전체 글 (77) 썸네일형 리스트형 회사 계정으로 Claude 웹 검색 연결하기: AgentCore 인증 흐름 Claude에 회사 계정으로 웹 검색을 연결하면, 로그인은 검색 도구에 접근할 자격을 확인하고 도구 승인은 실제 검색어 전송을 결정한다. 두 절차를 나눠 보면 연결 설정에서 무엇을 맡겨야 하는지, 오류가 어디서 생겼는지 이해하기 쉽다.회사 로그인은 검색 요청에 쓸 토큰으로 이어진다AWS가 공개한 Claude Desktop 연결 사례는 모델 추론에 Amazon Bedrock을 사용하는 환경을 전제로 한다. 여기에 검색 도구를 연결하는 관문인 AgentCore Gateway를 붙이고, 기존 회사 로그인으로 사용자를 확인한다.로그인 화면에 보이는 계정과 Gateway가 받는 증명은 다르다. AWS 사례에서는 다음 순서로 연결한다.회사 계정으로 로그인한다. IAM Identity Center가 기존 통합 로그인.. AI가 만든 로컬 화면 공유, Quick Tunnel에 이메일 제한 걸기 AI가 만든 로컬 개발 화면을 휴대전화나 동료에게 보여 줄 때, 공유 링크에 이메일 접근 제한을 걸 수 있다. Quick Tunnel의 이메일 인증은 초대한 사람이 브라우저로 미리보는 용도에 맞으며, 웹훅이나 자동 도구 호출은 별도로 구분해야 한다.링크를 아는 사람에서, 허용한 이메일로개발 서버가 내 컴퓨터에서만 열리면 동료에게 주소를 보내기 어렵다. Quick Tunnel은 로컬 서버로 이어지는 임시 외부 주소를 만들어 준다. 코딩 에이전트가 만든 화면을 다른 기기에서 확인하는 상황에도 쓸 수 있다.Cloudflare의 기능 발표에 따르면 연결 프로그램 cloudflared의 2026.9.3 버전부터 이메일 허용 옵션을 사용할 수 있다. 기존에는 링크를 가진 사람이 접속했다면, 이 옵션을 켠 링크에서는.. RAG 검색 결과는 맞는데 답이 틀릴 때: 문서 필터와 재정렬의 역할 RAG 검색 결과가 질문과 관련 있어도 답변 근거를 담았다는 뜻은 아니다. 검색 점수만 높이기보다, 답을 담은 문서를 먼저 걸러내고 그 안에서 순위를 정해야 한다. 필터 호출이 실패했을 때 미검증 문서를 그대로 쓸지도 별도로 정할 문제다.문서를 찾아 AI의 답변 문맥에 넣는 RAG에서 이 차이는 작지 않다. 같은 사건을 언급하는 참고문헌 목록과 사건의 경위를 설명하는 본문은 검색 결과에 함께 나올 수 있지만, 답변에 쓸 수 있는 정보는 다르다.검색 결과 여섯 개 중 답을 담은 것은 두 개였다Spring AI의 공개 RAG 데모는 허리케인 보고서에서 이 문제를 보여 준다. 검색으로 모은 고유 문서 조각은 여섯 개였고, 모두 설정한 유사도 기준을 넘었다. 그런데 네 개는 참고문헌이나 보관 자료 항목으로, 질.. Java 라이브러리 소스 검색: IDE 밖에서 jist로 메서드 찾기 Java 라이브러리의 메서드와 소스를 IDE 밖에서 찾으려면, 파일 속 문자열과 실제 클래스·멤버를 구분해야 한다. Netflix의 jist는 검색 경로에 있는 Java 심볼을 정확한 이름으로 찾아 선언과 사용처, 소스를 보여 주는 터미널 도구다.저장소 검색에서 의존 라이브러리 검색으로저장소에서 클래스 이름을 검색하면 import나 호출 코드는 발견할 수 있다. 하지만 외부 라이브러리의 구현이 소스 트리에 없다면, 그 검색만으로 메서드 선언까지 읽기는 어렵다. 개발자가 IDE에서 라이브러리 내부로 이동하던 작업을 터미널에서도 할 수 있느냐가 여기서의 질문이다.Netflix의 Java 도구 발표는 코딩 에이전트가 의존 라이브러리와 문서, 소스를 찾는 데 어려움을 겪는다고 설명한다. 이때 필요한 것은 지침을.. 