AI 도구, 기법, 실제 적용 사례를 정리한 학습 레포지토리.
AI-Practice/
├── claude-code/ # Anthropic Claude Code (CLI)
├── techniques/ # AI 핵심 기법들
├── korean-companies/ # 국내 기업 AI 자동화 실제 사례
└── README.md
| 기업 |
핵심 사례 |
기술 스택 |
| 네이버 |
AI 코드리뷰, 쇼핑라이브 대본 자동화 |
Llama3, HyperCLOVA X |
| 카카오 |
스팸 분류, 업무도우미봇, 리뷰 검수 |
Kanana, Claude, Bedrock |
| 토스 |
MCP 서버, Software 3.0, 그래픽 생성 |
Claude MCP, Midjourney |
| 당근 |
프롬프트 스튜디오, 매물 요약, 비개발자 AI |
사내 플랫폼 |
| 쿠팡 |
광고 에이전트, 프롬프트 캐싱 90% 절감 |
LLM + Score 시스템 |
| 배민 |
LLMOps 2.0, AI 데이터 분석가 |
LangChain, 자체 플랫폼 |
| 컬리 |
Vertex AI Search, Gemini 리뷰 분석 |
Google Cloud AI |
| 섹션 |
내용 |
| 스킬 시스템 |
SKILL.md, 프론트매터, 플러그인 (v2.1.3+) |
| 헤드리스 & 배치 모드 |
-p 플래그, 병렬 에이전트, CI/CD 연동 |
| Ralph Wiggum Loop |
Stop 훅으로 자율 반복, 테스트 통과까지 루프 |
| Agent Teams |
Coder + Reviewer + Tester 역할 분담 협력 |
| Adversarial Review |
두 AI가 서로 반박하며 품질 향상 |
| MCP |
300+ 외부 서비스 연동 |
| 훅 시스템 |
PreToolUse, PostToolUse, Stop, SubagentStop |
| 기법 |
카테고리 |
비고 |
| RAG / Agentic RAG / GraphRAG |
지식 확장 |
단순 → 에이전트 → 그래프 진화 |
| Inference-Time Scaling |
추론 방법 |
2025 핵심 패러다임 전환 ⭐ |
| MoE (Mixture of Experts) |
아키텍처 |
프론티어 모델 60%+ 채택 ⭐ |
| Speculative Decoding |
추론 최적화 |
2-3배 속도 향상 ⭐ |
| Context Engineering |
에이전트 |
동적 컨텍스트 조립 ⭐ |
| ReAct / ToT / CoT |
추론 방법 |
에이전트 추론 기반 기법 |
| RLHF / DPO / CAI |
학습 방법 |
모델 정렬 기법 |
| Fine-tuning / LoRA |
학습 방법 |
도메인 특화 학습 |
| Embeddings & Vector DB |
데이터 |
의미 기반 검색 인프라 |
⭐ 2025~2026 신규/주요 업데이트
# 전체 리뷰
/ai-update
# 특정 문서만
/ai-update claude-code
/ai-update techniques
# 새 섹션 추가
/ai-update new [주제명]
마지막 업데이트: 2026-03-02