AI를 실제 업무와 일상에 적용한 구축·운영 사례 모음.
생활 비서·프로젝트 운영·모델 협의의 구체적인 방법과 시행착오를 선별합니다. 한국어 요약을 펼쳐 읽고 원문을 확인할 수 있습니다. 선별 기준
작성자는 엄마표 수학 커뮤니티의 브랜드 가치를 구체화한 뒤, 사용자에게 학습 도움을 주면서 브랜드도 자연스럽게 알리는 ‘엄마공부식탁’ 챗봇을 만들었다. GPT와 여러 차례 대화하며 지식 파일과 지침을 다듬고, 처음 방문한 사용자가 헤매지 않도록 스타터 버튼별 흐름과 편안한 말투를 설계했으며 소셜 채널 링크도 연결했다. 배포 효과는 아직 제시하지 않았고, 이후 유입 확대와 지침 개선을 계획했다.
원문 읽기 ↗중학교 영어 수업에서 작성자는 브레인스토밍, 개요, 초고, 수정, 동료 평가, 최종 제출로 이어지는 비교·대조 에세이 과정을 설계하고 당시 Writable AI의 템플릿과 실시간 피드백을 활용했다. 작성자는 구조 활용, 비교 표현과 어휘 사용, 글 길이 및 교사의 첨삭 시간이 개선됐다고 자체 보고하며, 단계별 과업과 즉각적 피드백의 결합을 이유로 들었다. 이는 해당 수업의 자체 평가에 근거한 과거 사례이며, 특정 제품 기능의 현행 지원을 뜻하지는 않는다.
원문 읽기 ↗LangGraph는 2024년 BaseStore에 자연어 질의를 이용한 의미 기반 검색을 추가했다고 발표했다. 당시 InMemoryStore와 PostgresStore의 유사도순 반환을 예로 들어, 임베딩 모델·차원·색인 필드를 정하고 항목별로 색인 필드를 바꾸거나 제외하는 구성을 설명했다. 구조화된 namespace·필터로 기억 범위를 먼저 제한한 뒤 그 안에서 의미 유사도를 적용하는 설계 참고자료다.
원문 읽기 ↗Harrison Chase는 에이전트가 불안정한 주된 원인이 모델 지능 부족보다 필요한 맥락과 지시가 제대로 전달되지 않은 데 있는 경우가 많다고 주장한다. 실제 모델 호출의 정확한 입력을 살펴 사람도 기대한 답을 낼 수 있는지 확인하고, 자연어가 필요한 판단은 프롬프트로, 정밀한 단계와 제어는 코드로 표현해야 한다는 진단법을 제시한다. 공통 지속성·스트리밍·장애 대응은 프레임워크에 맡길 수 있지만 업무 고유의 인지 구조를 제한해서는 안 되며, 분야 전문가가 프롬프트와 코드 흐름 및 실행 기록을 함께 검토할 수 있어야 한다고 본다.
원문 읽기 ↗SCIPE는 최종 출력만 평가하면 여러 LLM 호출 중 어디서 오류가 시작됐는지 알기 어렵다는 문제를 해결하기 위해, 각 노드의 입력과 출력을 LLM 평가자로 합격·실패 판정한다. 정답 라벨 없이 계산한 독립 실패 확률과 상위 노드 실패에 조건부인 의존 실패 확률을 이용해 마지막 노드에서 역방향으로 올라가며 자체적으로 실패했을 가능성이 큰 근본 노드를 찾는다. 적용하려면 컴파일된 LangGraph 그래프와 각 질의가 모든 노드를 거친 입력·출력 기록 및 노드별 매핑이 필요하며, 결과는 원인 노드와 역추적 경로 및 노드별 실패율로 반환된다.
원문 읽기 ↗Promptim은 초기 프롬프트와 데이터셋, 평가자를 받아 수정안을 자동 생성하고 개발 자료의 점수가 개선된 경우에만 새 프롬프트를 유지하는 실험적 라이브러리로 소개됐다. 모델을 바꿀 때마다 수작업으로 프롬프트를 다시 조정하는 부담을 줄이기 위해 모델 독립적인 평가 자료에 노력을 집중한다는 구상이다. 전체 복합 시스템을 최적화하는 DSPy와 달리 단일 프롬프트 재작성에 범위를 좁히고, 자동 지표가 부족하거나 최종 결과를 점검해야 할 때 사람의 피드백과 검토를 남기는 절충을 택했다.
