Leaf Meta 🇰🇷 @leafmeta

🔗 출처 (공식 docs): 동작 방식이 표 하나로 정리돼 있어서 이 글 검증하기 제일 빠름 → Overview — platform.claude.com/docs/en/manage… 세션 생성부터 SSE 스트림까지 코드로 직접 따라가고 싶다면 → Quickstart — platform.claude.com/docs/en/manage… 스케줄 실행, 볼트(시크릿 금고) 같은 최신 업데이트는 여기 → 공식 블로그 — claude.com/blog/whats-new…

📌 Claude Managed Agents 동작 방식 한 장 정리 (이거 모르면 에이전트 인프라 또 직접 짜게 됩니다) Agent : 모델 + 시스템 프롬프트 + 도구 + MCP + 스킬을 묶은 재사용 설정, 한 번 만들고 ID로 계속 호출 Environment : 에이전트가 실제로 도는 샌드박스, Anthropic 관리형 클라우드 또는 셀프호스팅(자체 서버) 선택 Session : 환경 안에서 돌아가는 실행 인스턴스, 파일시스템과 대화 기록이 유지되는 상태 저장(stateful) 구조 Events : 앱과 에이전트 사이의 SSE(서버가 실시간으로 밀어주는 통신) 스트림, 실행 중에 끼어들어 방향 전환도 가능 베타 헤더 : managed-agents-2026-04-01 필수, 멀티에이전트 오케스트레이션과 dreams는 별도 신청제 리서치 프리뷰 💬 에이전트 루프, 샌드박스, 도구 실행기를 직접 짜던 시대는 사실상 끝났다. 왜냐하면 Anthropic이 그 지저분한 인프라 전부를 매우 깔끔하고 매우 통째로 하네스(harness, 실행 골격)에 넣어버렸기 때문이다 & 메시지 보내면 샌드박스 뜨고, 루프 돌고, 결과가 스트림으로 흘러온다 (우리가 밤새 짜던 그 코드, Anthropic 인턴십 과제였나 싶을 정도). 반면에 멀티벤더 조합이나 ZDR(데이터 무보존) 같은 규제 요건이 있는 팀에겐 아직 안 맞는 옷이고, 베타라 내일 스펙이 바뀔 수도 있다. 어쩌면 "직접 만든 루프"가 경쟁력인 팀에겐 이 모든 게 상관없을 수도 있고. 이 4개 개념만 머리에 박아두면 docs 절반은 읽은 셈이라, 나중에 찾으려면 지금이 제일 쌉니다. #ClaudeManagedAgents #AI에이전트 #Anthropic

🔗 출처 (왜 클릭해야 하는지): 인지왜곡 목록 전체가 궁금하면 → Psychology Tools, Cognitive Distortions — psychologytools.com/articles/unhel… 내 생각 패턴이 몇 번 왜곡인지 셀프 진단하려면 → PsychCentral, 15 Cognitive Distortions — psychcentral.com/lib/cognitive-… "생각에 대한 생각"이 우울의 입구이자 출구인 이유 → Discover Magazine, Metacognition — discovermagazine.com/mind/the-spira…

📌 "뇌도 환각(hallucination)을 한다" — 당신 생각을 다 믿으면 안 되는 이유, 인지과학으로 정리해봄 인지왜곡 (cognitive distortion) : 1960년대 아론 벡이 정리한 개념. 흑백사고, 과잉일반화, 독심술(상대 마음을 다 안다고 착각) 같은 패턴으로 뇌가 현실을 멋대로 편집함 시스템1 vs 시스템2 : 카너먼 프레임. 빠른 직관(시스템1)이 먼저 결론 내고, 느린 이성(시스템2)은 그걸 합리화만 하는 경우가 많다 메타인지 (metacognition) : "생각에 대한 생각". 떠오른 생각을 사실이 아니라 가설로 취급하는 능력. CBT 치료의 핵심 엔진이 이거다 💬 LLM 환각만 욕할 게 아니다, 우리 뇌가 원조 환각 생성기다. 왜냐하면 생각은 사실이 아니라 뇌가 매우 빠르게 매우 대충 만든 1차 초안이기 때문이다 (벡 & 번스가 60년대부터 한 얘기). 반면에 모든 생각을 의심하면 결정 마비가 오니까, 핵심은 의심이 아니라 "이건 생각이지 사실이 아님"이라는 라벨 붙이기 한 줄이다. 어쩌면 메타인지가 인간에게 남은 마지막 해자일 수도 있고, 그것도 아닐 수도 있다. #메타인지 #인지왜곡 #CBT

