디어 기다리던 Sora가 공개되었습니다. 월요일 발표 직후에는 폭발적인 관심으로 인해 계정 생성이 잠시 중단되었었는데요, 이제 다시 서비스가 정상화되어 직접 테스트해 볼 수 있게 되었습니다. SoraTransform text and images into immersive videos. Animate stories, visualize ideas, and bring your concepts to life.sora.comSora 사용을 위한 준비Sora는 sora.com에서 별도로 접속하여 사용할 수 있습니다. ChatGPT 웹사이트가 아닌 독립된 도메인이지만, 기존 ChatGPT 계정으로 로그인이 가능합니다.계정 생성 및 로그인 프로..
AWS Bedrock으로 구현한 Contextual Retrieval
AWS Bedrock으로 구현한 Contextual Retrieval
2024.12.04지난 글에서 소개했던 Anthropic의 Contextual Retrieval을 AWS Bedrock 서비스를 활용하여 직접 구현해 보았습니다. 특히 기존 RAG 시스템의 한계를 극복하고자 하는 이 방식의 효과를 실제로 확인해보고 싶었습니다. Anthropic의 맥락적 검색(Contextual Retrieval): 대규모 지식 베이스를 위한 RAG 기술2024년 9월 20일, Anthropic은 기존 Retrieval-Augmented Generation (RAG) 시스템의 성능을 크게 향상할 수 있는 '맥락적 검색(Contextual Retrieval)'이라는 새로운 방법을 소개했습니다. Introducing Contextual RetrievalAnthryunwoong.tistory.comRAG 시스템..