팀의 Copilot 지침 배포: 파일 복사와 플러그인의 차이 여러 저장소에서 같은 Copilot 지침과 스킬을 쓴다면, 공통 설정을 버전 있는 플러그인으로 배포하는 편이 업데이트를 추적하기 좋다. 다만 배포한 버전과 각 개발자가 실제로 사용하는 설정은 다를 수 있어, 설치 버전과 로컬 설정까지 함께 확인해야 한다.복사한 지침은 어디서부터 달라졌을까팀이 만든 지침 파일을 각 저장소에 복사하면 도입 자체는 빠르다. 이후 어떤 팀은 예외를 추가하고, 어떤 팀은 중앙에서 수정한 내용을 반영하지 않는다. 어느 순간부터 같은 이름의 지침을 쓰는데도 내용은 달라진다. 이때 필요한 것은 더 긴 지침보다, 각 팀이 어떤 묶음을 가져갔는지 식별할 방법이다.Microsoft의 기업 마이그레이션 도구 사례는 공통 지침·스킬·MCP 설정을 Copilot 플러그인에 묶어 배포했다. MCP.. 추천 시스템 TopK 최적화: 후보를 줄여도 좋은 상품을 남기는 방법 추천 후보를 줄일 때는 모든 모델의 후보 수를 같은 비율로 깎기보다, 후보를 하나 더 가져올 때 얻는 예상 가치에 따라 배분하는 편이 낫다. 남겨 둔 후보가 실제로 좋은 추천을 만드는지는 전환율뿐 아니라 수익성과 상품 다양성까지 함께 비교해야 한다.전환율이 가장 높은 안을 선택하지 않은 이유토스 쇼핑이 공개한 7일간의 홈 피드 실험에서는 전체 추천 후보 수를 약 절반으로 제한하고 모델별로 다르게 배분한 안이 기존 대비 사용자 구매 전환율을 7.55% 높였다. 노출된 사용자 중 구매한 사용자의 비율을 뜻하며, 7.55%포인트 상승이 아니라 상대 변화율이다.그런데 후보를 일괄적으로 4분의 1까지 줄인 다른 안은 전환율 개선 폭이 더 컸다. 토스가 이 안을 고르지 않은 이유는 사용자당 매출과 평균 주문 금액이.. 운영 오류를 AI에 넘길 때, 로그 한 줄보다 사건 묶음이 필요한 이유 운영 오류를 코딩 에이전트에 맡기려면, 같은 실패의 발생 추세와 코드 버전, 관련 로그를 묶어서 전달해야 한다. 오류 문구 한 줄만 보내면 에이전트가 영향 범위와 발생 조건부터 다시 찾아야 한다.배포 뒤 요청마다 다른 ID로 오류가 쌓여도 원인은 하나일 수 있다. 이때 필요한 것은 로그를 더 많이 붙여 넣는 일이 아니라, 같은 문제로 묶을 단위다. Cloudflare가 공개 베타로 발표한 Workers Issues는 반복 예외·5xx 응답·오류 로그를 하나의 issue로 모으고, 조사 맥락을 코딩 에이전트에 보내는 흐름을 제공한다.요청 ID는 달라도 같은 버그일 수 있다Cloudflare가 든 예는 배포 후 Worker의 요청 처리 함수가 반복해서 실패하는 상황이다. 요청 ID는 매번 달라지지만 같은 버.. AI가 찾은 Android 취약점, Intent에서 설정 변경까지 이어진 경로 Android 앱을 AI로 보안 분석할 때는 외부 입력이 앱의 권한 있는 동작까지 이어지는 경로를 봐야 한다. 입력을 받는 곳만 찾으면, 그 값이 확인 화면을 건너뛰거나 설정을 바꾸는 데 쓰이는지 놓칠 수 있다.지도 앱 OsmAnd의 사례가 그렇다. 앱 내부 서비스를 위해 마련한 가져오기 옵션을 외부 앱에서도 지정할 수 있었고, 이 옵션이 사용자 확인 절차에 영향을 줬다. GitHub 보안 연구팀의 분석은 AI가 이 연결을 찾은 과정과 연구자가 다시 검증해야 했던 부분을 함께 설명한다.외부에서 들어온 값이 가져오기 절차를 바꿨다Android의 Intent는 다른 화면이나 앱 컴포넌트에 작업을 요청하는 메시지다. 여기에 추가 데이터를 담는 extras를 붙일 수 있다. 외부에 공개된 Activity라면 다.. 이전 1 2 3 4 ··· 10 다음