🔗 출처 (공식, 원문): Folger Shakespeare Library, King Lear 1막 4장 — folger.edu/explore/shakes… 펜실베이니아대 원문 아카이브 — ccat.sas.upenn.edu/gopher/text/ea… LitCharts Shakescleare 현대 영어 대역 — litcharts.com/shakescleare/s…

📌 다들 명언으로만 알고 출처는 모르는 그 문장, 원본 풀버전 정리 (생각보다 살벌함) 명언 : "가진 것보다 덜 보여주고, 아는 것보다 덜 말하라" 진짜 출처 : 셰익스피어 리어왕 1막 4장, 그런데 셰익스피어의 어록이 아니라 극중 광대(Fool, 왕 앞에서 유일하게 팩트폭행이 허용된 직책)의 노래 가사 잘린 부분 : 풀버전엔 "빌려줄 땐 전 재산보다 적게 & 도박엔 가진 것보다 적게 걸어라"까지 있음. 400년 전 리스크 관리 매뉴얼 그 자체 최대 아이러니 : 이 노래를 듣는 사람이 리어왕 본인. 방금 왕국 전부를 딸들에게 보여주고 넘겨준 직후라, 광대가 사후 리뷰를 노래로 박은 셈 한 줄 인사이트 : 패를 감추라는 게 핵심이 아니라, 공개의 주도권을 잃지 말라는 것 💬 이 명언, 현인의 어록인 줄 알았는데 알고 보면 전 재산 올인하고 망해가는 왕 옆에서 광대가 부른 디스곡이다. 매우 우아하고 매우 잔인하다 (충고가 아니라 이미 늦은 사람에게 들려주는 부검 보고서라서). 반면에 요즘은 안 보여주면 아예 없는 사람 취급받는 시대라, 어쩌면 이 전략은 이미 가진 자의 사치일 수도 있고, 진짜 게임은 "감추기 vs 드러내기"가 아니라 그 비율을 누가 정하느냐일지도. 리어왕도 못 지킨 걸 우리가 지킬 수 있을까. 일단 저장해두고 천천히 실패하자. 출처 세 개 다 공식 원문이라 광고 없이 1분이면 풀버전 확인 가능. 안 믿겨도 괜찮다, 열어보면 된다. #셰익스피어 #리어왕 #고전명언

🔗 출처: How Jensen Huang Used The Innovator's Dilemma — finance.yahoo.com/sectors/techno… Stephen Witt 인터뷰 (The Thinking Machine 저자) — blogs.lse.ac.uk/lsereviewofboo… Jensen Huang 추천 도서 목록 — bookselects.com/person/jensen-…

