

Kiro Subagent 를 활용한 구조화된 AI 개발 워크플로우 구축
Kiro Subagent와 멀티 에이전트 구성을 활용해 개발 워크플로우를 구조화하는 방법을 소개했습니다. 코드 리뷰, QA, 문서화를 분리해 품질과 보안을 체계적으로 높이는 흐름을 설명했습니다.


Kiro Subagent와 멀티 에이전트 구성을 활용해 개발 워크플로우를 구조화하는 방법을 소개했습니다. 코드 리뷰, QA, 문서화를 분리해 품질과 보안을 체계적으로 높이는 흐름을 설명했습니다.
계약 검토의 병목을 판단이 아닌 사실 확인에서 찾고, AI로 반복 작업을 구조화했습니다. 사람은 판단에 집중하고 기술은 준비 작업을 맡는 방식으로 검토 흐름을 재설계했습니다.

프롬프트 중심 설계가 왜 한계에 도달했는지 설명하고, 의도·정책·관측 기반 아키텍처로의 전환을 제안했습니다. 프롬프트는 주인공이 아니라 시스템이 생성하는 결과물로 다뤄야 한다고 강조했습니다.


CES 2026 혁신상 452개를 NotebookLM으로 분석·정리해 실무 결과물로 바꾸는 활용 가이드를 소개했습니다. 메가 트렌드 추출, 제품 선별, 비교표 작성까지 바로 쓸 수 있는 프롬프트를 제공합니다.

비개발 직군을 위한 n8n 업무 자동화 워크숍을 소개했습니다. 구글 시트 분석과 이메일 분류 실습으로 코딩 없이 워크플로를 설계하는 방법을 다뤘습니다.


한컴오피스 맞춤법 검사기 자체 개발을 검토한 하이브리드 교정 프로젝트를 소개했습니다. 규칙 기반 교정과 KoBART, 검증 필터로 과교정을 줄이는 과정을 공유했습니다.
AI가 개발자를 완전히 대체하기보다 업무의 일부를 재정의하고 위임하는 방향으로 바꾸고 있습니다. 좋은 추상화와 위임 경계를 설계하는 능력이 AI 시대 개발자의 핵심 역량이라고 설명합니다.

대규모 LLM 서비스에서 프롬프트보다 컨텍스트 설계가 더 중요하다는 점을 설명했습니다.\n필요한 도구와 정보만 단계적으로 주입해 성능 저하와 환각을 줄인 방법을 공유했습니다.


생성형 AI 시대에는 코딩보다 문제 정의와 검증의 중요성이 커졌습니다. AI를 잘 쓰는 조직일수록 판단과 책임의 역할을 더 분명히 해야 했습니다.


Claude Code에서 컨텍스트가 길어질수록 응답 품질이 떨어지는 문제를 설명했습니다. CLAUDE.md, 프롬프트 간결화, 작업 분할, 내장 명령어로 컨텍스트를 관리하는 방법을 정리했습니다.

AI 에이전트 워크플로우를 자연어 SOP로 표준화하는 Strands Agent SOPs를 소개했습니다.\n제어와 유연성의 균형, 체이닝, MCP·Claude Skills 연동 예시를 설명했습니다.


CrewAI의 핵심 구성 요소와 순차 실행 기반 협업 구조를 설명했습니다. 단일 에이전트와 멀티 에이전트 예제를 통해 기본 사용법을 소개했습니다.