2026-11-14 AI 에이전트가 모바일 테스트를 짜는 시대: Context Engineering과 Self-Healing이 바꾸는 QA

모바일 앱은 겉보기엔 같아도 속은 다 다르다 로그인 버튼 하나도 React Native, Flutter, 네이티브 Jetpack Compose 앱에서는 전혀 다른 방식으로 식별된다. React Native는 testID prop이 플랫폼별로 resource-id나 accessibilityIdentifier로 매핑되고, Flutter는 자체 렌더링 엔진으로 화면을 그리기 때문에 semanticLabel을 통해 접근성 트리에 노출시켜야 하며, Compose는 애초에 id 개념이 없어 .testTag()와 testTagsAsResourceId 설정으로 우회해야 한다는 점이 커뮤니티 자료에서도 반복적으로 확인된다 (locator 비교 글, Compose testTag 논의). AI에게 테스트를 맡기기 전에, 이 기술적 이질성을 어떻게 ‘설명’해줄 것인가가 핵심 과제로 떠오른 이유다. ...

November 14, 2026 · 3 min · 573 words · jeonck

2026-11-06 바이브 코딩에서 프로덕션까지: MCP와 AI 게이트웨이로 완성하는 AI 네이티브 SMB 웹 생태계

프로토타입과 프로덕션 사이의 ‘라스트 마일’ 격차 이번 밋업에서 Bluehost가 공유한 사례의 출발점은 단순한 통계다. RAND Corporation의 AI 프로젝트 실패 원인 보고서는 “일부 추정치에 따르면 AI 프로젝트의 80% 이상이 실패한다"고 밝혔고, Gartner는 한발 더 나아가 2027년까지 에이전틱 AI 프로젝트의 40% 이상이 취소될 것이라고 전망했다. 비용 급증과 명확하지 않은 비즈니스 가치가 주된 원인으로 꼽힌다. 즉, 아이디어를 ‘ChatGPT에게 설명해서 뭔가 돌아가는 것’을 만드는 일은 점점 쉬워지지만, 그것을 로컬호스트 밖으로 꺼내 안정적으로 운영하는 ‘라스트 마일’은 여전히 가장 많은 노력이 드는 구간이라는 것이다. ...

November 6, 2026 · 3 min · 563 words · jeonck

2026-11-06 AI 네이티브 세대와 중소기업: Gen Z 인력, WIOA 보조금, 그리고 AI로 쓰는 SOP

중소기업의 AI 생산성, 숫자로 보면 아직 ‘절반의 성공’ 최근 미국 중소기업을 대상으로 한 Paychex의 2025년 조사에 따르면 AI를 사용하는 사업주의 66%가 생산성 향상을 체감했다고 답했지만, 동시에 87%는 AI 도입·신뢰의 전제 조건으로 ‘데이터 정확성에 대한 신뢰’를 꼽았다. 필라델피아 연방준비은행의 분석도 비슷한 결론을 내린다 — 대부분의 기업이 생산성 개선을 체감하지만, 20% 이상은 정확도, 데이터 보안, 도입 비용과 학습 시간을 여전히 걸림돌로 지적한다. 즉 AI는 ‘쓰면 좋다’는 합의는 있지만 ‘어떻게 신뢰 가능하게 쓰느냐’는 아직 숙제로 남아 있다. ...

November 6, 2026 · 3 min · 600 words · jeonck

2026-11-06 중소기업의 '회사 두뇌': 에이전틱 AI로 채용 엔진을 돌리는 법

왜 지금 에이전틱 AI인가 이번 밋업에서 발표자가 소개한 ‘코히어’는 단순한 챗봇이 아니라 역할(Role), 스킬(Skill), 워크플로우(Workflow), 메모리(Memory)를 갖춘 하나의 에이전트 팀이다. 이는 최근 업계가 말하는 ‘에이전틱 AI(Agentic AI)‘의 전형적인 구조다. 여러 분석에 따르면 2024년 1분기부터 2025년 2분기 사이 멀티에이전트 시스템에 대한 기업 문의가 급증했고, 업계는 하나의 범용 에이전트보다 특정 업무에 특화된 좁은 역할의 에이전트를 여러 개 두는 방식으로 이동하고 있다고 분석한다 agentic AI trends. 실제로 2027년까지 멀티에이전트 시스템의 70%가 이런 ‘좁고 전문화된’ 에이전트로 구성될 것이라는 예측도 있다 AI trends 2026. 발표자의 회사가 HR 디렉터, 법률 자문, 카피라이터, 연구 보조(Scout) 등 역할별 에이전트를 따로 두고 서로 ‘핸드오프’하게 만든 설계는 이 흐름과 정확히 일치한다. ...

