Pseudo 엔지니어의 자기소개서이자 기술 블로그.
AI 대학원 석사 과정을 졸업했고, 몇 가지 연구도 해 봤습니다. LLM 이 챗봇으로만 쓰이던 시절에는 LLM 을 직접 학습해 보았고, Tool Calling 능력으로 무장한 LLM Agent가 주목받기 시작했을 때에는 LangGraph 기반의 Agent 성능 개선 작업도 해 보았습니다.
그러다 Claude Code, Codex, Gemini 같은 완성형 Agent 들이 프로덕트로 나오기 시작하면서, 세간의 관심도 모델 자체에서 모델을 다루는 방식, AI Harness 쪽으로 옮겨 갔습니다. 저도 그 흐름을 따라 자연스레 관심사가 바뀌어 왔습니다. 지금은 모델을 잘 만들고 깎는 일 자체보다, 이미 잘 만들어진 모델을 어떻게 잘 활용할지에 더 관심이 있습니다.
이제는 ‘몰라서 못했어요’는 말이 안 되는 세상. 내가 볼 수 있는 세상의 너비만큼, 내가 보고 싶어 하는 세상의 너비만큼, 많은 것들을 해낼 수 있다.
통계학과 전공자로서 CS 전공자나 전통적인 SW / ML Engineer 만큼의 전공 지식이나 경험은 없습니다. 그럼에도 불구하고 세상이 빠르게 바뀌고 있는 만큼, 그때 필요하다고 생각한 스택은 그때그때 공부하고 써 보려고 노력합니다.
AI Harness를 공부하다 서비스를 만들어 보고 싶어졌습니다. 서비스를 만들려면 인프라를 알아야 했고, 그렇게 자연스럽게 인프라에도 관심을 갖게 됐습니다. 적지 않은 나이지만, 모르던 영역이 하나씩 열릴 때마다 알아가는 즐거움을 다시 느끼고 있습니다.
이 블로그를 velog와 같은 상용 플랫폼을 활용하지 않고 직접 만든 것도 같은 이유입니다. Kubernetes, Terraform, Helm 같은 스택을 직접 써 보면서, 추상적으로만 알고 있던 것들을 실제로 다뤄 보고 싶었습니다. AI 시대에도 살아남는 엔지니어는 결국 이런 도구를 언제, 어떤 이유로 쓸지 스스로 판단하고 선택할 수 있는 사람이라고 생각합니다. 직접 만들어 보는 한 발짝이 제 시야와 기준점을 조금씩 넓혀주고 있습니다.
이 사이트는 얕은 지식의 한 Pseudo AI Engineer가 쓰는 자기소개서이자 기술 블로그입니다. ‘Pseudo’ 라는 수식 없이 AI Builder 라 부를 수 있는 날까지, 이 페이지를 한 줄씩 채워 가려 합니다.