원문 읽기 ↗LangChain은 2026년 11월 코딩 에이전트 실행 기록의 비용을 GitHub PR이나 GitLab merge request에 귀속하는 LangSmith 기능을 발표했다. 하나의 대화가 여러 PR을 만들거나 여러 대화가 하나의 PR에 기여하는 관계를 반영하고, PR 상태·업무 유형별 비용에서 원래 대화까지 조사하게 한다. 병합 PR만 생산성으로 단정하지 않고 코드 검토나 조사처럼 PR이 없는 비용은 별도로 남겨 사람이 가치를 판단하도록 한 측정 설계다.
원문 읽기 ↗LangChain은 2024년 LangSmith 자원을 하나의 ‘Application’에 엄격히 귀속시키는 방안을 검토했지만, 사용자 조사를 통해 여러 프로젝트에 걸친 사용과 dev·staging·prod 같은 환경별 분류 수요를 확인했다고 설명했다. 이에 당시 Resource Tags로 애플리케이션 또는 사용자 정의 태그를 기준으로 자원을 묶는 방식을 택했다. 이는 관찰·평가·프롬프트 작업을 구분하되 자원 분류는 하나의 고정 계층으로 강제하지 않는 정보구조의 절충 사례다.
원문 읽기 ↗Hermes Desktop이 gateway 소유 세션에 연결된 동안 다른 에이전트나 자동화가 제출한 응답은 state.db에 정상 저장됐지만, 사용자가 직접 보낸 요청의 완료 이벤트가 올 때까지 화면에 나타나지 않았다. owner_forward가 Desktop 요청 하나의 admission_id와 일치하는 시작·완료 프레임만 중계하고 그 요청이 끝나면 구독도 종료해, 같은 세션의 다른 완료나 연결 중단 중의 완료가 새로고침을 촉발하지 못한 것이 원인으로 분석됐다. 작성자는 세션 단위 구독을 유지하거나 재연결 때 다시 붙어 누락 완료를 반영하고, 저장 원장의 세대 변경을 기준으로 대화를 다시 읽는 방안을 제안했다.
원문 읽기 ↗Hermes Mobile이 WebSocket 단절 뒤 오래된 미저장 초안 키 세 개를 한꺼번에 재개하자, 서버가 첫 입력 전에 각각을 실제 행으로 만들어 영구적인 0-message ‘Untitled’ 세션이 생겼다. 명시적 재개를 곧 영속화 신호로 보는 설계가 여러 초안을 재생하는 재연결 상황에서 깨졌고, 활동 시각도 없어 자동 보관 대상이 되지 않았다. 작성자는 읽기 전용 재개와 콘텐츠 복구를 구분해 첫 입력까지 저장을 미루거나 초안 행을 표시·정리하고, 실패한 키에는 재시도를 멈출 오류를 반환하자고 제안했으며 후속 회귀 시험은 작성됐지만 실행되지 않았다.
원문 읽기 ↗Natalie Meurer는 forward deployed engineering을 특정 기술 묶음보다 고객 결과에 대한 책임으로 정의하고, Sierra의 agent engineer는 고객 시스템 통합과 에이전트 개발에 운영 이해·제품 감각·사용자 경험 판단을 결합한다고 설명한다. 기업별 작업의 대부분은 모델 자체보다 API, 내부 지식, 업무 절차, 브랜드와 말투를 조율하는 계층에서 이뤄지며, 반복적인 고객 서비스에는 매번 새로 추론하기보다 일관된 규칙을 명시해야 한다는 주장이다. 코드 작성 비용이 낮아질수록 고객 통찰을 제품에 곧바로 반영할 수 있어 제품 엔지니어링과 고객 현장 엔지니어링이 수렴하고, 폭넓은 역량을 지닌 일반형 인재의 가치가 커질 것으로 전망한다.
원문 읽기 ↗Hermes v0.22.6에서 새 gateway가 이전 gateway가 남긴 WhatsApp bridge를 같은 프로필의 정상 프로세스로 판단해 재사용한 뒤, 약 9시간 동안 수신 메시지가 조용히 유실됐다. bridge의 소켓과 세션 파일은 살아 있고 /health도 connected를 반환했지만 메시지 전달 경로는 멈춰, 소켓 상태와 정적 설정만 확인하는 상태 검사가 장애를 감추었다. 작성자는 채택 시 이벤트 채널의 실제 응답을 확인하고 실행 중 마지막 전달 시각을 감시하며, 진행 불능이면 bridge가 종료되어 재생성되게 해야 한다고 제안했다.
