Archives
All the articles I've archived.
- Notes
[소고] 데이터 과학자와 데이터 엔지니어에게 세일즈 기술이 필요한 이유
터미널X 뉴욕주민 대표가 세일즈팀을 꾸린 이야기를 읽고 든 생각. 엔지니어와 데이터 과학자에게도 상대 입장에서 생각하는 세일즈 기술이 필요하고, 세일즈와 달리 이 직군은 큰 규모를 다뤄 본 경험이 꽤 중요하다. 그런 경험이 없다면 엔드투엔드 경험을 최대한 쌓는 쪽이 낫다.
- Financial AI
[FDS] 사기 거래 0.015%를 찾는 방법: 거래 시퀀스 모델, 이상 탐지, 그래프
2024년 유럽의 카드 사기는 거래 건수 기준 0.015%였고, 사기 라벨은 며칠에서 열흘 뒤에야 붙는다. WeChat Pay, Stripe, Visa가 거래 시퀀스 파운데이션 모델을 기존 모델 옆에 붙인 방식, 그래도 XGBoost가 남는 이유, 라벨 없이 쓰는 이상 탐지와 CMU Akoglu 교수 팀의 파운데이션 모델 연구, 사기 조직을 찾는 그래프 방법까지 정리했다.
- Financial AI
트랜스포머는 신용 모델의 어디에 들어가나: Affirm, Revolut, Parafin, 앤트의 경우
Affirm이 신규 고객 심사에 트랜스포머를 붙였다. 신용정보의 계좌 하나를 토큰 하나로 읽고, 그 임베딩을 XGBoost에 넣는 구조다. Revolut의 PRAGMA, Parafin의 ParaFormer, 앤트의 Falcon TST와 BYB까지, 금융 회사들이 트랜스포머를 트리 모델 옆 어디에 놓았는지와 발표 숫자를 어떻게 읽어야 하는지 정리했다.
- Payments
AI 회사는 결제 회사가 될까: 에이전트가 물건을 사면 누가 돈을 버나
Meta가 개인 에이전트 Muse를 무료로 풀고, 성사된 거래에서 작은 수수료를 받겠다고 했다. AI 회사와 결제사와 클라우드가 각자 어느 쪽에서 결제에 다가오는지, 한 번의 거래에 붙는 네 가지 돈에 어떤 책임이 따라붙는지, 수수료를 받는 에이전트는 누구 편인지를 핀테크 쪽에서 본다.
- Financial AI
판매량 예측 (2) 타임 어텐션과 그룹 어텐션 뜯어보기
시계열 트랜스포머는 셀러 한 명의 매출과 공변량들을 격자로 놓고, 가로로는 시간을 따라, 세로로는 같은 그룹의 시계열끼리 어텐션을 번갈아 건다. 크로노스-2 구조를 기준으로 토큰화부터 그룹 마스크까지 파이토치 코드로 따라가고, 판매 예측에 쓸 때 조심할 것을 정리했다. 일별 분위수를 더하면 월 분위수가 안 되는 이유까지.
- Financial AI
판매량 예측 (1) 트리 모델부터 크로노스까지
판매 금액을 기반으로 돈을 빌려주는 핀테크라면 판매량 예측이 한도와 상환과 리스크 관리의 한가운데 놓인다. 금액을 맞힐지, 증감률을 맞힐지, 분포를 맞힐지부터 정해야 하고 그 선택이 모델을 고르는 데까지 이어진다. LightGBM 분위수 회귀에서 크로노스 계열 시계열 트랜스포머까지.
- LLM Systems
앤트로픽 데이터팀을 보며: 분석가가 내놓는 게 달라지고 있다
앤트로픽이 사내 분석 질문의 95%를 클로드로 처리하게 된 과정을 공개했다. 과거 SQL 수천 개를 줘도 정확도는 안 움직였고, 정의 문서를 방치하자 한 달 만에 95%에서 65%로 떨어졌다. 데이터 분석가 자리에서 읽으면 결국 산출물이 바뀐다는 얘기다. 쿼리와 숫자에서 정의와 절차와 정답셋으로.
- LLM Systems
코드를 한 줄도 안 건드렸는데 시스템이 망가진다: 데이터가 조용히 썩는 경로들
타입도 맞고 값도 정상 범위인데 모델만 이상해진다. 원화를 달러로 바꿔 적기 시작한 price 컬럼, 2년 전 리서치 보고서를 근거로 자신 있게 답하는 RAG, 그리고 모델의 오해가 사용자 행동을 거쳐 정답으로 굳는 피드백 루프까지. 데이터가 소리 없이 부패하는 세 가지 경로.
- AI Coding
앤드류 응의 AI 엔지니어링 스킬맵을 뜯어보며: 네 항목이 사실 한 가지를 말하고 있다
채용 공고 1만 건을 분석해 뽑았다는 네 가지 AI 엔지니어링 역량. 목록을 그대로 옮기는 대신 구조를 뜯어봤다. 이건 나란한 목록이 아니라 층이고, 네 항목 전부에 같은 것이 들어 있으며, 정작 모델을 만드는 능력은 목록에 없다. 그리고 이 지도에서 흐리게 그려진 곳들에 대해.
