16:03-16:34워크플로우·방법론
울트라코드 사용량
울트라코드는 단순히 더 강한 성능 모드가 아니라, 기본적으로 병렬 서브에이전트 구조를 활용하는 워크플로라는 설명이 나왔다. 메인은 직접 행동하지 않고 서브에이전트를 세워 모델별 작업을 맡긴 뒤 취합과 대화만 수행하도록 구성할 수도 있다고 했다. 다만 병렬 실행 때문에 사용량이 빠르게 소진될 수 있으며, 동시 에이전트 수와 토큰 소비 한계는 직접 강제로 실험해 확인해볼 만하다는 팁이 공유됐다. 잘 만든 ADK는 여러 울트라코드보다 낫다는 의견과 수동 분할 보기·모델 분업이라는 대안도 제시됐다.
- 울트라코드는 xhigh 추론 자체보다 다중 에이전트 병렬 오케스트레이션이라는 관점으로 설명됐다.
- 메인을 오케스트레이터로 두고 서브에이전트에 모델별 작업을 위임하는 구성이 가능하다고 했다.
- 병렬 실행 시 하루 사용량이 빠르게 줄어들 수 있다는 경험담이 나왔다.
- 동시 실행 개수와 토큰 제한은 직접 대규모 실행을 시도해 한계점을 확인하는 방법이 언급됐다.
- 세션 분할 보기와 수동 모델 분업은 자동 워크플로의 대안으로 제시됐다.
16:49-17:21워크플로우·방법론
워크플로 분석 학습
AI를 잘 활용하려면 결과만 받지 말고 워크플로가 코드를 어떻게 병렬·직렬 처리하는지 분석해보라는 조언이 이어졌다. 초보자라면 같은 질문을 조건을 바꿔 반복하고, 설명 제공 여부·지시문 표현·중첩 서브에이전트 같은 변수를 실험해보는 방식이 도움이 된다고 했다. 사고 내용과 최종 출력이 항상 일치하지 않을 수 있으므로 둘을 비교하며 이해해야 한다는 경험도 공유됐다. 당장 결과물이 필요한 사람에게 이런 실험적 사용을 강제하기는 어렵지만, 경영진은 오히려 적극적으로 활용하는 경우가 있다는 관찰도 나왔다.
- 자동 워크플로가 어떤 작업을 병렬 또는 단일 세션으로 배치했는지 분석하는 학습법이 제안됐다.
- 동일 질문에 조건만 바꿔 반복 실험하는 방식이 소개됐다.
- 지시문을 직접 쓰는 경우와 AI에게 작성시키는 경우를 비교해볼 수 있다고 했다.
- 모델의 사고 내용과 실제 출력이 다를 수 있어 비교 검토가 필요하다고 언급됐다.
- AI를 단순 도구가 아니라 관찰과 실험을 통한 선생님으로 활용한다는 관점이 나왔다.
17:35-17:39질문·트러블슈팅
Gitea RCE 대응
Gitea 관련 RCE 이슈가 언급되며 RCE와 공급망 공격의 차이를 설명했다. RCE는 공격자가 서버에서 임의 명령이나 코드를 실행할 수 있게 되는 결과이며, 공급망 공격은 의존성·빌드·배포 경로를 오염시키는 침투 방식이라는 구분이 제시됐다. Gitea 운영자는 영향 버전 여부 확인, 업데이트, 외부 접근 제한, 토큰·SSH 키 교체 검토를 함께 해야 한다는 대응 팁이 나왔다. OWASP Top 10은 기본 점검 기준일 뿐 완벽한 방어책은 아니며, 최소 권한·의존성 검증·패치·비밀관리까지 필요하다고 정리됐다.
- Gitea는 GitLab보다 간소화된 로컬 Git 저장소용 오픈소스 프로젝트로 언급됐다.
- RCE는 서버 내 임의 코드 실행이 가능한 취약점 결과를 뜻한다고 설명됐다.
- 공급망 공격은 침투 경로, RCE는 가능한 피해 결과로 구분됐다.
- 대응으로 취약 버전 확인, 업데이트, 외부 노출 제한, 토큰과 SSH 키 점검이 제시됐다.
- OWASP Top 10만으로는 부족하며 권한 최소화와 비밀관리 등 다층 방어가 필요하다고 했다.
15:25-15:47도구·라이브러리
AI 코딩 도구 비교
Orca, Paseo, cmux, Herdr 등 AI 코딩 에이전트 실행 환경의 사용 경험을 비교했다. Orca는 웹 수정처럼 브라우저 직접 지시가 필요한 작업에는 괜찮다는 의견이 있었지만, 모바일 연결 끊김·Connect 실패·무거운 도구 구성에 대한 불만도 나왔다. Paseo는 연결성은 좋지만 PC 사용 경험이 아쉽다는 평가가 있었고, cmux와 Herdr는 외관이나 사용성이 취향에 맞지 않아 다시 돌아가기 어렵다는 반응도 있었다. 딱 맞는 도구가 없어 여러 제품을 직접 써보고 고르는 단계라는 흐름이었다.
- Orca는 브라우저를 직접 조작해야 하는 웹 수정 작업에 유용하다는 의견이 나왔다.
- Orca 모바일에서는 같은 와이파이에서도 연결 실패가 발생한다는 사례가 공유됐다.
- Paseo는 연결은 좋지만 PC에서의 사용 경험이 부족하다는 평가가 있었다.
- cmux와 Herdr는 여러 에이전트를 관리하는 대안으로 언급됐지만 사용성 불만도 있었다.