원문 읽기 ↗작성자는 비슷한 모델이 빠르게 보급되는 AI 시장에서는 모델 자체보다 사용자의 일을 직관적으로 덜어 주는 UX가 지속적인 차별점이 된다고 주장한다. 이를 AI를 가까이 두는 Presence, 명령·제약·문맥 입력의 수고를 줄이는 Practicality, 사용자가 몰랐던 활용법까지 발견하게 하는 Power의 세 단계로 설명한다. Codeium의 코드 리팩터링 예에서는 IDE가 대상 코드를 식별하고 선택적 제약만 받은 뒤 diff로 결과를 돌려주는 흐름을 제안하되, 입력을 불투명하게 만들거나 모델의 유연성을 과도하게 제한해서는 안 된다고 강조한다.
원문 읽기 ↗제안된 codegen은 Claude Code가 조율을 맡고 단일 함수나 단일 파일 범위의 코드 생성 하위 작업을 Gemini 등 MCP의 다른 모델에 넘겨 출력 부담을 줄이려는 도구다. 그러나 후속 의견은 실제 코드가 클래스 간 참조와 의존성을 가질 수 있어 작업을 잘게 나누면 전달받은 모델이 맥락을 잃고 품질이 떨어질 수 있다고 지적했다. 따라서 testgen처럼 반복 호출하는 방식이 코드 생성에도 그대로 통한다고 보기 어렵고, 구현 의사나 시험 결과가 제시되지 않은 제안 단계다.
원문 읽기 ↗작성자는 영어 유튜브 대본을 복사해 요약 노트, 한국어 해설, 주요 문장, 구동사·숙어 사전과 응용 예문으로 순차 변환하는 학습 절차를 기록했다. 당시에는 긴 대본과 많은 항목을 한 번에 다루기 어려워 재입력하거나 30개씩 요청할 내용을 10개 단위로 나눴고, Notion에 옮길 형식도 구체적으로 지정했다. 이는 당시 ChatGPT 사용 경험이며, 생성한 표현과 예문의 정확성은 별도로 확인할 필요가 있다.
원문 읽기 ↗학회 초록을 만들 때 연구 주제와 학회 설명·가이드라인, 연구 방법·결과, 회의에서 얻은 시사점을 차례로 입력한 뒤 초안 작성과 부분 수정, 윤문을 반복했다. ChatGPT가 제시한 참고문헌에는 가짜가 있어 Google Scholar로 직접 검색해 보완했고, 제목 후보도 사람이 고쳐 선택했다. 저자는 필요한 정보를 빠르게 제공하는 것이 핵심이라고 보며 전체 작업에 약 2시간이 걸렸다고 보고했다.
원문 읽기 ↗macOS Sonoma와 Python 3.13.3에서 PAL MCP 5.1.0의 새 Python 전용 설치를 실행하면 .env는 만들어지지만 ./run-server.sh -c가 아무것도 출력하지 않고 Claude Code에 서버가 등록되지 않았으며, 이름이 비정상인 .env'' 파일도 함께 생겼다. 이전 Docker 기반 커밋은 작동해 새 설치 방식의 회귀로 좁혀졌고, 후속 대화에서는 find_python의 출력 분리 수정과 기존 zen MCP 제거 후 스크립트 재실행으로 여러 사용자가 복구됐다고 보고했다. 이는 당시 환경에서 관찰된 해결 과정이지 현행 설치법의 보증은 아니다.
원문 읽기 ↗Claude Code 팀은 제품을 두꺼운 IDE가 아니라 모델에 가까운 Unix 유틸리티로 두고, 텍스트 입출력과 조합 가능한 작은 구성요소를 우선했다고 설명한다. 기억은 자동으로 읽는 Markdown, 문맥 압축은 모델 요약, 코드 탐색은 별도 RAG 색인 대신 에이전트식 검색으로 단순화해 동기화와 보안 복잡성을 줄이려 했다. 자동화는 읽기 전용 작업부터 작게 확대하고 쓰기 권한을 제한하며, 생성 코드의 품질과 병합 책임은 여전히 사람에게 둬야 한다고 본다.