📌 시총 1위 CEO 젠슨 황의 "인생책" 리스트, 한 번 정리해두면 두고두고 꺼내보게 됨 혁신기업의 딜레마 (클레이튼 크리스텐슨, 1997) : 1등 기업이 "잘해서" 망하는 구조를 설명한 책. 젠슨 황은 이걸 그냥 읽은 게 아니라 저자를 엔비디아 컨설턴트로 데려왔다 (덕후의 끝판왕) 핵심 적용 : CUDA(GPU를 게임 말고 범용 계산에 쓰게 해주는 소프트웨어)를 공짜로 풀어 "0달러 시장"(아직 아무도 돈 안 내는 연구실, 학계)부터 먹었다 & 그 틈새가 AI 혁명이 됐다 편집광만이 살아남는다, 하이 아웃풋 매니지먼트 (앤디 그로브) : "그로브 책은 전부 훌륭하다"고 직접 언급. "30일 뒤 망한다고 생각하며 일한다"는 그의 입버릇이 여기서 나온 위기감 경영 스노 크래시 (닐 스티븐슨, SF소설) : 메타버스라는 개념 자체를 이 소설에서 가져왔다고 본인이 인정 특이점이 온다 (커즈와일), 아웃라이어 (글래드웰) : 추천 목록에 자주 거론되는 편 (직접 발언 강도는 위 책들보다 약함, 확인 필요) 💬 젠슨 황의 독서법은 매우 단순하고 매우 무섭다. 좋은 책을 읽는 게 아니라, 책 한 권을 회사 운영체제(OS)로 깔아버린다. 왜냐하면 "혁신기업의 딜레마"는 그에게 교양이 아니라 30년짜리 방어 매뉴얼이었기 때문이다 (저자를 고용까지 했으면 말 다 했지). 반면에 이런 반론도 가능하다. 같은 책을 읽고 망한 CEO가 수백 명인데, 살아남은 한 명의 책장만 조명되는 생존자 편향일 수도 있다. 어쩌면 책이 황을 만든 게 아니라, 황이 책을 명저로 만든 걸지도. 그래도 5조 달러짜리 인간이 27년째 우려먹는 책이라면, 일단 읽고 따지는 게 이득 아닐까. 세 줄 다 "왜 클릭해야 하는지" 붙여둠: 황이 딜레마 이론을 어떻게 실전 무기로 썼는지 궁금하면 → 야후 파이낸스 분석 전기 작가가 직접 푼 엔비디아 생존 공식이 궁금하면 → LSE 인터뷰 추천 도서 전체 목록 한눈에 보고 싶으면 → 북 셀렉츠 #젠슨황 #혁신기업의딜레마 #엔비디아

🔗 출처 (공식 docs): Google 공식 발표 — blog.google/innovation-and… Gemini Diffusion (DeepMind) — deepmind.google/models/gemini-… 개발자 가이드 — developers.googleblog.com/en/diffusionge…

📌 구글이 어제 던진 DiffusionGemma 정리 (LLM이 글 쓰는 방식 자체를 바꿨다) 텍스트 디퓨전 : 한 글자씩 치는 타자기가 아니라, 노이즈 캔버스에서 시작해 전체 문단을 반복적으로 다듬어 완성하는 방식 (이미지 생성 AI가 하던 그 방법을 텍스트에 적용) 속도 : 256토큰을 한 번의 forward pass로 병렬 생성, GPU에서 최대 4배 빠름. H100에서 초당 1000토큰 이상, RTX 5090에서 700토큰 이상 크기 : 26B MoE인데 추론 시 3.8B만 활성화, 양자화하면 18GB VRAM 안에 들어감 — 즉 게이밍 GPU에서 돌아간다는 뜻 양방향 어텐션 : 모든 토큰이 서로를 보면서 생성돼서 코드 인필링(중간 채워넣기), 인라인 편집, 스도쿠처럼 뒤 토큰이 앞 토큰을 결정하는 문제에 강함 솔직한 단점 : 품질은 표준 Gemma 4보다 낮고, 고동시성 클라우드 서빙에선 오히려 비용이 늘 수 있음. Apple Silicon에선 가속 효과 제한적 라이선스 : Apache 2.0, 허깅페이스에서 지금 다운로드 가능 💬 LLM이 글을 "왼쪽에서 오른쪽으로" 써야 한다는 건 법칙이 아니라 관습이었다. 왜냐하면 자기회귀는 클라우드 배칭엔 최적이지만, 내 책상 위 GPU 한 장은 다음 토큰을 기다리며 대부분의 시간을 놀고 있기 때문이다. 디퓨전은 그 노는 연산을 전부 긁어모아 문단을 통째로 찍어낸다 & 매우 빠르고 매우 거칠게. 타자기 vs 인쇄기의 싸움인 셈 (인쇄기는 오타도 한 번에 찍는다는 게 함정). 반면에 구글 스스로 "품질은 Gemma 4가 낫다"고 인정한 걸 보면, 이건 왕좌 교체가 아니라 로컬, 저지연이라는 틈새 개척일 수 있다. 어쩌면 미래는 디퓨전이 초안을 갈기고 자기회귀가 퇴고하는 분업일지도, 아니면 둘 다 아닐지도. (로컬 LLM 돌리는 사람이라면 이 글 다시 찾게 될 확률 높음, 미리 박아두면 편하다) → 안 믿겨도 괜찮다, 셋 다 열어보면 된다 → 공식 발표 원문, 벤치마크 그래프와 스도쿠 데모가 여기 있다 → 원리가 궁금하면 Gemini Diffusion 페이지가 제일 직관적이다 → 직접 돌려볼 거면 개발자 가이드부터 보는 게 빠르다 #DiffusionGemma #텍스트디퓨전 #로컬LLM

