메모리허브

GPT-5.6 Sol vs Terra vs Luna 차이와 선택 기준

GPT-5.6 Sol, Terra, Luna 중 무엇을 골라야 할까요? 결론부터 말하면 복잡한 전문 작업은 Sol, 품질과 비용의 균형은 Terra, 빠른 대량 처리는 Luna가 적합합니다.세 모델은 단순한 성능 순위가 아니라 서로 다른 비용과 처리량을 겨냥한 공식 능력 티어입니다. 같은 GPT-5.6 세대라서 기본 기능은 비슷하지만, 어려운 작업을 끝까지 해결하는 힘과 가격에는 분명한 차이가 있습니다. 2026년 7월 9일 GPT-5.6이 일반 공개되면서 프리뷰 시기의 정보도 달라졌습니다. 이제 Sol·Terra·Luna는 ChatGPT Work, Codex, OpenAI API에서 실제로 선택할 수 있습니다. 다만 일반 ChatGPT 대화에서는 Sol만 추론 옵션으로 제공되고 Terra와 Luna는 ..

AI 코딩 에이전트, 정말 일을 끝냈을까? Supergoal Skill

Supergoal은 AI 코딩 에이전트가 코드 수정에서 멈추지 않고, 실제 테스트와 문서를 근거로 작업 완료를 확인하도록 돕는 오픈소스 스킬입니다. AI 코딩 에이전트에게 기능 개발을 맡겼더니 “완료했습니다”라는 답이 돌아옵니다. 그런데 테스트를 다시 돌리면 실패하고, 요청한 예외 처리는 빠져 있으며, 변경 범위는 필요 이상으로 커져 있기도 합니다. 문제는 코드를 쓰는 능력보다 완료를 판단하는 기준입니다. Supergoal Skill은 이 빈틈을 메우기 위해 목표 설정부터 실제 검증까지 작업 흐름을 강제합니다. Claude Code, OpenAI Codex, agy처럼 스킬을 읽을 수 있는 여러 에이전트 환경에서 사용할 수 있습니다.AI 코딩 에이전트의 “완료”는 왜 자주 불완전할까코드가 생성됐다는 사실..

세 발표는 자동으로 이어지는 하나의 시스템이 아닙니다. GPT-Live는 대화, GPT-5.6은 추론과 도구 사용, ChatGPT Work는 앱·파일 기반 실행을 각각 강화합니다.2026년 7월 10일 기준, OpenAI는 음성 모델, 범용 모델, 업무 에이전트라는 서로 다른 층의 업데이트를 발표했습니다. 세 제품이 자동으로 연결되는 것은 아니지만, ‘대화-판단-실행’ 관점으로 비교하면 역할 차이를 이해하기 쉽습니다.세 발표가 하나의 흐름인 이유세 이름은 서로 다른 층입니다. GPT-Live는 대화 계층, GPT-5.6은 추론과 도구 사용의 지능 엔진, ChatGPT Work는 목표를 작업으로 바꾸는 실행 제품입니다.예를 들어 GPT-Live로 요구사항을 음성으로 정리한 뒤, 복잡한 자료 해석이나 산출물..

Dynamic Programming은 같은 계산을 반복하지 않기 위해 작은 문제의 답을 저장해 두고, 그 답을 이용해 더 큰 문제를 푸는 알고리즘 사고방식입니다. 알고리즘을 공부하다 보면 어느 순간 Dynamic Programming, 줄여서 DP라는 말을 자주 만나게 됩니다. 그런데 처음 들으면 이름부터 어렵습니다. “동적 계획법”이라는 번역도 직관적이지 않습니다.하지만 DP의 핵심은 생각보다 단순합니다. 같은 계산을 여러 번 하지 않기 위해, 한 번 구한 답을 저장해 두고 다시 쓰는 방법입니다. 이 글에서는 DP를 공식 암기 중심이 아니라 “왜 필요한지”, “어떻게 생각해야 하는지”, “문제를 보면 어떻게 접근해야 하는지” 중심으로 정리하겠습니다.Dynamic Programming이 필요한 이유먼저..