- AI 코딩 에이전트 IDE 계열을 ADE라고 부른다는 언급이 나왔다.
15:34-15:36도구·라이브러리
티로 면접 복기
티로와 클로바노트를 면접 복기 용도로 비교했다. 티로는 질문·답변 흐름에 맞춘 템플릿 기반 정리가 가능해 단순 STT 요약보다 보완점을 찾기 편하다는 결론이 나왔다. MCP 연동을 통해 메신저로 바로 보내고 아카이빙할 수 있다는 활용성도 언급됐다. 이에 따라 티로 라이트 플랜 구독을 고려하는 반응이 이어졌다.
- 티로는 상황별 템플릿에 맞춰 문서를 정리하는 기능이 장점으로 평가됐다.
- 클로바노트는 단순 STT 기반 문서 요약 중심이라는 비교가 나왔다.
- 면접 복기에서는 질문과 답변의 흐름을 구조화하는 것이 유용하다는 의견이었다.
- 티로는 MCP로 메신저 전송과 아카이빙을 연결할 수 있다고 언급됐다.
17:39-17:49배포·운영
보안 투자와 개인정보
보안의 중요성에 비해 보안 직군 보상과 기업 투자 수준이 낮은 이유를 논의했다. 보안은 사고가 발생하기 전에는 비용으로만 보이고 매출과 직접 연결되지 않아 우선순위에서 밀리기 쉽다는 의견이 나왔다. 이를 경제적으로는 발생 확률과 영향도를 금액화해야 하는 우발부채로 보고, 보안 비용을 잠재 손실을 줄이는 보험료로 이해해야 한다고 정리했다. 개인정보 유출 사고에서는 사과나 일부 피해 완화 조치만으로 충분하지 않고 침투 경로·유출 범위·재발 방지책의 투명한 공개와 장기 대응이 필요하다는 비판이 이어졌다.
- 보안은 사고 전에는 비용으로 인식돼 경영진의 투자 우선순위가 낮아지기 쉽다는 의견이 나왔다.
- 리스크 평가에서는 발생 확률과 영향도를 금액화해 예방 비용과 비교해야 한다고 했다.
- 보안 리스크는 평소 장부에 드러나지 않다가 사고 시 현실화되는 우발부채로 설명됐다.
- 개인정보 유출 사고 대응은 단순 사과나 일부 조치보다 원인·영향·대책의 투명한 공개가 필요하다는 의견이었다.
- 저장소 침해 후 채굴까지 이어지는 사례가 언급되며 공격 피해 범위에 대한 경각심이 나왔다.
15:54-16:00AI 모델·프롬프트
OCR 봇 기능 시험
이미지 OCR 기능을 채팅방에서 시험하며 이미지 속 텍스트를 추출했다. 이미지 분석 응답이 사실과 의견을 길게 섞어 출력한 뒤, OCR로 텍스트만 정리하는 기능을 추가하자는 제안이 나왔다. 실제 이미지 URL을 넣어 OCR을 실행했고, 이미지에 포함된 거친 표현까지 원문대로 추출되는 모습이 확인됐다. 이후 봇의 말투와 고급 개발자 농담을 주고받는 가벼운 대화가 이어졌다.
17:23-17:35커뮤니티·잡담
일본어와 언어 학습
이미지 속 일본어 문구인 ‘AIを、うまく使う。’의 뜻을 두고 ‘AI를 잘 사용하자’라는 번역이 확인됐다. 일본어를 입사 후 공부할지와 미래 전망을 묻는 대화에서는 언어 능력과 커리어 효과는 별개이며 목적이 불분명하면 일반론적 전망만으로 판단하기 어렵다는 의견이 나왔다. AI 사용에는 여러 언어가 압축적이고 적절한 표현을 선택하는 데 도움이 될 수 있다는 경험담도 있었다. 언어는 공부라기보다 실제로 계속 써야 는다고 정리됐다.
- 일본어 문구는 ‘AI를 잘 사용하자’로 해석됐다.
- 제2외국어가 커리어에 유용한지는 목표와 사용 맥락에 따라 달라진다는 의견이 나왔다.
- 언어를 배우고 싶다면 매일 실제로 사용하는 습관이 중요하다고 했다.
- 여러 언어를 알면 AI 프롬프트나 표현을 더 간결하고 적절하게 구성하는 데 도움이 될 수 있다고 언급됐다.
- 최신 AI 정보는 영어권 자료가 빠르다는 의견과 정보 최신성은 관심도의 문제라는 반론이 함께 나왔다.
17:32-17:35커뮤니티·잡담
정보 홍수와 AI 몰입
AI 관련 정보를 적극적으로 찾아보고 실험하면서 몰입했던 경험이 공유됐다. 최신 자료를 계속 읽고 저장하는 과정이 즐겁지만, 기준 없이 정보를 흡수하면 정보 홍수에 휩쓸릴 수 있다는 경계도 나왔다. 정보의 출처마다 추구하는 방향과 의도가 다르므로 맥락을 함께 읽어야 한다는 의견이 제시됐다. 긱뉴스와 PyTorch 커뮤니티 같은 정보원을 가끔 활용한다는 대화도 있었다.
- AI를 처음 접했을 때 생활 대부분을 자료 탐색과 실험에 쏟았다는 경험담이 나왔다.
- 정보 부족보다 정보 과잉을 조심해야 한다는 의견이 제시됐다.
- 보고서와 언론 자료는 작성 주체의 관점과 의도까지 함께 봐야 한다고 했다.
- 긱뉴스와 PyTorch 커뮤니티가 관련 정보원으로 언급됐다.