원문 읽기 ↗2025년 E2B 인터뷰는 에이전트가 실행할 코드와 실행 시간이 사전에 정해지지 않고 코드도 신뢰할 수 없다는 전제에서, 일반 배포 환경과 다른 격리·빠른 기동·상태 관리가 필요하다고 설명한다. 팀은 초기 에이전트 호스팅의 한계 속에서 코드 해석·데이터 분석처럼 이해하기 쉬운 사용 사례로 범위를 좁혔고, 이후 평가·강화학습 등 다수 실행 환경으로 넓혀 갔다고 회고했다. 체크포인트와 분기는 로컬 상태에서 여러 해결 경로를 탐색하기 위한 당시의 방향이었으며, 원격 상태 병합과 성공 경로 선택은 별도 계층의 과제로 남아 있었다.
원문 읽기 ↗Infor는 여러 산업용 cloud suite에 생성형 AI를 공통 제공하려고 AWS Bedrock 기반 플랫폼을 임베디드 생성 기능, RAG 방식의 Knowledge Hub, 다중 에이전트 GenAI Assistant로 나눠 구축했다고 보고했다. 보조자는 Infor OS API gateway에서 실시간 업무 데이터를 가져오면서 권한과 데이터 거버넌스를 적용하고, LangGraph의 상태 보존과 순환 흐름으로 장기 작업의 연속성을 관리했다. LangSmith 실행 기록으로 지연·토큰·품질·보안·규정 준수를 관찰하고 모델과 프롬프트를 비교했으며, 개선 성과는 공급사 사례의 보고다.
원문 읽기 ↗LangGraph는 각 단계에서 그래프 상태를 checkpoint에 읽고 쓰므로, 실행을 중단한 뒤 사람이 상태를 검토·수정하고 다른 장비에서도 나중에 이어갈 수 있다고 설명한다. interrupt는 동기식 input과 달리 프로세스를 점유하지 않고 대화를 중단 상태로 표시하며 메시지를 영속 계층에 저장한 뒤, Command(resume=...)로 응답을 전달해 재개한다. 다만 재개할 때 interrupt 호출 전의 같은 노드 작업은 다시 실행되므로, 승인·도구 호출 검토 같은 흐름에서는 그 부분의 반복 실행을 고려해야 한다.
원문 읽기 ↗Hermes Agent v0.22.7에서 약 45만 토큰 대화를 OmniRoute로 claude/claude-opus-5-5에 보냈을 때 여러 응답이 설명 없는 non-retryable content_policy_blocked로 끝난 사례다. gateway에는 HTTP 200과 추론 토큰만 남고 응답 본문이 보존되지 않아, Anthropic의 실제 refusal 여부는 확인되지 않았다. 보고서는 원 제공자의 중단 사유와 응답 본문을 보존하고, 추론만 생성된 불완전 응답을 안전 거부와 구분해야 한다는 당시 진단을 제시한다.
원문 읽기 ↗Kwindla Hultman Kramer와 Latent Space는 2024년 OpenAI Realtime API와 Pipecat 구축 경험을 바탕으로 음성 에이전트의 지연, 발화 종료, 끼어들기와 문맥 정합성을 설계하는 방법을 정리했다. 당시 API에서는 VAD 침묵 시간을 환경에 맞추고, 끼어들기 뒤 conversation.item.truncate로 실제 재생 구간과 서버 문맥을 맞추며, 추론 첫 응답이 아니라 사용자 발화 종료부터 출력 음성 시작까지 직접 측정하라고 권했다. 또한 당시 WebSocket 중심 API 앞단에서 최종 사용자 미디어에는 WebRTC를 쓰는 구성을 제안했으며, 128,000토큰·15분 세션 제한과 전송·이벤트 지원은 2024년 관찰이지 현재 사양 보장이 아니다.
원문 읽기 ↗LangChain은 운영 환경의 에이전트가 예측하기 어려운 모델 출력, 복잡한 작업 의존성과 오류 복구, 부족한 관측성 때문에 단순한 모델 호출 이상의 제어 구조를 필요로 한다고 주장한다. LangGraph는 낮은 수준의 구성 요소로 흐름을 명시하고 사람의 개입, 문맥 보존, 추적을 결합하는 대신 학습 곡선을 감수하는 선택으로 제시된다. LinkedIn·Uber·Replit 등의 활용과 AppFolio의 시간·정확도 개선 수치가 근거로 소개되지만, 공급자가 정리한 사례라는 성격을 지닌다.