LazyCodex는 OpenAI Codex 위에 프로젝트 메모리, 계획, 실행, 검증 루프를 붙여 복잡한 코드 작업을 더 구조적으로 처리하게 만드는 서드파티 에이전트 하네스입니다. AI 코딩 도구를 쓰다 보면 가장 자주 부딪히는 문제가 있습니다. 간단한 함수 수정이나 작은 버그는 잘 처리하지만, 코드베이스가 커지고 작업 범위가 넓어지면 에이전트가 맥락을 놓치거나 완료 검증을 대충 끝내는 경우가 많습니다.LazyCodex는 바로 이 지점을 겨냥한 도구입니다. 단순히 “코드를 대신 짜주는 도구”라기보다 Codex 안에서 에이전트가 프로젝트를 읽고, 계획을 세우고, 실행하고, 검증하도록 워크플로를 덧씌우는 하네스에 가깝습니다. 공식 README에서도 LazyCodex를 “complex codebases”를 위..

LifeOS는 단순한 AI 프롬프트 모음이 아니라, 개인의 목표·기억·작업 흐름을 AI 에이전트 중심으로 묶으려는 오픈소스 개인 AI 인프라입니다. AI 도구를 쓰다 보면 처음에는 “어떤 모델이 더 똑똑한가”에 관심이 갑니다. 하지만 실제로 오래 쓰다 보면 더 중요한 문제가 보입니다. 매번 같은 배경을 설명해야 하고, 목표와 맥락이 끊기며, 작업 결과가 다음 작업으로 자연스럽게 이어지지 않는다는 점입니다.LifeOS는 이 문제를 “개인 AI 운영체제”라는 방향으로 풀려는 프로젝트입니다. Claude Code, Cursor, Codex 같은 AI 코딩 하네스 위에 사용자의 목표, 기억, 스킬, 에이전트, 대시보드, 검증 루프를 얹어 개인화된 AI 작업 환경을 만들려는 시도에 가깝습니다.이 글에서는 Life..

Claude Sonnet 5는 Anthropic이 공개한 최신 Sonnet 계열 모델로, 속도와 지능, 에이전트 작업 비용 효율의 균형을 노린 모델입니다. Anthropic이 2026년 6월 30일 Claude Sonnet 5를 공개했습니다. 이번 모델의 핵심은 단순히 “더 똑똑한 챗봇”이 아니라, 여러 단계의 작업을 계획하고 도구를 사용하며 끝까지 수행하는 에이전트 성능입니다. 특히 개발자 입장에서는 Claude Code, 브라우저, 터미널, 코드 수정, 테스트 검증 같은 작업 흐름에서 Sonnet 5가 어떤 위치에 있는지 보는 것이 중요합니다. 이 글에서는 Claude Sonnet 5의 공식 정보, 가격, 장점과 한계, 실제 도입 시 체크포인트를 정리합니다.배경Claude 모델 라인업은 대체로 Hai..

Trie는 문자열을 글자 단위로 쪼개 트리처럼 저장해, 접두사 검색과 자동완성 같은 문제를 빠르게 처리하는 자료구조입니다. 알고리즘 문제를 풀다 보면 단순히 HashSet이나 HashMap으로는 애매한 문자열 문제가 나옵니다.예를 들어 “어떤 단어가 존재하는가?”만 묻는다면 Set으로 충분하지만, “이 접두사로 시작하는 단어가 있는가?”, “자동완성을 구현하라”, “여러 단어를 동시에 탐색하라”처럼 접두사 조건이 들어오면 이야기가 달라집니다.이때 자주 등장하는 자료구조가 Trie입니다.처음 보면 Tree, HashMap, String 탐색이 섞여 있어 어렵게 느껴지지만, 핵심은 간단합니다.단어 전체를 한 번에 저장하는 것이 아니라, 글자 하나하나를 노드로 저장하면서 공통 prefix를 공유하는 구조입니다..