튼튼발자 개발 성장기🏋️

Claude의 Model Context Protocol (MCP) 커넥터 기능을 사용하면 별도의 MCP 클라이언트 없이 Messages API에서 직접 원격 MCP 서버에 연결할 수 있다. 현재 버전: 이 기능을 사용하려면 베타 헤더가 필요하다. "anthropic-beta": "mcp-client-2025-11-20" 이전 버전(mcp-client-2025-04-04)은 더 이상 사용되지 않는다. 아래의 더 이상 사용되지 않는 버전 문서를 참조하자. 주요 기능 직접 API 통합: MCP 클라이언트 구현 없이 MCP 서버에 연결한다 도구 호출 지원: Messages API..

훅 수명 주기훅(Hooks)은 Claude Code의 수명 주기 중 특정 시점에서 자동으로 실행되는 사용자 정의 셸 명령어 또는 LLM 프롬프트다. 훅은 Claude Code 세션 중 특정 시점에서 발동된다. 이벤트가 발생하고 매처가 일치하면, Claude Code는 이벤트에 대한 JSON 컨텍스트를 훅 핸들러에 전달한다. 명령어 훅의 경우 stdin으로 전달된다. 핸들러는 입력을 검사하고 작업을 수행한 후 선택적으로 결정을 반환할 수 있다. 일부 이벤트는 세션당 한 번 발생하는 반면, 다른 이벤트는 에이전틱 루프 내에서 반복적으로 발생한다. 아래 표는 각 이벤트가 언제 발생하는지를 나타낸다. 이벤트 발생 시점 SessionStart 세션이 시작되거나 재개될 때 UserPromptS..

커스텀 서브에이전트 만들기Claude Code에서 작업별 워크플로우 및 향상된 컨텍스트 관리를 위한 전문화된 AI 서브에이전트를 만들고 사용할 수 있다.서브에이전트는 특정 유형의 작업을 처리하는 전문화된 AI 어시스턴트다. 각 서브에이전트는 커스텀 시스템 프롬프트, 특정 도구 접근 권한, 독립적인 권한을 가진 자체 컨텍스트 윈도우에서 실행된다. Claude가 서브에이전트의 설명과 일치하는 작업을 만나면, 해당 서브에이전트에 위임하고 서브에이전트는 독립적으로 작동하여 결과를 반환한다.서브에이전트 장점컨텍스트 보존 - 탐색 및 구현을 메인 대화에서 분리제약 조건 강제 - 서브에이전트가 사용할 수 있는 도구 제한구성 재사용 - 사용자 수준 서브에이전트를 프로젝트 간에 공유동작 전문화 - 특정 도메인에 집중된 ..

지난 번에 토스의 Node.js 개발자 정세훈님의 블로그 글을 읽으면서 여러가지 감정과 생각이 들었다. 일단 AI 버블에 대해서 공감이 많이 갔다. 업계에 떠도는 뉴스, 투자액 대비 실질 매출의 불균형, 95%에 달하는 AI 도입 실패율 이야기. 현업 개발자 입장에서 그런 숫자들이 체감되는 느낌이 들기도 했다.AI의 버블과 현실부풀려진 단기적 기대치, 그리고 실제 생산성 혹은 비즈니스 효과를 내기까지의 거대한 갭, 정말 실감난다. 첨단 기술 도입이 언제나 그래왔듯, 당장은 과장되고 혼란스럽지만 길게 보면 그 변화가 어디서 터질지 알 수 없는 것 같다. 특히 닷컴 버블 때 웹마스터가 사라진 대신 새로운 웹 직군이 폭증했던 사례는 나도 여러 기사와 도서에서 반복적으로 보던 이야기라 이 맥락이 참 인상 깊었다..

Agent Skills Agent Skills는 Claude의 기능을 확장하는 모듈식 기능이다. 각 Skill은 Claude가 관련 상황에서 자동으로 사용하는 지침, 메타데이터, 선택적 리소스(스크립트, 템플릿)를 패키징한다. Skills를 사용하는 이유 Skills는 Claude에게 도메인별 전문 지식(워크플로우, 컨텍스트, 베스트 프랙티스)을 제공하여 범용 에이전트를 전문가로 변환하는 재사용 가능한 파일시스템 기반 리소스이다. 일회성 작업을 위한 대화 수준의 지침인 프롬프트와 달리, Skills는 필요에 따라 로드되며 여러 대화에서 동일한 가이드를 반복적으로 제공할 필요를 없앤다. 주요 이점: Claude 전문화: 도메인별 작업에 맞게 기능 조정 ..

오늘은 올리브영 기술 블로그에서 소개된 자체 sLLM 구축기를 읽고 느낀 점을 자유롭게 적어보려고 한다.나는 작년 4분기에 비슷한 구축기를 시도했었다. 팀 내에서 사용할 Ollama를 구축했었고 그 뒤에 여러 요청사항을 통해 vLLM을 새로 구축하였다. 이와 같은 경험을 했던 터라, 제목만 보고서도 호기심이 자극되었다.소형 LLM, 진짜 실용의 길을 찾다요즘 LLM이 핫하긴 한데, 대부분 서비스들은 상용 API나 엄청 비싼 GPU 자원을 쓰는 구조가 많다.그런데 올리브영 팀은 Tesla T4 16GB, 그러니까 렌탈비도 저렴하고 진입장벽이 낮은 하드웨어 환경 하나로 95% 상용 품질을 만들어냈다.LLM은 거대한 리소스가 필요하다고만 생각했었는데, 작은 모델과 현장 맞춤화로 실제 서비스까지 연결되는 과정을..

우아한형제들 기술블로그에서 "AI와 함께하는 테스트 자동화: 플러그인 개발기"를 보았다. 평소에 테스트 코드 자동화, 그리고 AI가 개발 실무에서 어떤 역할을 할 수 있을지에 대해서 많이 궁금했던 탓인지 재밌게 보았다.AI 자동화의 장점과 마주친 한계AI, 특히 Amazon Q, Copilot 같은 도구들을 이용해 테스트 코드를 자동 생성하는 건 업무 효율 측면에서 정말 매력적으로 보인다. 단순히 코드 몇 줄을 대신 써주는 게 아니라, 팀 컨벤션까지 반영해서 실제로 돌아가는 테스트 코드를 빠르게 만들어준다는 점이 참 고무적이다.하지만 역시 현실은 만만치 않다는 게 느껴졌다. 100% 자동화의 환상은 생각보다 쉽게 깨진다고 느꼈다. 클래스 의존성, 멀티모듈 구조, 비슷한 클래스명, 누락되는 엣지케이스 등 ..

DMR: Don't Merge without Review 프로젝트 개요지난 약 8년간 백엔드 개발자로서 현업에서 재직하며 업무를 볼 때 사바사, 팀바팀이 많지만, 결코 개발만을 하지 않았습니다. 생각해보면 기획 내용과 요구사항 분석부터 웹 디자인, 개발 설계, 테스트 코드 작성, Sanity Test, 모니터링, 문서 최신화까지 개발 외 적인 업무도 다량 존재했습니다. 이 중에서도 바로 코드리뷰는 필수적이면서도 적지 않은 시간을 소요하는 작업입니다. 이 코드리뷰를 어떻게 하면 자동화할 수 있을까 고민을 해보았습니다. ai를 활용한다 쳐도 line by line 레벨에서의 리뷰밖에 할 수 없다고 생각했습니다. 즉, 사이드 이펙트와 관련된 이슈나 버그를 리뷰할 수 없다는 치명적인 단점이 존재했습니다. (ai..