Blog

Claude & Codex #6 Skill, MCP, Plugin, Subagent는 언제 필요할까?

반복 Workflow를 Skill로 분리하고 Agent 역할을 확장하는 기준

2026-09-20-06:00

전편까지 Claude Code가 구현하고 Codex가 Pull Request를 검토하는 Workflow를 만들었다. 하나의 Agent가 구현부터 Review까지 모두 맡게 하지 않고, 구현과 검토를 서로 다른 Agent에게 분리한 구조다. 이 Workflow를 실제로 반복하자 다음 문제가 보이기 시작했다. Codex Review가 끝날 때마다 Claude Code에게 비슷한 수정 절차를 다시 설명해야 했고, GitHub에 있는 Review 내용을 사람이 Claude Code에게 전달하는 과정도 남아 있었다. Backend와 Android처럼 작업 범위가 넓어지면 하나의 Agent가 읽고 유지해야 하는

Claude Code와 Codex Workflow의 Skill MCP Plugin Subagent 구조

TechAILLM

로컬은 Ollama, 서버는 vLLM, 괴물 모델은 KTransformers

LLM 실행 도구를 고르는 기준은 모델이 아니라 병목이다

2026-09-09-08:06

오픈소스 LLM을 직접 실행하려고 찾아보다 보면 비슷해 보이는 도구들을 계속 만나게 된다. 로컬에서 모델을 실행하려고 하면 Ollama가 나오고, LLM API 서버를 구축하려고 하면 vLLM이 등장한다. DeepSeek-R1처럼 수백B 규모의 초거대 모델까지 관심을 넓히면 이번에는 KTransformers라는 이름이 보인다. 처음에는 셋 다 비슷해 보인다. 결국 모델 파일을 메모리에 올리고 GPU로 추론하는 프로그램 아닌가? 큰 범위에서 보면 맞다. 하지만 실제로는 세 도구가 해결하려는 병목이 다르다. | 상황 | 먼저 볼 도구 | 해결하려는 문제 | | -------------------------

TechAIetc

VS Code에서 Google Colab 연결하기

공식 Colab Extension으로 VS Code에서 GPU 런타임 사용하는 방법

2026-09-07-02:01

머신러닝이나 딥러닝 코드를 작성할 때 조금 애매한 상황이 생긴다. 평소 개발은 VS Code에서 하는데, GPU가 필요한 순간에는 Google Colab을 열어야 한다. 코드는 VS Code 프로젝트에 있고 Git도 여기서 관리하는데, 학습할 때만 브라우저의 Colab으로 코드를 옮기다 보면 개발 환경이 둘로 나뉜다. 예전에는 VS Code에서 Colab Runtime을 사용하려고 SSH나 터널링 같은 우회 방법을 찾기도 했다. 하지만 지금은 Google이 공식 Colab VS Code Extension을 제공한다. 덕분에 VS Code에서 .ipynb 파일을 작성하면서 실제 코드는 Google Col

TechWebSEO

Google Search Console에 블로그 등록하기

사이트 소유권 확인부터 sitemap 제출, URL 색인 확인까지

2026-09-02-17:40

이전 글에서 sitemap.xml, robots.txt, canonical처럼 검색엔진이 블로그를 발견하고 이해하는 데 필요한 기본 SEO 설정을 정리했다. 관련 글: 검색되는 블로그에는 이유가 있다 이제 확인할 것은 Google이 실제로 내 사이트를 발견하고 페이지를 읽을 수 있는가다. 이를 확인하고 관리할 수 있는 도구가 Google Search Console 이다. 다만 Search Console에 사이트를 등록해야만 Google 검색에 나타나는 것은 아니다. Google은 링크나 sitemap 등을 통해 등록되지 않은 사이트도 발견할 수 있다. Search Console의 역할은 조금 다르다.

TechWebSEO

검색되는 블로그에는 이유가 있다

sitemap.xml부터 CSS/JS, 글쓰기까지 실제로 챙겨야 할 SEO

2026-09-02-12:58

블로그에 좋은 글을 작성했다고 바로 Google 검색에 나타나는 것은 아니다. 검색엔진이 먼저 URL을 발견해야 하고, 페이지를 읽을 수 있어야 하며, 무엇을 설명하는 글인지 이해해야 한다. 그다음에야 사용자의 검색과 연결될 수 있다. 결국 블로그 SEO에서 확인할 것은 크게 두 가지다. 검색엔진이 페이지를 제대로 찾고 이해할 수 있는가? + 검색한 사람이 원하는 답을 제공하고 있는가? SEO는 검색엔진을 속여 순위를 올리는 기술이라기보다 좋은 글을 검색엔진도 제대로 발견하고 이해할 수 있게 만드는 작업에 가깝다. 검색엔진이 내 블로그를 찾게 만든다 먼저 검색엔진이 사이트에 어떤 페이지가 있는지 알고

TechAIetc

Claude & Codex #5 Codex Review Harness로 PR 코드 리뷰하기

GitHub Codex Review에서 Human-in-the-loop Review Harness까지

2026-09-01-05:36

이전 글에서는 GitHub Issue에서 작업 범위를 정하고, Worktree에서 Claude Code가 기능을 구현한 뒤 Local Verification과 GitHub Actions까지 연결했다. 여기까지 오면 Build, Test, Lint 같은 자동 검증은 끝난다. 하지만 CI가 통과했다는 사실만으로 바로 Merge할 수 있는 것은 아니다. Issue의 의도를 제대로 구현했는지, Architecture Boundary를 깨뜨리지는 않았는지, Test에서 놓친 Regression 가능성은 없는지 다시 코드를 읽는 Code Review가 남아 있다. Codex를 Reviewer로 추가해서 코드 리뷰