🤖 Learning with AI

✍️ Claude Code 작성 | 🔍 Gemini 리뷰

• 총 TIL 개수: 170개

• 카테고리 수: 27개

• AI Agent 워크플로 패턴 - 프롬프트 체이닝

• AI Agent와 Agentic AI

• AI 네이티브 엔지니어링 팀 구축 가이드

• AI 코딩 어시스턴트 컨텍스트 파일 작성 가이드

• Dense Vector 검색은 왜 거리가 아니라 각도로 유사도를 잴까?

• FastMCP 3.0 - 프로덕션 레디 MCP 서버 구축의 새로운 패러다임

• GGUF와 양자화 - 서민도 로컬에서 LLM을 돌릴 수 있는 이유

• Google Antigravity: 에이전트 우선 개발 환경

• JSON-RPC와 MCP의 관계

• LangChain Agent 생성 및 사용법

• LangGraph - LLM 애플리케이션을 위한 상태 머신

• LangGraph Durable Execution - 실패해도 이어서 실행하기

• LangGraph Interrupts - 사람의 승인이 필요할 때

• LangGraph Memory - 기억을 관리하는 두 가지 방법

• LangGraph Persistence - 상태를 영속화하는 방법

• LangGraph Streaming - 실시간으로 결과 받기

• LangGraph Subgraph - 그래프 안의 그래프

• LangGraph Time Travel - 과거로 돌아가 다시 실행하기

• LLM Agent란 무엇인가

• LLM 데이터 전처리의 중요성

• LLM 위키 — LLM을 활용한 개인 지식 베이스 구축 패턴

• llms.txt - AI 시대의 robots.txt

• LLM의 Mixture of Experts - 적은 연산으로 거대한 모델을 돌리는 비결

• MCP (Model Context Protocol) 이해하기

• MCP의 STDIO Transport 이해하기

• ML 모델 서빙이란 무엇인가

• Multi-turn Conversation (멀티턴 대화)

• Synthetic Data: AI 학습의 비밀 무기

• Vector DB, AI 시대에 갑자기 뜬 이유

• vLLM - GPU 위의 LLM은 누가 서빙하는가

• 로컬 LLM 추론 — Apple Silicon이 NVIDIA GPU를 이기는 순간

• 왜 Elasticsearch는 TF-IDF 대신 BM25를 쓸까?

• 왜 빠른 검색 뒤에 느린 모델을 또 붙일까?

• 왜 하이브리드 검색은 점수 대신 순위로 결과를 합칠까?

• 컴퓨터에게 단어의 의미를 가르치는 법

• 프로덕션 LLM 서빙에서 FP32를 아무도 안 쓰는 이유

• 효과적인 AI Agent 구축하기 - Anthropic 가이드

• 효과적인 에이전트 구축하기

• boto3: Python으로 AWS 인프라 제어하기

• Terraform으로 AWS 인프라를 코드로 관리하기

• BaaS (Backend as a Service)

• FastAPI에는 왜 세션이 없을까

• 마이크로서비스 통신 패턴: 동기 vs 비동기

• Cardinality - 컴퓨터 과학에서의 의미와 활용

• Concurrency와 Parallelism - 동시성과 병렬성

• DAG - 방향 비순환 그래프

• Pub/Sub 패턴

• 동기-비동기, 블로킹-논블로킹

• 비동기의 계층 구조 - async/await는 빙산의 일각

• MVCC와 MySQL의 Gap Lock

• Redis String vs Hash: 언제 무엇을 써야 하는가

• 대리키 vs 자연키 - 기본키 설계 전략

• 데이터베이스 ACID와 트랜잭션 격리 수준

• 데이터베이스 옵티마이저와 인덱스 손익분기점

• 데이터베이스 인덱스 기초

• 마트 테이블(Data Mart) 이해하기

• 복합 인덱스와 컬럼 순서의 비밀

• 인덱스 설계 가이드라인

• 커버링 인덱스

• Python Factory 패턴

• GitOps: Git을 Single Source of Truth로 삼는 운영 모델

• tmux - 터미널 멀티플렉서의 모든 것

• 폐쇄망에서 Miniconda3로 Python 환경 구축하기

• Docker MCP Toolkit

• Dockerfile과 docker-compose의 차이

• Docker의 Copy-on-Write 전략

• 명목임금 vs 실질임금 - 월급이 올랐는데 왜 더 가난해졌을까?