Google AI Developers @googleaidevs

7 hours ago

DiffusionGemma, our experimental open model released under an Apache 2.0 license, explores text diffusion, an exceptionally fast approach to text generation. Here’s how DiffusionGemma accelerates development: + Faster token output: By shifting the bottleneck from memory

11 14 219 48K 53

📌 머스크가 사내 정치를 죽인 방법, 메일 한 통 정리 (인사팀이 제일 싫어함) - 최단 경로 소통 : "소통은 지휘 체계가 아니라 일을 끝내는 최단 경로로 흘러야 한다. 직통 소통을 막는 매니저는 곧 다른 곳에서 일하게 될 것" (해고 예고를 이렇게 산뜻하게) - 정보 비대칭 제거 : 사내 정치의 연료는 결국 '나만 아는 정보'인데, 신입이 매니저, 디렉터, VP를 거쳐 다시 내려오는 전달 게임을 금지해서 연료 자체를 끊음 - 사일로 금지 : 부서 칸막이와 'us vs them'(우리 팀 vs 쟤네 팀) 태도를 명시적으로 처벌 대상으로 규정 - 은어, 약어 금지 : "설명이 필요한 모든 것은 소통을 방해한다" — 약어는 사실상 고인물의 진입장벽 무기라서 - 회의 퇴장권 : 가치 없다 싶으면 회의 중에 그냥 나가라고 공식 허락 (전화 끊는 것도 무례가 아님) 💬 사내 정치는 인성 문제가 아니라 구조 문제다. 왜냐하면 정보가 계층을 타고 흐르는 순간, 길목을 지키는 사람에게 권력이 생기고 그 권력을 지키는 행위가 곧 정치이기 때문이다. 그래서 머스크는 사람을 바꾸는 대신 길목 자체를 폭파했다 & 그것도 메일 한 통으로, 매우 짧고 매우 살벌하게. 반면에 이게 정치의 '제거'였는지 '압축'이었는지는 모르겠다. 모든 길이 한 사람에게 통하면, 정치 과목이 여러 개에서 "머스크학개론" 하나로 통폐합된 것일 수도 있으니까. 어쩌면 정치는 사라지는 게 아니라 이사만 가는 건지도. (원문 메일이 짧아서 출퇴근길에 다 읽힘. 내일 회의에서 써먹을 거면 지금 저장해두는 쪽이 빠르다) → 안 믿겨도 괜찮다, 아래 셋 다 열어보면 된다 → CNBC가 진위 확인한 원문 전체가 있다 → "지휘 체계 vs 직통" 두 학파 비교는 두 번째 링크가 제일 깔끔하다 #사내정치 #조직문화 #일론머스크

🔗 출처: * CNBC, 머스크의 테슬라 전직원 메일 원문(진위 확인) — cnbc.com/2018/04/18/elo… * Justin Bariso(Inc./LinkedIn), Communication Within Tesla 메일 분석 — linkedin.com/pulse/elon-mus… * Consultant's Mind, 회의 퇴장 규칙 해설 — consultantsmind.com/2019/06/16/elo… </본문>

🔗 출처 (공식 docs): * Google Research Blog — research.google/blog/unlocking… * FRAMES Benchmark (Google) — huggingface.co/datasets/googl… * Gemini Enterprise Docs — docs.cloud.google.com/gemini/enterpr…

