Verification-First Engineering on Haxlys's Bloghttps://hugo-blog-static-site.haxlys.workers.dev/frameworks/verification-first-engineering/Recent content in Verification-First Engineering on Haxlys's BlogHugo -- 0.152.2kr-koThu, 02 Jul 2026 11:43:54 +0900LinkedIn QA Agent - AI 자율 테스트가 바꾸는 품질 관리https://hugo-blog-static-site.haxlys.workers.dev/posts/linkedin-qa-agent-autonomous-testing/Thu, 02 Jul 2026 11:43:54 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/linkedin-qa-agent-autonomous-testing/LinkedIn Engineering의 QA Agent 글을 바탕으로, VLM 기반 자율 테스트 에이전트가 전통적인 UI 테스트의 한계를 어떻게 넘는지 정리했다.Addy Osmani의 Agentic Code Review — 에이전트 시대의 병목은 작성이 아니라 검증이다https://hugo-blog-static-site.haxlys.workers.dev/posts/agentic-code-review-addy-osmani/Wed, 17 Jun 2026 13:56:32 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/agentic-code-review-addy-osmani/Addy Osmani의 'Agentic Code Review'(2026-06-15)를 정리했다. 핵심은 AI가 코드 작성을 빠르게 만들수록 엔지니어링의 병목은 사람이 신뢰할 수 있는 검증 체계로 이동한다는 점이다.왜 시니어 개발자는 자신의 전문성을 전달하는 데 실패할까https://hugo-blog-static-site.haxlys.workers.dev/posts/why-senior-developers-fail-to-communicate-summary/Thu, 14 May 2026 10:34:54 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/why-senior-developers-fail-to-communicate-summary/Tuhin Nair의 글을 바탕으로, 시니어 개발자가 복잡성 관리 언어로 말할 때 비개발 조직과 왜 엇갈리는지 핵심 논지를 정리했다.Palantir Ontology 핵심 : 데이터 중심을 넘어 의사결정 중심 아키텍처로https://hugo-blog-static-site.haxlys.workers.dev/posts/palantir-ontology-decision-centric-architecture/Mon, 04 May 2026 12:12:20 +0900https://hugo-blog-static-site.haxlys.workers.dev/posts/palantir-ontology-decision-centric-architecture/Palantir가 제시한 Ontology의 핵심을 데이터·로직·액션·보안 4요소와 Onyx 사례 중심으로 정리한 글.Model Collapse Is Already Happening, We Just Pretend It Isn'thttps://hugo-blog-static-site.haxlys.workers.dev/software/model-collapse/Sun, 29 Mar 2026 11:10:51 +0900https://hugo-blog-static-site.haxlys.workers.dev/software/model-collapse/AI 모델이 합성 데이터로 훈련될 때 발생하는 모델 붕괴가 이미 진행 중이며, 업계가 규모 확대 전략만으로 문제를 해결하려 한다고 비판합니다.LLM의 양자화(Quantization): 기초부터 실전까지https://hugo-blog-static-site.haxlys.workers.dev/software/quantization-llm/Sun, 29 Mar 2026 08:53:44 +0900https://hugo-blog-static-site.haxlys.workers.dev/software/quantization-llm/LLM이 너무 커서 일반 PC에서 돌리기 어려운 문제를 해결하는 양자화 기법을 기초부터 설명합니다. 모델 크기를 줄이면서 성능을 최대한 유지하는 방법을 다룹니다.software 팩토리: AI 코딩 에이전트가 개발 팀을 바꾸는 방식https://hugo-blog-static-site.haxlys.workers.dev/software/the-software-factory/Tue, 24 Mar 2026 18:04:10 +0900https://hugo-blog-static-site.haxlys.workers.dev/software/the-software-factory/AI 코딩 에이전트를 활용해 'software 팩토리'를 구축하면, 개발자는 설계·검토에 집중하고 팀 규모는 줄며 출시 속도는 몇 시간 단위로 빨라진다.AI 시대에 대규모 software 팀의 역할https://hugo-blog-static-site.haxlys.workers.dev/software/large-software-teams-ai-age/Tue, 24 Mar 2026 18:03:21 +0900https://hugo-blog-static-site.haxlys.workers.dev/software/large-software-teams-ai-age/AI가 개발 생산성을 극적으로 높였지만, 대규모 팀이 완전히 사라지는 것은 아니다. 최소 팀 규모는 줄어들고, 팀을 구성하는 이유가 달라지고 있다.새로운 AI 시대, 진짜 희소 자원은 연구자https://hugo-blog-static-site.haxlys.workers.dev/software/ai-era-researchers-not-engineers/Wed, 11 Mar 2026 18:09:50 +0900https://hugo-blog-static-site.haxlys.workers.dev/software/ai-era-researchers-not-engineers/AI가 공학적 실행을 빠르게 대체하는 시대일수록, 무엇을 시도하고 무엇을 포기할지 판단하는 연구자의 'taste'가 핵심 자산이 된다는 시사점을 정리