들어가며 AI 코딩 도구가 팀에 들어온 지 1년이 넘었다면, 비슷한 고민을 하고 계실 겁니다.코드는 확실히 빨리 나오는데, 팀 전체의 배포 속도는 기대만큼 빨라지지 않습니다.리뷰 대기열은 길어지고, AI가 "완료했습니다"라고 한 작업에서 요구사항이 빠져 있는 일이 반복됩니다. 이 현상은 도구의 성능 문제라기보다 프로세스의 문제에 가깝습니다. 이제 우리는 사람이 코드를 작성하던 시절에 만들어진 개발 프로세스,즉 SDLC를 그대로 두고 구현 단계에만 AI를 끼워 넣었습니다. AWS가 제안한 AI-DLC(AI-Driven Development Lifecycle)는 바로 이 지점에서 출발하는 방법론입니다. 이 글에서는 SDLC가 어떤 전제 위에 서 있었는지, AI를 구현에만 끼워 넣으면 어떤 문제가 생기는지,그..

Claude 모델별 성능 비교 Anthropic은 Claude 모델을 크게 세 가지 라인으로 나눕니다.Haiku: 가장 가볍고 빠름. 간단한 작업에 최적화Sonnet: 속도와 성능의 균형. 대부분의 일상 작업에 적합Opus: 가장 강력함. 복잡한 추론과 코딩에 특화모델 이름이 문학·음악 용어로 하이쿠(짧은 시) → 소네트(14행 정형시) → 오퍼스(대작)로 작품 규모 순서와 모델 성능 순서가 일치합니다.비유하자면 Haiku는 알바생, Sonnet은 주방장, Opus는 미슐랭 셰프 같은 느낌입니다. 2026년 3월 기준 주요 모델 정리 [ Opus 4.6 ]출시일: 2026년 2월 5일컨텍스트 윈도우: 1,000,000 토큰 (1M) - 약 75만 단어최대 출력: 128K 토큰사용 조건: Pro($20/월..

Codex란? Codex는 LLM + Tool Use + File System + Execution Environment Codex 구조사용자 요청 ↓LLM 해석 ↓Task Planning ↓Tool Selection ↓Code Execution ↓File Save ↓Result Verification 항목ChatGPT Codex역할대화형 AI실행형 AI Agent작업 방식질문-응답계획-실행파일 접근제한적프로젝트 전체코드 실행코드 생성코드 작성 + 실행메모리대화 중심작업 컨텍스트결과텍스트실제 산출물 LLM은 상담사라면, Agent는 일을 대신해주는 비서 Codex 핵심 기능 Workspace의 이해 프로젝트 전체 폴더를 읽고 이해 예시)backend/frontend/docker/R..

AI는 ‘코드를 추천하는 도구’에서 시작해 ‘코드를 이해하는 조력자’를 거쳐이제는 ‘직접 업무를 수행하는 동료’로 진화하고 있습니다. AI Agent란?AI 에이전트는 사용자가 설정한 목표를 달성하기 위해 환경을 스스로 인지, 학습하고, 추론 및 계획을 세워 자율적으로 행동(Action)하는 지능형 소프트웨어 시스템입니다. 챗봇이나 반응형 AI와 달리 외부 도구(API, DB)를 연동해 실제 업무를 처리하는 '행동 주체' 역할을 합니다. 따라서 단순 질문에 답하는 AI가 아니라 목표를 이해하고, 계획을 세우고,필요한 도구를 사용하고, 결과를 검증하고, 목표를 완료하는 AI 시스템입니다. ChatGPT를 넘어선 AI 에이전트 Codex - ChatGPT와 Codex 차이기존 생성형 AI(ChatGPT, 제..

LG Aimers 과정은 2024년 상반기 경에 알게 되었고,그 당시엔 개발자가 AI 이론을 알기 보다는 AI를 어떻게 사용하느냐가 중요한 시대였습니다.물론 그 개발 흐름 지금도 비슷하지만, 당시엔 정말 프롬포트를 사용해서 쓰는 수준이었습니다. 당시엔 그렇게 많은 개발자가 지피티로 개발을 하지도 않았습니다.그래서 AI에 대한 관심은 그때까지도 제로에 가까운 수준이었습니다. 하지만 시대가 점점 변화하면서 백엔드에서도 올라마 같은 LLM AI를 올려서 챗봇을 구축하는 개발이 늘어나는 추세였습니다.따라서 이 시대의 흐름에 따라 이제는 점점 개발의 벽이 무너진다는 생각이 들었습니다. 학부 졸업 때쯤 LLM의 시초인 GPT 3.X 모델이 나왔기 때문에AI에 대한 기본적인 지식은 노베이스인 수준이어서 학습을 위해 ..