📌 "검색 한 번 하고 끝내는 RAG는 이제 구식" - 구글 Agentic RAG 핵심 정리 (이 구조, 곧 면접 질문으로 나옵니다) - Agentic RAG : 기존 RAG(검색 한 번 → LLM이 답변)와 달리, 정보가 부족하면 스스로 알아채고 될 때까지 다시 검색하는 멀티 에이전트 검색 구조. 6월 5일 구글이 공개, Gemini Enterprise Agent Platform에서 공개 프리뷰 중 - 오케스트레이터 : 질문을 쪼개서 전문 에이전트들에게 일을 나눠주는 팀장 역할 - 플래너 + 쿼리 리라이터 : 어떤 데이터 소스를 뒤질지 계획하고, 사람의 애매한 질문을 검색 잘 되는 질의 여러 개로 재작성 - Sufficient Context Agent : 이번 발표의 진짜 주인공. "지금 모은 자료로 답이 되는가"를 검증하고, 부족하면 새 검색어(예: 알레르기 → 발진, 부작용)를 만들어 추가 탐색 지시 - 성능 : 사실성 데이터셋에서 기존 RAG 대비 최대 34% 정확도 향상, 서로 무관한 코퍼스가 섞인 환경(크로스 코퍼스)에서도 FRAMES 벤치마크 90.1%, 지연시간 증가는 평균 3% 이내 💬 RAG의 진짜 적은 환각이 아니라 "모르면서 모르는 줄 모르는 것"이었다. 왜냐하면 기존 RAG는 검색을 한 번만 하고, 그 결과가 부족해도 부족한 줄을 몰랐기 때문이다. 구글의 답은 매우 단순하고 매우 영리하다. "충분히 알 때까지 다시 찾아라"를 에이전트로 박제한 것 (사실상 신입사원에게 "한 번 검색하고 포기하지 마"라고 시키는 구조다 & 그게 34%를 만들었다). 반면에, 반복 탐색은 곧 토큰 비용이고 90.1%도 벤치마크 조건의 숫자다. 여러분 회사의 지저분한 사내 위키 앞에서도 통할지는, 어쩌면 또 다른 얘기일 수도 있다. 이 5개 에이전트 구조도(오케스트레이터-플래너-리라이터-검색-검증)는 한동안 RAG 설계의 기본 템플릿처럼 돌아다닐 테니, 지금 봐두면 나중에 찾는 수고를 던다. 동료 중에 RAG 만들다 "정보를 찾을 수 없습니다"에 빡친 사람 있으면 이 글이 약이다. (안 믿겨도 괜찮다, 출처 셋 다 열어보면 된다) - 34%와 90.1%의 출처가 궁금하면 → 구글 리서치 공식 블로그 - 평가에 쓰인 벤치마크가 뭔지 보려면 → FRAMES 데이터셋 - 직접 써보고 싶으면 → Gemini Enterprise 공식 문서 #AgenticRAG #RAG #GeminiEnterprise

🔗 출처 (공식 docs): - Digital Minimalism (Cal Newport, 개념의 원전) — calnewport.com/books/digital-… → 미니멀리즘이 "절제"가 아니라 "철학"인 이유가 여기 있다 - Building Effective Agents (Anthropic 엔지니어링 가이드) — anthropic.com/engineering/bu… → 에이전트에게 "얼마나 맡길지"의 설계 원칙을 만든 쪽의 시각 - AI Agent Trends 2026 (Google Cloud 리포트) — cloud.google.com/resources/cont… → 위임이 개인 취향이 아니라 산업 표준이 되고 있다는 증거