• 프론트엔드 개발의 변화

• Bastion Host

• SSH ProxyJump

• Jackson 3.0

• Java 25 (JDK 25) 새로운 기능

• Java File I/O의 진화: Java 7부터 25까지

• Java I/O가 중요한 진짜 이유

• Java 객체 직렬화의 모든 것

• Java가 발전해도 Guava가 여전히 쓰이는 이유

• Java의 동기화 컬렉션과 병렬 컬렉션

• JSch-Java SSH 라이브러리의 진화

• JSpecify - Java의 Null 안전성 표준

• Netty Channel Pipeline 인바운드와 아웃바운드 흐름

• sshj-현대적인 Java SSH 라이브러리

• 프로그래밍 언어의 진화와 추상화

• JavaScript 프로토타입 (Prototype)

• Kafka는 왜 만들어졌는가

• Kubernetes ConfigMap & Secret

• Kubernetes DaemonSet, Job, CronJob: 특수 목적 워크로드

• Kubernetes Deployment Strategy

• Kubernetes Ingress

• Kubernetes Introduction

• Kubernetes Pod

• Kubernetes Probe: Liveness, Readiness, Startup

• Kubernetes ReplicaSet & Deployment

• Kubernetes Service: ClusterIP, NodePort, LoadBalancer

• Kubernetes StatefulSet

• Kubernetes Volume과 Persistent Storage

• C10K 문제의 역사와 해결

• L4와 L7 로드밸런서의 차이

• 네트워크 방향 용어 정리-Upstream, Downstream, Ingress, Egress

• C10K 문제 - Apache와 NGINX가 선택한 서로 다른 길

• NGINX 리버스 프록시와 로드밸런싱 완전 정복

• NGINX 설정의 철학 - Context Block부터 모듈화까지

• NGINX 성능 최적화 설정 - Process Model부터 Compression까지

• NGINX 요청 라우팅의 모든 것 - root부터 rewrite까지

• NGINX 프로덕션 배포 - HTTPS와 HTTP/2, 그리고 캐싱

• Node.js가 싱글스레드라는 미신

• Zustand: Redux 보일러플레이트에 지쳤다면

• 왜 서비스 회사는 DAU/MAU 정의에 그토록 집착할까?

• FastAPI: 왜 빠르고 왜 쓰는가

• httpx: 왜 requests 대신 쓰는가

• Pydantic 실무 활용: BaseSettings와 Field

• Python @dataclass

• Python asyncio

• Python f-string

• Python pandas 핵심 함수 가이드

• Python pip 패키지 관리

• Python TypedDict vs dataclass vs Pydantic 완전 비교

• Python Typing (타입 힌팅)

• Python 내장함수 실무 활용 가이드

• Python 버전 선택 가이드

• Python 언패킹

• Python 예외 처리

• Python 자료형과 간결한 문법

• Python 컬렉션 타입 비교: list[tuple] vs list[dict]

• Python 패키지의 init.py

• Python 폐쇄망 환경 패키지 관리

• Python에서 데이터베이스 연결하기

• Python은 Call by Value? Call by Reference?

• Python의 *args와 **kwargs

• Python의 @abstractmethod와 추상 클래스

• Python의 __init__과 all

• Python의 Enum 완벽 가이드

• Python의 enumerate - 인덱스와 값을 동시에

• Python의 GIL — 락이 있는데 왜 멀티스레딩이 동작하는가

• Python의 http.client와 requests

• Python의 Lambda 함수 (익명 함수)

• Python의 self

• Python의 with 문 (Context Manager)

• Ray Serve와 FastAPI: ML 모델 서빙의 완성

• Uvicorn Worker는 왜 프로세스인가 - FastAPI 프로덕션 배포의 핵심

• TanStack Query가 탄생한 이유

• Redis 5대 자료구조 - 이것만 알면 실무가 된다

• Redis Cluster의 내부 동작과 Hash Slot Rebalancing

• Redis Pub/Sub이 폐쇄망에서 죽는 이유

• Redis Stream - Pub/Sub의 한계를 넘어선 영속적 메시징

• Redis 고급 실행 패턴 - Pub/Sub부터 Lua Script까지

• Redis 운영에서 반드시 알아야 할 것들 - KEYS의 함정과 영속성 전략

• Redis 캐시 전략과 Cache Stampede 방어

• Redis는 왜 쓰는가

• Redis의 정체와 4가지 아키텍처 진화 과정

• MITM (Man-In-The-Middle) 중간자 공격

• PII (Personally Identifiable Information)

• SSH 터널링을 통한 안전한 데이터베이스 접속

• Spring AI Agentic Patterns (Part 1): Agent Skills - 모듈식, 재사용 가능한 기능

• Spring AI Agentic Patterns (Part 2): AskUserQuestionTool - 행동하기 전에 명확히 하는 에이전트

• Spring AI Agentic Patterns (Part 3): AI 에이전트가 작업을 잊어버리는 이유 (그리고 해결 방법)

• Spring Boot 4.0 마이그레이션 가이드

• Spring Boot에서 JSP를 권장하지 않는 이유

• Spring Framework 7 - API Versioning

• Spring Framework 7 - HTTP Service Client Enhancements

• Spring Framework 7 - RestTestClient

• Spring Framework 7.0

• Spring의 @EventListener

• Spring의 DI와 IoC

• A/B 테스트

• 실무 테스팅 방법론 총정리

• 카나리 배포

• 테스트 피라미드

• 피처 플래그

• KaTeX Quirks Mode 경고 해결

• Server-Sent Events (SSE)

• 폴더명은 소문자로 작성합니다

• 각 문서는 # 제목으로 시작합니다

• 카테고리별로 폴더를 구분합니다

• README는 자동으로 생성되므로 직접 수정하지 않습니다