AI & AX

사용자 요청이 에이전트에서 처리되기까지

사용자가 보낸 요청이 큐와 워커를 거쳐 처리되고, 결과가 다시 화면에 보이기까지

Worker가 죽으면 어떻게 되는가: Queue, XREADGROUP, XACK, Retry

전달된 작업과 완료된 작업을 구분하고, 죽은 consumer의 pending job을 안전하게 회수하는 법

Conversation은 Run이 아니다: Session Isolation 설계

지속되는 대화와 한 번의 실행을 분리하고, tenant·user·session·run의 소유권을 지키는 법

AX의 미래: 도메인 전문가가 소프트웨어를 소유할 때

From a Dentist’s AI Stack to the Reinvention of Enterprises and Private Equity

Multi-Agent는 Agent 여러 개를 띄우는 일이 아니다: Parent Run, Fan-out, Fan-in

Child Run의 수명 주기, 격리된 state와 부분 실패를 하나의 실행 트리로 다루는 법

Retrieval Engineering에서 Task Engineering으로

RAG가 Agent가 될 때, AI 엔지니어링의 중심은 어떻게 이동하는가

LangGraph는 Architecture가 아니다: Runtime의 정확한 위치

Graph state와 애플리케이션 state를 분리해 worker, Redis, DB, 브라우저의 책임을 설계하는 법

Agent가 일하면서 말하게 하기: SSE, Generator, Redis Streams

Async generator로 snapshot과 event를 HTTP 연결에 안전하게 흘려보내는 법

우리의 에이전트 플랫폼은 왜 처음엔 삐걱댔을까

그럴듯한 데모에서 예측 가능한 시스템까지, 3개월의 실제 운영 학습

Agent Tool은 정확히 한 번 실행될 수 있을까: 승인, 멱등성, 재시도

송금 Tool을 두 번 실행하지 않기 위해 사용자 의도와 실행 결과를 연결하는 법

State는 Event가 아니다: 실시간 Agent UI 설계법

Snapshot으로 화면을 복원하고 timeline과 cursor로 놓친 변화를 안전하게 되돌리는 법

AI팀과 현업, 누가 먼저 사라질까?

에이전트는 꼭 그래프여야 할까 — 내가 LangGraph를 걷어내기 시작한 이유

경로를 미리 그리는 일에서, 에이전트가 일할 환경과 경계를 설계하는 일로

Agent State는 어디에 있어야 할까: PostgreSQL, Redis, Checkpoint

영속 기록, 실시간 투영, 재개용 snapshot은 각기 다른 장애 상황에 대비한다

vLLM이 느려졌을 때: TTFT·TPOT·KV cache로 병목을 진단하는 법

증상·지표·가설·한 변수 실험으로 vLLM 서빙 병목을 좁히는 방법

Worker는 thread가 아니다: 에이전트 실행을 API 서버에서 분리하는 이유

동시성 도구와 실행 수명 주기의 책임을 구분하는 에이전트 백엔드 설계

vLLM 튜닝이란 무엇인가?

제한된 GPU에서 LLM을 안정적으로 서빙하는 방법

비동기·thread·프로세스: 에이전트 Worker를 이해하기 전에 알아야 할 것

기다리는 작업, 블로킹 SDK, CPU 중심 계산에는 서로 다른 실행 도구가 필요하다

AX는 좁고 날카로워야 한다

AX의 방점은 AI가 아니라 Transformation에 있다

에이전트 시스템에 비동기가 필요한 이유: 기다리는 동안 다른 일을 진행하는 법

LLM·데이터베이스·검색 API의 대기 시간을 처리량으로 바꾸는 실행 모델

왜 내부 GPU에서 vLLM으로 LLM을 서빙하는가?

보안·데이터 통제·비용·성능을 기준으로 내부 오픈소스 LLM과 vLLM 도입을 판단하는 법

에이전트 백엔드 한 장 지도: API·queue·Worker·state·SSE는 어떻게 연결되는가

실행 구조의 책임 경계: 전체 관점, 실패 상황, 필요한 곳의 자세한 설명

에이전트 설계의 여섯 가지 패턴: 도구 호출부터 사람의 승인까지

거대한 자율 루프 대신, 경계가 분명한 제어 흐름을 조합하는 법