November 6, 2026 · 3 min · 620 words · jeonck

2026-11-06 AI는 월스트리트의 전유물이 아니다: Vibe Coding과 에이전트가 여는 Main Street AI 시대

AI 투자는 여전히 대기업에 몰려 있다 최근 Austin에서 열린 Bluehost의 “Main Street AI” 밋업은 흥미로운 전제에서 출발한다. AI 투자는 압도적으로 대기업과 중견기업에 집중돼 있고, 미국 GDP의 약 45%를 차지하는 소상공인·중소기업(SMB)은 그 흐름에서 소외되고 있다는 것이다. 실제로 Bluehost가 350명의 미국 소상공인을 대상으로 진행한 State of Small Business AI Confidence 조사에 따르면, 87%가 이미 최소 하나의 AI 도구를 쓰고 있지만 “AI를 잘 쓰고 있다고 확신"하는 사업주만 revenue 개선 효과를 체감하는 “confidence gap"이 뚜렷하게 나타났다. 미국 소상공인단체 AEO가 하원 소기업위원회에 제출한 성명에서도 1인 사업자의 AI 도입률(8.4%)이 직원을 둔 사업체(20%)의 절반에도 못 미친다는 점을 지적하며, AI 확산이 기업 규모에 따라 극명하게 갈리고 있음을 보여준다. 이 격차의 핵심 원인은 단순하다. 대기업은 AI 전담 인력과 예산을 투입할 수 있지만, 사장이 곧 마케터·회계사·고객지원 담당자인 소상공인에게는 “나를 위해 만들어지지 않은” 범용 솔루션을 익힐 시간이 없다. ...

November 6, 2026 · 4 min · 655 words · jeonck

2026-11-05 에이전틱 엔지니어링 시대, Platform Engineering은 Context·Execution·Governance로 다시 설계된다

코드 작성은 더 이상 병목이 아니다 최근 밋업에서 나온 핵심 메시지는 명확했다. “코드를 작성하는 일은 이제 엔지니어링의 병목이 아니다.” 실제로 Google의 2025 DORA 리포트는 AI 도구 채택률이 90%까지 올라갔고, 처음으로 AI 도입이 소프트웨어 딜리버리 처리량(throughput)과 긍정적으로 연결되었다고 밝힌다. 다만 DORA는 AI를 “증폭기(amplifier)“로 규정한다 — 이미 잘 작동하는 조직의 강점은 더 키우고, 기능 장애가 있는 조직은 그 문제를 더 키운다는 것이다. AI가 코드를 쏟아내는 속도가 빨라질수록, 그것을 안전하게 받아낼 “플랫폼"의 성숙도가 실제 제약 조건이 된다. ...

