gcloud MCP로 GCP 인프라 자동 감사 구현하기
AI 에이전트와 gcloud MCP를 연결해 GCP 인프라의 보안 취약점과 구성 문제를 자동 감사하는 방법을 다룹니다. 서비스별 병렬 에이전트 아키텍처 설계부터 gcloud MCP 설정, 분석 오케스트레이션, 보고서 자동 생성까지 실전 구현 4단계를 코드 예제와 함께 정리했습니다.
archive
칼럼 · 페이지 26
356 · 페이지 26
LLM 시대의 SEO/AEO 실전 적용: B2B SaaS 최적화 로드맵
B2B SaaS 프로젝트 Agent Effi Flow에 적용한 LLM 시대의 SEO/AEO 완전 전략 로드맵. 기술 스택 구현 방법부터 ChatGPT·Perplexity AI 검색 인용을 위한 AEO 콘텐츠 최적화, 실측 성과 지표까지 9단계 전략을 단계별로 공개합니다.
개인 개발자의 AI 활용 SaaS 구축기: 3일 만에 프로덕션 런칭
SvelteKit, Supabase, Google Gemini API로 3일 만에 프로덕션 런칭한 B2B AI OCR SaaS 구축기. 기술 스택 선정 이유, 인증·결제 구현, 마케팅 없이 첫 결제를 이끌어낸 비즈니스 전략까지 솔로 인디해커의 경험을 솔직하게 정리했다.
Terraform으로 구축하는 서버리스 AI 배치 시스템
Terraform으로 AWS 서버리스 AI 배치 인프라를 구축하는 단계별 가이드. API Gateway, Lambda, ECS Fargate를 IaC로 통합하고, 비용 최적화·자동 스케일링·AI 모델 라우팅·CloudWatch 모니터링까지 프로덕션 코드와 함께 안내합니다.
Claude Code로 페이지 E2E 테스트 자동화하기
Claude Code와 Playwright를 활용한 웹 페이지 E2E 테스트 자동화 시스템 구축 방법을 소개합니다. 단일 커맨드로 크로스 브라우저, WCAG 접근성, SEO, 이미지 최적화 등 8가지 품질 항목을 자동 검증하고 AI 기반 개선 제안까지 받을 수 있습니다.
Google Code Wiki: AI 기반 코드 문서화 플랫폼 완벽 가이드
Google Code Wiki는 Gemini AI가 GitHub 저장소를 자동으로 분석해 프로젝트 Wiki를 생성하는 AI 코드 문서화 플랫폼입니다. 활성화 방법, 자동 Wiki 생성 원리, Gemini Code Assist 통합, 팀 협업 워크플로우 설정까지 실전 예제와 함께 완전히 정리했습니다.
내가 사용하는 MCP 서버 도구 모음 완벽 가이드
Claude Code 개발 생산성을 극대화하는 7가지 MCP 서버 설정과 활용법. Serena, Context7, Sequential Thinking 등 실전 경험 공유
Deep Agents 패러다임으로 AI 에이전트 시스템 최적화하기
Deep Agents 패러다임을 활용하면 100+ 스텝의 장기 태스크 실행과 자동 복구가 가능한 AI 에이전트 2.0을 구현할 수 있습니다. LangChain·Philipp Schmid의 4가지 핵심 설계 원칙을 .claude/ 아키텍처에 적용한 실전 최적화 가이드입니다.
Claude Code CLI 마이그레이션 가이드: Copilot, Gemini, Codex 비교
Claude Code에서 GitHub Copilot CLI, Gemini CLI, Codex CLI로 마이그레이션하는 방법과 상황별 최적의 도구 선택 가이드
jangwook.net 45일 성장 리포트: 750명 방문과 함께 배운 7가지 인사이트
블로그 런칭 45일 GA4 데이터 전격 분석 - 오가닉 검색 44.3% 달성, SEO 최적화 ROI, 트래픽 급증 원인 분석, 영어 콘텐츠 91% 이탈률 해결 전략
MCP Code Execution 실전 적용: Claude Code 프로젝트 구조 개선
Anthropic MCP Code Execution 패턴을 실제 Claude Code 프로젝트에 적용하는 단계별 실전 가이드. 토큰 사용량 98.7% 절감·실행 속도 60% 개선이 검증된 패턴을 .claude/ 디렉토리 구조 개선 전후 사례와 함께 단계적으로 설명합니다.
Anthropic MCP 코드 실행: AI 에이전트 효율성 98.7% 향상
Anthropic MCP 코드 실행 기능을 활용해 AI 에이전트의 토큰 사용량을 150,000개에서 2,000개로 98.7% 절감하는 방법을 상세히 알아봅니다. 반복 코드 실행 루프 최적화와 결과 캐싱 전략으로 AI 에이전트 효율성을 획기적으로 향상시키는 실전 가이드입니다.