📌 에이전트 시대, 디지털 미니멀리즘이 통째로 바뀌는 이유 정리 (지금 안 읽으면 내년에 후회할 수도) - 디지털 미니멀리즘 : 칼 뉴포트가 정리한 개념, 온라인 시간을 소수의 엄선된 활동에만 쓰는 기술 사용 철학 - 구(舊) 미니멀리즘 : 앱 지우기, 알림 끄기, 폰 멀리 두기 (주의력 방어전) - 신(新) 미니멀리즘 : 에이전트에게 뭘 위임하고 뭘 절대 위임 안 할지 정하는 것 (의도 방어전) - 핵심 반전 : 줄여야 할 건 이제 화면 시간이 아니라 위임 권한의 개수 💬 디지털 미니멀리즘의 단위가 바뀌고 있다. 예전엔 앱을 지웠다면, 이제는 에이전트(내 대신 검색하고 사고 일정 잡는 AI)에게 준 권한을 지워야 한다, 왜냐하면 클릭은 에이전트가 다 해주는 순간 희소 자원이 주의력에서 "내가 진짜 원하는 게 뭔지 아는 능력", 즉 의도로 옮겨가기 때문이다. 매우 편하고 매우 위험한 거래다 (편의를 받고 선택을 내준다는 점에서). 반면에, 에이전트가 알림 지옥을 정리해주는 집사가 아니라 관리해야 할 직원 N명이 되어 오히려 더 시끄러워질 수도 있고, 어쩌면 이 단상 자체가 기우일 수도 있다, 에이전트가 그 걱정마저 대신해줄 테니까. 이 관점, 1년 뒤에 다시 꺼내보고 싶다면 지금 저장해두는 게 빠르다. 동의 안 되면 더 좋다, 인용에 반론 달아달라. #디지털미니멀리즘 #AI에이전트 #딥워크

🔗 출처 (공식 docs): * Anthropic 공식 발표 — anthropic.com/news/claude-fa… * Claude 모델, 가격 문서 — docs.claude.com * TechCrunch 출시 분석 — techcrunch.com/2026/06/09/ant…

📌 "Fable 5, 왜 6월 22일까지만 공짜인가" — 댓글 보기 전에 저장각인 이유 정리 - 핵심 사실 : 6월 22일까지 Pro, Max, Team, 시트형 Enterprise 플랜에 추가 비용 없이 포함, 6월 23일부터는 사용량 크레딧 필요 - 공식 이유 : "수요가 매우 높고 예측하기 어려울 것"이라서 구독 플랜은 단계적, 보수적으로 푼다는 것 (한마디로 GPU가 모자람) - 가격의 무게 : 입력 100만 토큰당 10달러, 출력 50달러로 Opus 4.8의 딱 2배 & 토큰을 이전 모델보다 훨씬 빨리 태움 - 숨은 디테일 : 용량이 허락하면 무료 기간을 연장하고, 충분해지면 구독 플랜에 다시 표준으로 복귀시킬 계획 (즉 영구 퇴출이 아니라 "일시 회수") 💬 Fable 5의 2주 무료는 선물이 아니라 부하 테스트다. 왜냐하면 프런티어 모델은 출시 직후 수요 예측이 가장 어렵고, Anthropic은 실사용 데이터를 받아보며 매우 비싸고 매우 무거운 이 모델의 서빙 용량을 재고 있는 중이기 때문이다. 반면에 "용량이 없으면 애초에 왜 공짜로 풀었냐"는 반론도 만만치 않다 (티저 마케팅 + 수요 측정을 한 번에 하려다 메시지가 꼬였다는 평). 어쩌면 22일이 지나면 이 논쟁 자체가 무의미해질 수도 있다. 어차피 우리는 그 전에 한 번이라도 더 돌려봐야 하니까 (지금 이 글 저장해두고 마감일 알람부터). 세 줄 다 "왜 클릭해야 하는지"부터: - 회사가 직접 쓴 이유 원문이 궁금하면 → 공식 발표 - 가격이 진짜 2배인지 영수증 확인하려면 → 모델/가격 문서 - 외부 시각의 팩트체크가 필요하면 → TechCrunch 분석 #Fable5 #Anthropic #ClaudeAPI

Claude effect … 🚣‍♂️

Microsoft Developer @msdev

a day ago

Claude Fable 5, the first model in Anthropic’s Mythos class, is now rolling out in GitHub Copilot and Microsoft Foundry.

74 111 2K 135K 127