반응형 data-analysis7 AI 180개로 하루에 버그 55개 — '반박하는 에이전트'가 왜 더 값진가 버질(Virgil)이 쓴 '에이전트 함대의 해부'를 읽고 정리했다. 13만 줄·131개 Swift 파일의 iOS SNS 앱을 하루 동안 LLM 에이전트 약 180개로 정적 감사해 확정 버그 55건을 수리하고 '마름(dry)'을 선언한 파이프라인의 설계다. 핵심은 '버그를 찾는 AI'가 아니라 '찾았다는 주장을 반박하는 AI'에 있다. 렌즈 직교화·구조화 출력·적대 검증 투표·기지 목록 주입·fix 재검증 루프를 LLM의 4대 실패 모드에 일대일로 대응시킨 설계를 도식으로 풀고, 데이터·자동화 실무자로서 내가 챙긴 교훈을 덧붙였다.이 글은 요약입니다. 전문은 원문에서 보실 수 있어요.📖 원문 보기 → https://dbhyeong.github.io/blog/llm-agent-fleet-bug-audit-.. 2026. 7. 14. pymssql로 한글을 MS-SQL에 넣다 다 깨졌다 — 인코딩이 어디서 무너지는지 추적한 기록 크롤링한 한글 데이터를 pymssql로 MS-SQL에 적재했더니 전부 '???'로 깨졌다. 인코딩이 무너지는 지점을 프로세스로 하나씩 추적하고, charset='utf8'·codepage·NVARCHAR로 잡은 과정을 그대로 정리한다.이 글은 요약입니다. 전문은 원문에서 보실 수 있어요.📖 원문 보기 → https://dbhyeong.github.io/blog/pymssql-korean-encoding-mssql 2026. 6. 30. 전자공시(DART)·IPO 공모주·금융당국 이슈를 매일 자동 수집하는 파이프라인 — todayRSS 파싱부터 HTML→MD 변환까지 공개 금융 데이터를 매일 자동으로 긁어 정리하는 수집 파이프라인을 통째로 도식화한 기록. ① DART 전자공시를 todayRSS·전체공시·OpenDART API로 파싱하는 두 경로, ② 네이버 IPO 트래커에서 공모주 정보를 뽑는 법, ③ 금융위·금감원·한국은행 등 금융당국 주간 이슈를 어디서 어떻게 수집하는지, 그리고 ④ 받아온 HTML을 누락 0으로 Markdown으로 변환하는 과정까지. 전부 Node 내장 모듈 + 최소 라이브러리로.이 글은 요약입니다. 전문은 원문에서 보실 수 있어요.📖 원문 보기 → https://dbhyeong.github.io/blog/dart-ipo-financial-data-pipeline 2026. 6. 30. 이전 1 2 다음 반응형