처음이라면, 이 세 편부터
관점에서 출발해 실제 구현을 보고, 연구의 관점과 연결해 읽어보세요.
AI 에이전트는 ‘직원’이 아니라 ‘조직’이 된다
누가 일을 나누고, 결과를 검증하고, 완료를 판단할까? 인간과 AI 팀의 협업을 조직 설계의 문제로 봅니다.
관점 읽기 02 · 실제 프로젝트이미지의 사용 근거까지 기록하는 에이전트
picright의 구현과 실제 실행 결과, 실패와 한계를 기록했습니다. 도구가 남길 증빙과 사람이 맡을 판단을 살펴봅니다.
실험 읽기 03 · 연구 해설대화형 AI에 대한 기대는 어떻게 어긋날까?
2019년 기대와 기대 격차 연구의 질문을 소개하고, 오늘의 에이전트 설계와 연결해 읽습니다. 논문 서지·초록도 함께 연결합니다.
연구 해설 읽기최근 글
고인의 AI는 누가 그만 말하게 할 수 있을까: 가족·서비스·새 청중의 권한
고인의 AI를 누가 멈출 수 있을까. 생전 동의 이후 가족, 서비스, 새로운 청중 사이에서 달라지는 권한과 종료 절차를 생각한다.
읽기AI와 함께 쓴 글에는 내 선택이 얼마나 남아 있을까?
제안의 채택·거절·수정과 창작 주도권. AI와 함께 쓰면서 무엇을 받아들이고, 거절하고, 다시 고르는지 생각한다.
읽기에이전트가 결제하는 시대 누가 실수의 비용을 떠안을까
그리고 결제 방식보다 먼저 풀어야 할 질문이 있었다. 에이전트가 내 의도를 잘못 이해한 채 돈을 썼을 때, 그 실수는 누가 책임질까. 결제 성공 기록만으로는 이 질문에 답하기 어렵다.
읽기블로그 이미지, 에이전트가 저작권까지 확인하고 넣게 만들었습니다
이미지 검색·라이선스 검증·출처 표기·증빙 기록까지 한 번에 하는 MCP 서버. 스톡 사진, 스크린샷, 다이어그램 — 세 가지 사용 근거를 구분해서 기록합니다.
읽기AI 에이전트 700대가 Hugging Face 공격에 참여한 이유
수백 개의 AI 에이전트가 Hugging Face 침입에 참여했습니다. 처음부터 공격이 목적이 아니었습니다. 공유 채널과 공동 목표가 생기면 에이전트는 시키지 않아도 팀이 됩니다.
읽기Grok Bot으로 돈을 벌 수 있을까? 성공담을 뜯어보고 알게 된 것
Grok Bot 성공 사례와 직접 운영한 AI-native 1인 기업 실험을 통해, AI 에이전트가 실제로 돈을 만드는 조건과 안전한 운영 원칙을 정리합니다.
읽기AI 에이전트가 한국 사업자를 직접 검증하게 만들었습니다
국세청·DART·행안부·국토부·법제처 API를 하나의 MCP로 묶고, 고객을 사람이 아니라 AI 에이전트로 가정하고 설계한 SaaS 이야기.
읽기1인 기업의 시대, AI 에이전트는 ‘직원’이 아니라 ‘조직’이 된다
그래프·하네스·루프 엔지니어링으로 혼자서 여러 팀을 설계하고 운영하는 방법을 살펴봅니다.
읽기