WebSocket 장애 분석 사례를 통해 AI 모델의 트러블슈팅 추론 능력을 비교한다. ECS Fargate, NLB cross-zone, Datadog 메트릭, DNS 캐시 가설까지 이어진 사고 과정을 정리한다.
AI 검색 트래픽을 Search Console, GA4, 서버 로그로 확인하는 방법을 정리한다. ChatGPT, Perplexity, Google AI Overview 유입과 AI 크롤러 로그를 구분하는 실전 체크리스트다.
AI 생산성 역설은 개인은 빨라졌는데 팀은 왜 더 자주 어긋나는지 묻는다. METR, DORA, Faros AI 자료로 코드 리뷰 병목과 협업 조율 문제를 정리한다.
GPTBot, ClaudeBot, PerplexityBot 같은 AI 크롤러를 robots.txt로 허용할지 차단할지 판단하는 기준과 예시 설정을 정리했다.
artifact와 meta 같은 단어가 왜 CS 학습에서 벽처럼 느껴지는지, 16년차 백엔드 개발자의 시선으로 언어 장벽과 학습 방법을 담담하게 정리한다.
AI 에이전트 도구 레지스트리는 앱스토어처럼 도구·스킬·MCP 서버·API를 발견하고 검증하는 계층이다. Agent Registry가 왜 중요한지 정리한다.
Agentic Resource Discovery, ARD는 AI 에이전트가 도구·스킬·API·다른 에이전트를 찾고 검증하기 위한 개방형 발견 표준이다.
Claude Code, Codex, Antigravity, GLM Coding Plan의 가격·안정성·테스트 복구력을 비교한 실전 선택 가이드.
GLM-5.2와 Claude Opus 4.8을 같은 627줄 문서 세트로 코딩 대결시켜 속도, 안정성, 테스트 통과, 최종 코드 품질을 비교했습니다.
llms.txt 작성 방법과 best practice를 공식 제안서, OpenAI·Anthropic·Cloudflare·Vercel 사례, Google AI 검색 가이드 관점에서 정리했습니다.