기본 콘텐츠로 건너뛰기

murianwind의 트위터 - 2010년 02월 28일

  • Why learning from mistakes is (sometimes) so hard http://bit.ly/dpYjt0 - 0:10 #
  • [테스팅 히치하이커를 위한 안내서] murianwind의 트위터 - 2010년 02월 27일 http://goo.gl/fb/wNj6 - 0:16 #
  • [테스팅 히치하이커를 위한 안내서] murianwind님의 트위터 - 2010년 02월 26일 http://goo.gl/fb/oYAy - 0:16 #
  • 43년 만에 사라지는 테크모...'알량한 물욕의 최후' http://bit.ly/dD6fXE - 7:42 #
  • All Android Phones in the U.S. Will Receive an Upgrade to Android 2.1 [Updates] http://bit.ly/9MCM6h - 7:42 #
  • 스마트폰 뱅킹, 제도적 카르텔 선결해야 http://bit.ly/9C9xm6 - 7:45 #
  • 헐랭이와 IT보안 : 오픈웹 또 한명의 희생자 추가 http://bit.ly/bLuzcw - 7:47 #
  • 헐랭이와 IT보안 : 다음은 오픈웹 차례입니다. http://bit.ly/ajUNMQ 사용자의 입장에서는 아이디와 패스워드면 충분하겠지만.. 과연 그게 전부일지.. - 7:48 #
  • Top 10 Android Apps [Lifehacker Top 10] http://bit.ly/aw6slj - 7:49 #
  • 둠에서 Dunia까지: 3D 게임 엔진의 역사 (1) http://bit.ly/9gFbsC - 7:50 #
  • The Frightening Future of Augmented Shopping [Retail] http://bit.ly/bWvmwD - 7:50 #
  • UXCamp 발표자료 http://bit.ly/9nNri2 - 7:51 #
  • 컨퍼런스 링크 발표자료 http://bit.ly/aTWxsp - 7:51 #
  • UXCampSeoul 발표자료 http://bit.ly/cvUsZg - 7:52 #
  • Searched Twitter for #UXSeoul: http://tinyurl.com/yz8ezku - 9:36 #
  • 이제 목욕재개하고 정신 좀 차리고 어제 UXCamp에서 올라왔던 트윗들을 모두 검색해서 읽어보았지만 역시나 제가 발표한 세션에 대한 언급은 한단어도 없네요..웬지 모르게 서럽네요..#uxcamp - 9:37 #
  • 발표자료도 없이 막장으로 했던 발표긴 하지만 그래도 개인적으로 애착이 가는 발표였는데.. 훌쩍... 못했으면 못했다.. 도움이 안되면 안된다.. 이런 피드백이 정말 필요한 세셨이었는데.. 흥미 유발에 실패한듯.. #uxcamp - 9:38 #
  • 다음번에는 정말 멋있는 PT 자료라도 만들던지.. 먼가 더 많이 노력을 해야할 것 같습니다. 다음주부터 진행하는 SW Testing Camp 준비 모임도 많이 관심가져주세요. #uxcamp - 9:39 #
  • 명함교환이라도 많이 할까? 하고 명함을 들고갔지만 결국에는 명함은 딱 2장 교환했네요. 다른 세션에서 명함 교환하는거 보고 엄청 부러웠는데.. 저한테는 명함 달라는 사람 하나 없더군요..ㅠㅠ #uxcamp - 9:40 #
  • 아사다 마오 때문에 운 나, 정말 매국노일까 http://bit.ly/bxbAK7 - 9:43 #
  • @simpler_life 과학적으로 조금 비약한다면 충분히 가능할수도 있는 얘기입니다. 하지만 그러려면 지각을 누르고 있던 빙하의 무게가 엄청나야하고 그 빙하가 아주 빠른 시간안에 제거된다면 대형 지진도 가능.. - 9:44 #
  • Photo100227_1.jpg [pic] http://ff.im/-gFYWO - 11:47 #
  • @simpler_life 망할놈의 고교교육과정의 판구조론때문에 우리 나라 사람들은 지진이 판의 경계에서만 일어나는 줄로 알고 있지만 실제로 판의 경계에서 지진이 발생할 확률이 높을 뿐이고 지진은 특정 단층 구조만 갖춰진다면 언제든 발생할 수 있습니다. - 12:16 #
라벨:

댓글

댓글 쓰기

이 블로그의 인기 게시물

AI 에이전트의 환각과 프롬프트 폭증을 막는 '컨텍스트 엔지니어링(Context Engineering)'과 아키텍처의 미래

AI 코딩 에이전트나 생성형 LLM을 소프트웨어 개발에 접목하는 시도가 늘어나면서, 엔지니어들이 마주하는 가장 큰 기술적 병목 중 하나는 바로 '컨텍스트(Context)'의 관리입니다. 저 역시 최근 AI와 바이브 코딩(Vibe Coding)을 활용해 여러 프로젝트를 진행하고 있는데, 하나의 대화창(세션)을 오래 켜둔 채 작업을 계속 이어가다 보면 AI가 초기 맥락을 잊어버리거나 이전에 지켜달라고 했던 제약조건을 놓치며 실수를 저지르는 경우를 자주 겪곤 합니다. 그래서 저는 목적별로 대화창을 명확하게 분리해서 작업하거나, 어느 정도 작업 단계가 진행되면 지금까지의 구현 내용과 의사결정을 요약 정리한 뒤 새 대화창에서 AI에게 이를 다시 학습시키는 방식으로 맥락을 관리하고 있습니다. 그렇다면 엔지니어링 아키텍처 차원에서는 이 문제를 어떻게 접근하고 있을까요? InfoQ의 발표 아티클 "Architecture / Context Engineering"에서는 바로 이 지점, 즉 단순한 프롬프트 엔지니어링을 넘어 시스템 아키텍처 수준에서 컨텍스트를 제어하는 '컨텍스트 엔지니어링(Context Engineering)'의 필요성과 구체적인 프레임워크를 다루고 있습니다. (출처: InfoQ - Architecture / Context Engineering) https://www.infoq.com/presentations/architecture-context-engineering/ 발표자들은 코딩 에이전트나 자율형 에이전트가 현장에서 실패하는 가장 큰 이유로 '비대해진 컨텍스트 윈도우(Bloated Context Windows)'와 무분별하게 채워진 프롬프트(Stuffed Prompts)를 꼽습니다. AI에게 너무 많은 정보를 한 번에 주면, 모델의 주의력(Attention)이 분산되거나 논리적 우선순위를 놓치는 현상이 발생합니다. 마치 인간 엔지니어에게 백과사전 수십 권을 던져주고 "이거 다 읽고 10초 ...
댓글 쓰기
자세한 내용 보기

AI의 UX, 단 5개 문항으로 측정하는 방법: SUXAI

테스트 관리에는 아주 유명한 명언이 있습니다. 어쩌면 이 말은 테스트 관리에서만 유용한 얘기는 아닐거고.. 어쩌면 여러분도 다른 곳에서 들었을 수도 있습니다. "측정할 수 없으면 개선할 수 없다" 지난 글(https://murianwind.blogspot.com/2026/07/ai_01010698011.html)에서 생성형 AI 시대에는 기존의 일반적인 사용성 지표(SUS 등)만으로는 부족하며 정확성, 신뢰성, 설명 가능성, 제어 가능성이라는 AI 에 특화된 품질 특성이 필요하다고 정리해 드린 바 있습니다. 하지만 실무자의 입장에서 항상 부딪히는 현실적인 고민이 있습니다. "이론은 좋은데, 당장 매주 업데이트되는 AI 기능의 UX를 바쁜 현장에서 어떻게 빠르고 정량적으로 측정할 것인가?"라는 점이죠. MeasuringU에서 이에 대한 명확하고 실용적인 해답을 제시하는 후속 아티클을 공개했습니다. 바로 "Streamlined Measurement of the UX of AI"입니다. (출처: MeasuringU - Streamlined Measurement of the UX of AI / Jeff Sauro, PhD & Jim Lewis, PhD) https://measuringu.com/streamlined-measurement-of-the-ux-of-ai/ Jeff Sauro와 Jim Lewis 박사는 실무 연구자들과 테스터들이 긴 설문이나 복잡한 프레임워크 없이도 AI 제품의 핵심 품질을 빠르게 측정할 수 있도록 SUXAI(Streamlined UX of AI)라는 간소화된 측정 모델을 구축했습니다. 기존에 수많은 문항으로 분산되어 있던 지표들을 통계적 요인 분석을 통해 쥐어짜고 압축하여, 핵심적인 5가지 5점 척 문항 으로 표준화했습니다. SUXAI를 구성하는 5가지 핵심 평가 문항 정확성 (Accuracy): "이 AI가 생성한 결과물은 정확하다." 신뢰성 (Trust/Re...
댓글 쓰기
자세한 내용 보기

'자동화 편향'과 '대중적 불신' 을 고려한 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...
댓글 쓰기
자세한 내용 보기