2026-10-12 · AX·업무 자동화
구글에 글이 안 보일 때: 색인 요청 전에 확인할 것과 기다려야 할 것
색인 요청 접수, 색인, 검색 노출은 서로 다른 사건이다. 실제로 공개된 글 한 개의 URL 검사 기록을 예로 들어, 확인 날짜와 보고 날짜를 구분하고 상태별 판단 기준 표와 복사해서 쓰는 기록 표를 정리한다.
AI · Infrastructure · Semiconductors · AX
AI 인프라를 이해하고, 업무 자동화 문제를 해결합니다.
AI 도입을 검토하거나 자동화를 직접 운영하는 실무자를 위한 노트입니다. 인프라 해설에서는 비용·메모리·전력의 연결을, 실전 기록에서는 오류를 확인하고 해결하는 순서를 다룹니다.
필요한 문제부터 읽기
업무 자동화에서 막힌 문제를 해결하고 싶다면
직접 겪은 오류와 측정 기록을 바탕으로, 내 환경에서 확인할 순서와 판단 기준을 찾습니다.
이미지 파일이 너무 크다면블로그 이미지 용량 줄이기: 같은 그림을 4.95MB에서 360KB로원본 보관 → 같은 해상도로 변환 → 용량과 읽기 품질 비교 숫자 범위에 취소선이 생겼다면블로그 글에 갑자기 취소선이 생겼다면: 숫자 범위 표기부터 확인하세요작성 도구와 발행 화면 비교 → 표기 또는 렌더러 설정 선택 예약 시간이 지나도 글이 없다면블로그 자동 발행을 예약했는데 글이 안 올라왔다: 무엇을 확인해야 할까예약·준비·공개·공유 구분 → 중복 확인 후 다음 행동 결정 자동 검사와 브라우저 결과가 다르다면자동 검사에서 오류가 난 링크, 바로 지워도 될까?요청 조건 기록 → 본문 확인 → 접근 실패와 출처 검증 분리
필요한 문제부터 읽기
AI 인프라와 도입 조건을 이해하고 싶다면
비용과 메모리의 기본 구조를 읽은 뒤, 조직에서 AI가 실행될 권한과 책임까지 연결합니다.
ANALYSIS, NOT JUST SUMMARY
숫자를 그대로 옮기지 않습니다
가정과 계산식을 공개하고, 서로 비교할 수 없는 숫자는 기간과 단위를 먼저 맞춥니다.
최근 기술 노트
2026-10-02 · AX·업무 자동화
AI에게 블로그 발행을 맡길 때, 어디까지 맡기고 무엇을 직접 확인해야 할까?
다섯 편의 발행 운영 기록에서 뽑은 위임 판단표. 작업별로 AI에게 줄 입력, 기계로 확인할 증거, 사람이 승인할 조건, 멈출 조건을 나눠 정리한다. 완전 자동화 성공담이 아니라 위임 범위를 정하는 기준에 대한 글이다.
2026-09-29 · AX·업무 자동화
글은 있는데 독자가 찾을 수 없다면: 블로그 추천 목록 점검하기
글 주소는 정상인데 추천 목록에서는 빠진 사례다. 사이트를 운영하는 사람이 직접 주소를 여는 검사와 메뉴에서 글을 찾는 검사를 구분하고, 이름이나 주소를 바꾼 뒤 누락을 점검하는 방법을 정리했다.
2026-09-25 · AX·업무 자동화
자동 검사에서 오류가 난 링크, 바로 지워도 될까?
자동 링크 검사는 실패했는데 브라우저에서는 글이 열렸다. 실제로 결과가 갈린 사례를 바탕으로 링크를 삭제하기 전에 접근 여부, 본문 내용, 인용 근거를 나눠 확인하는 방법을 설명한다.