- LLM Systems
FDE에 대한 고찰: 이름은 열 개인데 하는 일은 하나다
Forward Deployed Engineer, 솔루션 아키텍트, 레지던트 SA, 커스터머 석세스 엔지니어, 디플로이먼트 전략가, 응용 AI 엔지니어. 이름이 계속 늘어나는데 놓고 보면 축은 둘뿐이다. 팔란티어가 만든 이 직군을 왜 지금 AI 회사들이 앞다퉈 뽑는지, 그리고 진짜 핵심이 무엇인지에 대한 개인적인 정리.
- World Models
월드모델의 두 계보는 어떻게 여기까지 왔나: 70년 역사를 쉽게
월드모델에 뉴럴과 심볼릭 두 계보가 있다는 건 알겠는데, 각각 어디서 시작해서 어떻게 여기까지 왔을까. 논리로 세계를 적으려던 쪽과 데이터로 배우려던 쪽이 각각 어떤 벽에 부딪히고 어디로 방향을 틀었는지, 예비지식 없이 읽을 수 있게 정리했다.
- World Models
팔란티어 온톨로지는 진짜 온톨로지인가
팔란티어는 자사 제품의 핵심을 Ontology라고 부른다. 그런데 W3C 표준을 쓰지 않고 논리 추론도 없어서, 학술적 의미의 온톨로지는 아니라는 비판이 만만치 않다. 객체·링크·액션이라는 구성과 세 개의 층을 뜯어보고, 존재·상태·전이·제약이라는 네 축으로 고전 온톨로지와 나란히 재본다.
- World Models
규범은 데이터에 없다: 월드모델의 두 계보와 온톨로지
월드모델에는 뉴럴 계보 말고 심볼릭 계보가 있다. 조쉬(이주환)가 제시한 네 축을 형식론 계보로 뜯어보면 존재론·동역학·규범이라는 성격이 다른 세 층이 나오고, 마지막 층만 양상이 다르다. 관측에서 학습하는 모델이 왜 원리적으로 규범을 배울 수 없는지, 그리고 온톨로지가 왜 지금 다시 필요해졌는지에 대해.
- AI Coding
[잡담] 요즘 내 보고서를 제일 먼저 읽는 건 팀장이 아니다
보고서를 올리면 팀장이 그걸 GPT에 넣고 요약과 비평을 시킨다. 크고 작게 대부분의 결과물이 어딘가에서 한 번은 AI를 거치는 시대라면, 순서를 바꿔서 내가 먼저 돌려보면 된다. 교차검증하는 법, 검증을 제대로 시키는 네 가지 질문, 그리고 promptfoo·LibreChat·llm-council 같은 오픈소스 도구들.
- LLM Systems
모델은 똑똑한데 시스템은 왜 바보가 될까: AI 장애의 대부분은 모델 밖에서 시작된다
데모에서 박수받던 AI 시스템이 프로덕션에서 조용히 무너지는 이유. 프롬프트가 코드가 아닌 이유, 한 줄 고쳤는데 전부 바뀌는 CACE 원칙, 200 OK를 반환하며 망가지는 침묵하는 장애, 그리고 장애 다섯 중 넷이 모델 바깥에서 나온다는 사실까지. 책 『주니어 AI 엔지니어가 반드시 알아야 할 실무 지식』과 함께 보는 첫 번째 글.
- LLM Systems
LLM은 어떻게 채점하나: 평가 방법 11가지를 네 계열로 정리했다
정답을 맞혔는데 0점이 나오는 순간부터 LLM 평가는 갈라지기 시작한다. BLEU·ROUGE·BERTScore부터 LLM 판정자, 배심원단, 에이전트 경로 평가와 안전성 게이트까지 11가지 방법을 네 계열로 묶고, 각각 언제 쓰는지와 어디서 넘어지는지를 정리했다.
- World Models
월드모델 (3) 게임이 월드모델의 가장 혹독한 시험장인 이유
실시간성, 장기 일관성, 다중 사용자, 통제 가능성. 월드모델이 구경거리에서 쓸모 있는 물건이 되려면 넘어야 하는 네 개의 관문을 정리했다. 게임은 이 네 가지를 동시에, 극한 조건으로 요구하는 무대라서 최전선이 됐다. 그리고 이 관문들은 거의 그대로 로봇의 문제이기도 하다. 월드모델 공부 노트 3부작의 마지막 편.
- World Models
월드모델 (2) 모델에게 세계를 통째로 맡기지 않는 이유
하나의 거대한 모델이 전부 학습하게 할 것인가, 모델은 잘하는 것만 하게 하고 나머지는 시스템이 맡을 것인가. 생성 AI 설계의 근본 갈림길에서 로블록스가 택한 하이브리드 아키텍처를 해부한다. 게임엔진이 진실을 지키고 월드모델이 사실감을 입히는 분업, 그리고 그 밑에 깔린 상태와 외양의 분리라는 설계 원칙.
