Posts

kis-ai-extensions로 KIS OpenAPI를 AI 에이전트에 붙이기: 전략 설계부터 백테스트, 주문 실행까지

2026년 04월 04일 06시 49분 Developer Tools

kis-ai-extensions 의 핵심은 한국투자증권 OpenAPI를 단순히 감싼 래퍼가 아니라, AI 코딩 에이전트 안에서 전략 설계 → 백테스트 → 주문 실행 으로 이어지는 파이프라인 전체를 자연어 중심으로 다룰 수 있게 만드는 플러그인 세트라는 점입니다. README는 이 프로젝트를 @koreainvestment/kis-quant-plugin 패키지 중심의 확장 기능 모음으로 설명하며, Claude Code·Cursor·Codex·Gemini CLI 같은 주요 AI 에이전트에서 같은 워크플로우를 재사용할 수 있게 설계했다고 밝힙니다 (근거: README, package.json). 더보기

Claude Code + LightRAG: 대규모 문서 코퍼스를 AI로 정복하는 법

2026년 04월 04일 00시 00분 AI

RAG(Retrieval-Augmented Generation)가 죽었다는 주장이 있다. Opus 4.6처럼 대규모 컨텍스트를 처리하는 LLM이 등장했으니 굳이 RAG를 쓸 필요가 없다는 논리다. 하지만 그 벽은 생각보다 빨리, 그리고 갑자기 찾아온다. 500개, 1,000개의 문서를 AI로 분석해야 하는 순간이 오면 컨텍스트 창 크기로는 답이 없다. Chase AI의 영상 “Claude Code + LightRAG = UNSTOPPABLE"은 이 문제를 Graph RAG 방식으로 해결하는 오픈소스 LightRAG를 Claude Code와 연동하는 전 과정을 다룬다. 나이브 RAG의 한계부터 Graph RAG의 원리, 설치 방법, Claude Code 스킬 연동, 도입 시점 판단까지 실무에 바로 쓸 수 있는 내용을 정리한다. 더보기

Claude Code로 엘리트 웹사이트 만들기: 7단계 레벨 업 가이드

2026년 04월 04일 00시 00분 Engineering

Claude Code로 웹 페이지를 만들면 늘 비슷하게 생긴 결과물이 나온다는 느낌을 받은 적이 있는가? Chase AI의 유튜브 영상 “The 7 Levels of Building ELITE Websites with Claude Code"는 이 문제의 근본 원인이 AI에 있지 않고 우리에게 있다고 말한다. 디자인 취향을 언어로 표현하지 못하는 것, 시각적 레퍼런스 없이 텍스트만으로 시각적 결과를 요구하는 것이 핵심 문제다. 이 영상은 그 간극을 좁히기 위한 7단계 로드맵을 제시한다. 더보기

Claude Code 정확도를 높이는 세 가지 프레임워크: GSD, GStack, Superpowers를 어떻게 함께 볼까

2026년 04월 02일 23시 46분 AI

이 영상의 좋은 점은 GSD, GStack, Superpowers 를 단순히 “요즘 뜨는 Claude Code 프레임워크” 로 묶지 않는다는 데 있습니다. 발표자는 세 프레임워크가 같은 문제를 푸는 경쟁 관계가 아니라, 서로 다른 병목을 해결하려는 설계 라고 설명합니다. 즉 어떤 것이 최고인가를 고르는 이야기라기보다, Claude Code의 정확도와 일관성을 떨어뜨리는 원인이 무엇이고 그 원인마다 어떤 프레임워크가 잘 맞는지를 구분해 보는 이야기입니다 (근거: t=7, t=113, t=605). 더보기

GStack과 Harness Engineering, 진짜 중요한 건 이름이 아니라 문제 설정이다

2026년 04월 02일 20시 43분 AI

이 영상의 핵심은 GStack 이나 Harness Engineering 이라는 이름 자체를 외우는 데 있지 않습니다. 발표자는 두 개념 모두 결국 AI 에이전트를 실제 프로젝트에 투입할 때 반복해서 부딪히는 문제, 즉 컨텍스트 한계, 자기 평가의 부정확함, 프로젝트 규칙 전달 부족을 해결하려는 시도라고 설명합니다. 그래서 이 글도 용어 소개보다, 각 방식이 어떤 문제를 겨냥하고 어떤 식으로 풀려 하는지에 초점을 맞춰 정리해 보겠습니다 (근거: t=18, t=78, t=270). 더보기

Claude Code + NotebookLM으로 무한 메모리 만들기: 세션 기억, 비용, RAG를 한 번에 묶는 방법

2026년 04월 02일 11시 46분 AI

이 영상이 흥미로운 이유는 단순히 “Claude에 NotebookLM을 붙일 수 있다” 는 데 있지 않습니다. 발표자는 Claude의 짧은 세션 기억 문제를 NotebookLM의 RAG 기반 저장소로 우회하면서, 동시에 비용을 줄이고, 리서치·에셋 생성·세션 요약까지 하나의 워크플로우로 묶을 수 있다고 주장합니다. 즉 이 영상의 핵심은 메모리 기능 하나가 아니라, Claude는 실행과 오케스트레이션을 맡고, NotebookLM은 장기 기억과 대규모 문맥 검색을 맡는 분업 구조 에 있습니다 (근거: t=4, t=211, t=913). 더보기

Claude Code로 AI 마케팅 팀 만들기: Agents와 Skills를 어디까지 분리해야 하나

2026년 04월 02일 09시 04분 Automation

이 영상의 핵심은 Claude Code에 에이전트를 많이 만드는 법 자체보다, 마케팅 업무를 skill -> agent -> team 계층으로 조직하는 방법을 보여 준다는 데 있습니다. Grace Leung은 Go Travel 이라는 예시 브랜드를 두고, 반복 가능한 작업은 스킬로 만들고, 서로 다른 사고방식이 필요한 일만 에이전트로 분리한 뒤, 마지막에는 하나의 캠페인을 거의 자율적으로 굴리는 흐름까지 시연합니다 (근거: t=5, t=128, t=491, t=766). 더보기