November 5, 2026 · 3 min · 632 words · jeonck

2026-10-29 에이전틱 데이터 엔지니어링: AI 에이전트가 파이프라인을 설계하고 고치는 시대

전통적 ETL에서 에이전트 기반 데이터 플랫폼으로 2022년 11월 생성형 AI가 대중화된 이후 소프트웨어 개발 전반의 작업 방식이 바뀌었고, 데이터 엔지니어링도 예외는 아니다. 과거에는 엔지니어가 원천 시스템마다 수동으로 파이프라인을 작성해 연결했지만, 수십 개의 소스 시스템을 다루는 조직에서는 이 방식이 금방 한계에 부딪힌다. 최근 Next Platform이 다룬 사례는 자연어 프롬프트만으로 파이프라인을 생성하고 실행하는 에이전트를 소개하며, 반복적인 수집·설정 작업을 에이전트가 대신 떠맡는 방향을 보여준다(Next Platform). Medallion Architecture: 에이전트가 움직이는 무대 이런 에이전트들이 작동하는 표준 무대가 bronze-silver-gold로 이어지는 medallion architecture다. Bronze는 원천 데이터를 가공 없이 그대로 적재하고, silver는 타입 정리·중복 제거·검증을 거치며, gold는 대시보드나 BI 도구가 바로 소비할 수 있는 비즈니스 레벨 테이블이다(MotherDuck 용어집). 발표에서 나온 “컨피규레이션 테이블만 채우면 소스 연결부터 gold 적재까지 자동화된다"는 설명도 이 구조를 기반으로 한다. 에이전트는 레이어 경계마다 규칙을 적용해 품질을 점진적으로 끌어올리는 역할을 맡는 셈이다. ...

October 29, 2026 · 3 min · 490 words · jeonck

2026-10-29 AI는 은빛 탄환이 아니다: Self-Optimizing Infrastructure 시대의 AIOps·FinOps·Human-in-the-Loop

왜 지금 “자가 최적화 인프라"인가 이번 meetup에서 발표자들은 IoT 디바이스 수백만 대에서 매달 쏟아지는 데이터를 다루는 통신·에너지 업종의 경험을 바탕으로, AI를 인프라 운영에 도입할 때 생기는 현실적인 딜레마를 공유했다. 핵심은 “AI가 알아서 다 해줄 것"이라는 기대와 실제 운영 사이의 간극이다. 업계 전반에서도 비슷한 흐름이 보인다. Motadata의 IT 운영 트렌드 분석과 관련 업계 자료들은 AIOps가 경보(alert)에 사후 대응하던 방식에서, 장애를 예측하고 선제적으로 조치하는 “자가 치유(self-healing) 인프라"로 이동하고 있다고 설명한다. 용량 고갈을 예측해 미리 스케일링하거나, 비정상 서비스를 자동으로 재시작·롤백하는 수준까지 성숙도가 올라가는 식이다. ...

October 29, 2026 · 3 min · 617 words · jeonck

2026-10-29 ETL의 재해석: Cloud Lakehouse와 실시간 CDC가 이끄는 데이터 아키텍처 전환

왜 지금 ‘ETL 현대화’가 화두인가 최근 밋업에서는 전통적인 ETL(Extract-Transform-Load) 방식이 한계에 부딫혀 클라우드 기반 아키텍처로 옮겨가야 한다는 메시지가 반복적으로 등장했다. 실제로 업계 동향을 보면 2025년 들어 대부분의 조직이 ETL 대신 ELT(Extract-Load-Transform)를 선호하는 쪽으로 이동하고 있다. 원본 데이터를 먼저 적재한 뒤 필요할 때 재모델링할 수 있다는 유연성 때문인데, Domo의 Modern Data Stack 가이드는 이를 2025년 데이터 스택의 핵심 특징으로 꼽는다. 데이터의 양과 다양성이 폭증한 지금, 고정된 스키마를 미리 설계하는 ETL 방식은 변화에 대응하기 어렵기 때문이다. ...

October 29, 2026 · 3 min · 471 words · jeonck

2026-10-29 에이전트는 '생각'을 못해서 실패하지 않는다 — AI 코딩 에이전트와 인프라 전쟁

밋업에서 터진 진짜 질문 오스틴의 한 밋업(ACM 챕터 주최)에서 참가자들은 쉬는 시간에 이런 불만을 털어놓았다. “MCP도 agentic도 언급하지 않는 AI 발표는 더 이상 신뢰하기 어렵다.” 반대로 발표자 Paradha Sahu는 코딩 에이전트를 실제 프로덕션에 올려본 팀들의 데이터를 공유하며 전혀 다른 결론을 내놓았다. 에이전트가 실패하는 원인은 ‘추론 능력 부족’이 아니라 ‘인프라가 버티지 못하는 것’이라는 주장이다. 이 글은 두 축 — MCP로 대표되는 에이전트 표준화, 그리고 에이전트 전용 인프라/신뢰성 — 을 리서치로 검증한다. ...

October 29, 2026 · 3 min · 616 words · jeonck