Java·Spring 기반의 백엔드와 DB·인프라를 단단히 다지고,
LLM·RAG·AX까지 실제 시스템에 연결하며 공부하고 구현합니다.
문제를 바로 고치기보다, 문제의 양상과 원인을 먼저 확인합니다.
문제 해결을 위해 여러 해결 방법을 검토 및 검증한 뒤,
근거를 바탕으로 가장 적절한 방안을 선택합니다.
Runup 관리자 화면을 정상화하고 새 페이지를 만들면서 backend XML, DB 시스템 데이터, Figma 레이아웃, frontend 구현을 하나의 검증 루프로 묶은 과정을 복원한다. 화면 코드를 AI로 빨리 생성한 사실보다, AI가 읽을 계약과 사용할 부품, 넘지 못할 경계, 완료를 판정할 evaluator를 어떻게 설계했는지가 Harness Engineering의 본체였음을 설명한다.
무가중 그래프에서 발견 시점 방문 처리와 FIFO layer 불변식이 최소 hop을 보장하는 이유를 증명하고, primitive queue·거리·부모 배열의 메모리를 분석한다.
한 갈래를 끝까지 탐색하는 불변식을 명시적 primitive 스택으로 구현하고, 재귀 frame·방문 시점·순회 순서·BFS와의 메모리 차이를 분석한다.
탐색·자료구조·정렬·그래프·최적화 기법을 한 글에 축약하지 않고, 입력 형태와 질의·갱신 비용으로 다음 학습과 구현 선택을 결정하는 로드맵이다.
활동 선택 문제에서 종료 시간이 가장 이른 선택이 최적인 이유를 교환 논증으로 증명하고, 동전 반례로 지역 최선의 적용 한계와 Java 정렬·메모리 비용을 확인한다.
relaxation·최소 우선순위·stale entry가 만드는 거리 불변식을 증명하고, 음수 반례·long overflow·객체 allocation·대안 선택까지 추적한다.
최근 기록이 있는 분야와 각 분야의 최신 글입니다.
AI와 LLM을 학습하고 구현한 과정을 기록합니다
Runup 관리자 화면을 정상화하고 새 페이지를 만들면서 backend XML, DB 시스템 데이터, Figma 레이아웃, frontend 구현을 하나의 검증 루프로 묶은 과정을 복원한다. 화면 코드를 AI로 빨리 생성한 사실보다, AI가 읽을 계약과 사용할 부품, 넘지 못할 경계, 완료를 판정할 evaluator를 어떻게 설계했는지가 Harness Engineering의 본체였음을 설명한다.
글 읽기 ↗검색에서 구조로, 구조에서 근거로
MES·SCM 업무 AI에서 Multi-query를 기본 경로로 두면 왜 위험한지, 현재 코드의 실제 호출 경로와 Think mode·MCP tool loop의 차이, Exact·BM25 중심 baseline과 데이터 기반 확장·평가 기준을 정리한다.
글 읽기 ↗컴퓨터가 동작하는 원리를 기초부터 파고듭니다
무가중 그래프에서 발견 시점 방문 처리와 FIFO layer 불변식이 최소 hop을 보장하는 이유를 증명하고, primitive queue·거리·부모 배열의 메모리를 분석한다.
글 읽기 ↗기술 이름만 모으지 않고 요청과 데이터가 실제로 흐르고 실패하는 경로를 확인합니다.
Java·Spring, API, 보안, 트랜잭션과 테스트의 실행 경로를 따라갑니다.
JPA, PostgreSQL, Redis, Kafka의 정합성과 병목을 분리해 확인합니다.
OS, Linux, 네트워크, AWS, 컨테이너와 관측 신호를 연결해 봅니다.
LLM, RAG, agent를 평가·보안·비용까지 포함한 시스템으로 다룹니다.