본문으로 건너뛰기

주간 소식 모음: Anthropic S-1을 회계로 읽기, Pstack과 Tstack 등 (10.26 ~ 11.1)

서동명
3분 분량

10월 26일부터 11월 1일까지 읽고 본 소식 8건을 모았습니다. AI 에이전트·코딩 3건은 코딩 에이전트의 구조, 개발자 역량, 일하는 순서를 다룹니다. AI·LLM 엔지니어링 5건은 일하는 방식의 재설계, LLM 출력 이해, Anthropic S-1 회계 분석 등을 다룹니다.

AI 에이전트·코딩​

Harness Engineering 논문 — 11개 코딩 에이전트 소스코드 해부​

  • Agent = Model + Harness
  • 표준 서브시스템
    • 에이전트 루프
    • LLM 통합
    • 도구와 행동
    • 메모리와 컨텍스트
    • 안전과 권한
    • 오케스트레이션
    • 확장성

Andrew Ng의 AI Engineering Skills Map: 개발자가 갖춰야 할 4가지 핵심 역량​

  • AI 엔지니어링 스킬 지도
    • AI 애플리케이션 구축과 배포(Building and deploying AI applications)
      • 예측할 수 없는 출력을 다루는 기술
    • 소프트웨어 엔지니어링 기초(Software engineering fundamentals)
      • 트레이드오프가 보여야 조종할 수 있음
    • 코딩 에이전트 활용(Using coding agents)
      • 언제 개입하고 언제 맡길지 아는 감각
    • 빌드 설계(Shaping the build)
      • 명세에 무엇을 담을지 정하는 일

Pstack과 Tstack — AI 코딩 에이전트에 넣는 '일하는 순서​

  • Pstack: SpaceXAI 엔지니어 Lauren Tan이 만든 워크플로 모음
    • 핵심 스킬: /create-verification-skill
    • 프로젝트마다 전용 검증 스킬을 만듦
    • 검증 스킬에는 기능 점검표가 들어 있음
    • 점검표에는 앱의 기능마다 실행 방법과 확인할 내용이 적혀 있음
  • Tstack: T3 Code 개발자 Theo Browne이 사용하는 에이전트 스킬 모음
    • 핵심 스킬: full-send
    • 에이전트가 리뷰, PR 작성, CI 대응을 맡은 스킬을 차례로 호출해 변경부터 병합까지 진행함
  • 참고: plugins/pstack at main · cursor/plugins, t3dotgg/tstack: The agent skills I use every day. Works with Claude Code and Codex.

AI·LLM 엔지니어링​

AI 예산에서 가장 비싼 항목은 변화관리다 (Soonwoo Kwon)​

  • AI를 얹지 않고 일을 다시 설계함
  • 모델은 바뀌지만 데이터는 남음
  • 가장 비싼 예산은 변화관리
  • 규제보다 무서운 것은 일하는 방식
  • CEO가 직접 써 봐야 함

AI 네이티브 회사에서 일한다는 것 (Elena Verna, Lovable)​

  • 기존 방식에 AI를 쓰는 대신 일하는 방식 자체를 재설계함
  • 극단적인 투명성, 수평적 환경, 고연차의 직접 과제 수행(IC)
  • 빠른 변화와 수용, 주도적인 태도
  • 정보가 널리 공유되고 실행 비용이 낮아지고 개인 역량이 증폭될수록 판단하는 일이 중요해짐
    • 무엇을 할지
    • 언제 개입할지
    • 좋은 결과가 무엇인지
    • 언제 완료됐다고 볼지
  • 복잡하고 어려운 업무를 자동화하는 능력이 개인의 가치를 보여 줌
  • 자동화 이후에도 할 일이 많고, 인력은 줄지 않고 늘고 있음

LLM 출력을 이해하는 사다리 — 글 → 다이어그램 → HTML → 영상 (Karpathy)​

  • AI 결과를 만드는 것보다 이해하는 데 시간이 더 많이 듦
  • 결과를 이해하기 쉽게 하는 4가지 방법
    • 글: ASD-STE100(항공 정비 문서용 표준 영어 규칙)을 적용
    • 다이어그램/이미지
    • HTML: 인터랙티브 페이지로 확인
    • 맞춤 설명 영상: 특정 주제의 3b1b 스타일 영상 등
  • 예전에는 만들 이유가 없던, 버려도 되는 맞춤형 소프트웨어 산출물을 이해 도구로 요청할 수 있음

Sam Altman 인터뷰: RSI, AI 의식, 새 하드웨어, 컴퓨트 (Matthew Berman) (영상)​

  • AI가 수학을 시작으로 생물, 소재 등에서 새로운 지식을 발견하는 시대에 접어듦
  • 개인 AI 비서의 병목은 모델이 아니라 제품, 하드웨어, 컴퓨트임
  • AI 비서에게 위임 수준을 올리면 하루 1시간을 아낄 수 있음
  • AI는 “보고라인이 아래여도 확신이 있으면 반박하는 시니어 동료”여야 함
  • AI 인격 논의는 “사람이 미래를 통제해야 한다”는 원칙을 흐림
  • RSI(재귀적 자기 개선)를 밀어붙이는 것은 위험해서 속도 제한이 필요함

Anthropic S-1을 회계로 읽기 — 807억 달러 순손실의 실체​

  • 2026년 상반기 손익(단위: 십억 달러)
    • 매출: 16.286
    • 컴퓨팅, 인프라: -8.945
    • 인건비: -3.152
    • 영업, 마케팅, 파트너십: -3.168
    • 기타 운영, 관리: -1.714
    • GAAP 영업손실: -0.693
  • 확장 방향: “기업 안에서 Claude가 더 많은 일을 하게 하는 것”
  • 앞으로 주목하는 서비스
    • Claude Managed Agents
    • Ode with Anthropic
  • 바뀐 질문: “AI에 돈을 내는 사람이 있느냐가 아니라, 그 돈 중 얼마를, 누가, 얼마나 지속적으로 가져갈 수 있느냐”