- World Models
월드모델 (1) LLM 다음은 뭘까: 다음 프레임을 예측하는 AI
다음 토큰을 예측하는 공식이 언어를 정복했다면, 다음 프레임을 예측하는 공식은 물리 세계를 정복할 수 있을까. 로보틱스 붐과 함께 각광받는 월드모델이 무엇인지, 왜 학습 데이터의 병목을 푸는 열쇠로 불리는지, 그리고 아직 무엇을 못 하는지. 월드모델 공부 노트 3부작의 첫 편.
- Payments
아빠오(阿宝)가 온다: 알리페이, 10억 사용자를 위한 AI 네이티브 슈퍼앱으로의 진화
2026년 6월 16일, 알리페이는 AI 어시스턴트 아빠오(阿宝)를 탑재한 새 버전을 정식 출시했다. 홈을 오른쪽으로 스와이프하면 기존 아이콘 메뉴 대신 대화형 인터페이스가 떠서, 음성·자연어로 1만 개 이상의 서비스를 호출한다. 알리페이 20년 역사상 가장 큰 인터페이스 변화이자, 위챗과의 AI 에이전트 경쟁의 다음 라운드.
- AI Coding
AI 코딩의 생산성은 프롬프트가 아니라 작업 분해와 피드백 루프에서 나온다
AI 코딩 워크숍 한 편을 보고 정리한 메모. 핵심은 스펙 한 줄로 코드가 나오는 게 아니라, LLM의 컨텍스트 한계를 인정하고 사람의 판단과 AI의 반복 실행을 분리해 vertical slice와 TDD로 돌리는 구조를 짜는 일에 가깝다.
- AI Coding
AI 코딩 도구 사용량은 어디에 기록될까: ccusage가 보여주는 네 가지 토큰
Claude Code, Codex 같은 코딩 에이전트는 작업할 때마다 로컬에 사용 기록을 남긴다. ccusage는 그 로그를 읽어 Input·Output·Reasoning·Cache Read 네 가지를 보여준다. 각 항목이 뭘 의미하는지, 캐시 읽기는 왜 input과 따로 잡히는지, 그게 내 컴퓨터인지 서버인지를 SQL 예시로 풀어본다.
- Payments
중국 핀테크는 어떻게 돌아가는가: 슈퍼앱, 미니프로그램, 결제 인프라의 삼각형
중국 핀테크의 본질은 좋은 금융 앱이 아니라, 슈퍼앱 위에 미니프로그램이 얹히고 그 아래를 넷츠유니온·POS·IoT가 받치는 3층 구조다. 시장 규모는 약 513억 달러, 넷츠유니온은 연간 1조 건 이상을 청산한다.
- Payments
디지털 위안화의 진화: 2026년, e-CNY가 '이자 붙는 디지털 예금'으로 바뀌다
2026년 1월부터 e-CNY 실명 지갑 잔액에 이자가 붙고, 은행 부채·예금보험·지급준비금 체계에 편입됐다. 디지털 현금에서 디지털 예금화폐로 향하는 중국식 CBDC 제도화의 다음 단계.
- Payments
위챗의 다른 길: AI 에이전트를 품은 14억 MAU 슈퍼앱의 전략
알리페이가 AI付·AI收로 결제 인프라를 미는 동안, 텐센트는 WeChat 안에 OpenClaw 기반 ClawBot을 넣고 미니프로그램 생태계에 Hunyuan 자원을 풀고 있다. 결제가 아닌 대화·생활 접점에서 출발하는 AI 에이전트 전략.
- Payments
AI가 결제하는 시대가 온다: 알리페이 AI付·AI收와 에이전트 경제의 시작
알리페이가 3억 건의 AI 에이전트 결제와 함께 Token Pay·AI Wallet을 공개했다. 단순한 결제 기능이 아니라, 사용자의 위임을 받은 AI가 결제·수금·정산을 실행하는 에이전트 상거래 인프라의 초기 대규모 상용화 사례.
- Financial AI
[FDS] Stripe는 어떻게 100ms 안에 결제 사기를 판단할까?
금융 AI에서 FDS는 ML과 DL을 어떻게 사용할까? Stripe Radar 사례로 보는 결제 사기 탐지의 실제.
- Financial AI
금융 AI에서의 에이전틱 엔지니어링
AI가 틀릴 수 있음을 전제로 자동화하는 것. 금융 AI에서 에이전틱 엔지니어링이 무엇이고 왜 중요한가.
- LLM Systems
컨텍스트 압축(Context Compaction): 에이전트에게 전부 넣지 말고 필요한 것만 남기기
LLM 에이전트에게 매번 전체 대화·로그·tool 결과를 다 넣을 수는 없음. 다음 판단에 필요한 작업 상태만 남기는 컨텍스트 압축 기법을 예시로 정리함.
- LLM Systems
AI Agent는 더 좋은 프롬프트가 아니라 더 좋은 Harness에서 나온다
프롬프트를 한 번도 건드리지 않고 실패하던 에이전트를 성공시키는 방법. Harness Engineering이 무엇이고 왜 중요한가.
- Notes
블로그를 시작하며
AstroPaper로 새 블로그를 열었습니다.