원문 읽기 ↗Hermes Agent v0.22.7의 Windows 배포판은 실행 직후 React의 최대 갱신 깊이 오류를 반복했지만 CLI와 gateway는 정상 응답했고 개발 빌드에서는 재현되지 않았다. 작성자는 backend 없이 빌드 결과만 Electron에 띄워 같은 장애를 재현해 컴파일러와 대화 상태를 배제했으며, useSyncExternalStore shim과 assistant-ui.store.useEffects 경로까지 추적했다. 매 렌더링마다 새 객체가 useAui에 전달되면서 알림이 재렌더링으로 되먹임될 가능성을 제시했지만 정확한 결함 위치와 수정안은 확정하지 못했다.
원문 읽기 ↗작성자는 2026년 당시 Hermes 플러그인의 oauth: 매니페스트가 PKCE 수신 포트를 노출하지 않아, 포트까지 정확히 등록해야 하는 QuickBooks 인증이 막힌다고 보고했다. 이미 내부 OAuthPKCEConfig에 있던 redirect_port를 선택 필드로 전달하고, 생략하거나 0이면 OS 자동 배정을 유지하는 방안을 제안했다. 이는 엄격한 외부 제공자 제약을 설정 계층까지 전달하면서 기존 기본 동작을 보존하려는 설계 제안이며, 현재 지원 여부를 뜻하지 않는다.
원문 읽기 ↗매일 교육 자료를 찾는 부담을 줄이기 위해 Google Forms로 구독자와 자녀 연령을 받고, n8n이 매일 오후 8시에 Gemini를 호출해 요일별 주제와 여섯 연령대에 맞는 콘텐츠를 만든 뒤 Gmail로 발송하도록 구축했다. 충분한 맥락과 출력 지침을 준 프롬프트에서 어느 정도 일관된 품질을 확인했지만, 연령대별 데이터 병합과 HTML 구성은 여러 차례 수정이 필요했다. 콘텐츠 품질, 메일 서비스별 HTML 차이, 구독 취소와 연령 변경 처리는 남은 과제다.
원문 읽기 ↗일반 사전이나 번역만으로 이해하기 어려운 드라마 표현을 학습하려고 Language Reactor에서 저장한 문장을 엑셀로 내보내고, 정의와 예시를 포함한 프롬프트로 C1~C2 수준의 관용구·구동사·연어를 표로 추출했다. 이전 시도에서 인명 같은 일반 명사가 섞인 문제를 줄였고 결과는 대체로 기대에 가까웠다. 그러나 garbage fire 대신 called를 고르는 등 표현 범주의 모호함이 남았고, 요청하지 않은 원문과 수준도 계속 출력돼 Google Sheets에서 별도로 정리했다.
원문 읽기 ↗Elicit에서 대학생의 애착유형과 대인관계에 관한 논문을 찾아 CSV로 내보내고, ChatGPT로 APA 참고문헌과 서론 구조를 정리한 뒤 Claude에는 제공한 문헌만 사용하라고 제한해 세 문단의 서론을 작성했다. 작성자는 검색 논문을 직접 훑고 출처 범위를 명시하자 결과가 이전보다 신뢰할 만했다고 평가했다. 이어 Google Docs에서 척도를 정리하고 Google Forms 설문으로 옮겼지만, 산출물의 학술적 정확성을 독립 검증한 사례는 아니다.
원문 읽기 ↗작성자는 GPT Data Analysis로 유산균 배양 사진을 Otsu 임계값 처리한 뒤 군집 수와 면적을 자동 계산하고, 수소 생산 공정 데이터에는 다항식 피팅을 적용했다. 이미지 분석은 수작업 계수보다 빨랐지만 같은 조건의 세 사진에서 결과가 달랐고, GPT가 제시한 원인과 참고문헌 중에는 일반론이나 주제와 맞지 않는 자료도 있어 통제된 반복 실험이 필요했다. 회귀에서는 10차식의 MSE가 가장 낮아도 과적합을 고려해 4차식을 선택하고 그래프만으로 모호했던 정점 값을 4.61로 산출했다.
원문 읽기 ↗