2026-09-23 · AX·업무 자동화
블로그 자동 발행을 예약했는데 글이 안 올라왔다: 무엇을 확인해야 할까
예약만으로는 원고 준비와 공개가 끝나지 않는다. 실제 미발행과 수동 복구 사례를 통해 완성본, 블로그 공개, 소셜 공유를 따로 확인하고 중복 게시 없이 다음 행동을 결정하는 방법을 정리했다.
2026-09-20 · AX·업무 자동화
블로그 글에 갑자기 취소선이 생겼다면: 숫자 범위 표기부터 확인하세요
원고에서는 멀쩡한 숫자 범위가 발행 후 취소선으로 바뀐 실제 사례다. 글만 편집할 수 있을 때와 사이트 설정을 바꿀 수 있을 때의 해결법을 나누고, 게시 화면에서 확인할 내용을 정리했다.
2026-09-16 · AX·업무 자동화
블로그 이미지 용량 줄이기: 같은 그림을 4.95MB에서 360KB로
블로그에 넣을 이미지가 너무 크다면 새로 만들기 전에 저장 형식부터 비교해 보자. 실제 이미지 3장을 WebP로 바꾼 결과와 화질을 확인하는 순서, 교체해도 되는 기준을 정리했다.
2026-09-09 · AX·업무 자동화
'MCP가 CLI보다 토큰을 32배 더 먹는다'는 벤치마크, 어디까지 믿어야 하나
MCP 토큰 오버헤드 실측치는 4~32배부터 '호출당 +50토큰'까지 범위가 넓다. 모순처럼 보이는 두 숫자는 서로 다른 도구 구성을 측정한 결과다. 스키마 크기, 세션 길이, 캐싱·필터링 여부라는 세 가지 조건으로 벤치마크를 읽는 법을 정리한다.
2026-09-07 · 반도체·HBM
AI 칩 공급 일정, 전공정 증설만으로 앞당길 수 없는 이유
파운드리 웨이퍼 캐파를 늘려도 AI 가속기 출하가 바로 늘지 않는 이유는 첨단 패키징과 테스트 공정이 납기의 관문이기 때문이다. OSAT 자본지출 발표부터 장비 납기, 클린룸 확보, 자격인증까지 걸리는 시간을 따라가며 AI 칩 공급 달력이 실제로 어떻게 정해지는지 살펴본다.
2026-09-05 · 데이터센터·전력
데이터센터 전력 경쟁, 설비가 아니라 '숫자 검증'이 관문이다
AI 전력 수요 폭증의 진짜 병목은 발전소가 아니라, 제출된 수요 신청을 누가 걸러내느냐로 이동하고 있다. 텍사스의 474GW 신청 조사와 한국 수도권 계통접속 2% 통과율을 같은 프레임으로 읽고, ERCOT 배치 접속 절차와 한국 계통접속 절차를 나란히 비교한다.
2026-09-04 · AX·업무 자동화
'우리도 FDE 하겠다'는 선언 뒤에 막히는 것들 — 전환을 작동시키는 운영 조건 5가지
KT·SK AX·LG CNS처럼 내부 인력을 FDE로 전환하거나 전담 조직을 신설하는 선언이 잇따른다. 하지만 선언은 직무명을 바꾸는 일이고, 전환은 운영 체제를 바꾸는 일이다. 재교육 설계, 권한 재조정, 평가·인센티브, CoE와의 관계 재정의, 변화 관리라는 다섯 가지 운영 조건이 갖춰지지 않으면 FDE 선언은 간판만 바꾼 파견 인력 운영으로 끝난다.
2026-08-25 · AI 인프라
RAG만으로 부족한 순간: Context·Knowledge Graph·Ontology를 어디까지 써야 하나
기업 AI에서 'RAG 정확도가 낮다'는 말 속에는 문서 검색, 관계 탐색, 의미·규칙 정의라는 서로 다른 층의 문제가 섞여 있다. Context·Knowledge Graph·Ontology가 각각 무엇을 해결하는지 구분하고, GraphRAG와 온톨로지를 올려야 하는 업무 조건과 운영 비용의 경계를 제품·기술 구조 관점에서 정리한다.