AI 자동화·프롬프트·RAG·Python·이미지생성을 실제로 만들고 실험하고 회고하는 AI 실험실형 개발 블로그. 실패 사례까지 기록한다
반복을 줄이는 작은 스크립트와 파이프라인 회고
Excel Copilot과 Gemini in Sheets의 정제 기능을 실제 설계 기준으로 검증하며, 자동화와 사람 판단을 나누는 경계를 기록한 실험 글.
에이전트 자동화의 토큰 비용을 호출이 아닌 '완료 작업' 단위로 기록하고, 사람 개입 게이트와 예산 차단을 설계·검증한 실험 기록.
이메일 분류 자동화, 어디까지 맡기고 어디서 비용이 새는지 실측 사례와 함께 정리했다.
프롬프트 실패 사례와 구조화 실험 로그
문서 기반 QA·벡터DB·LangChain 실전 기록
RAG 벡터DB 필터링 성능 차이를 선택도·post-filtering·비용 관점에서 실측 수치로 점검한 운영 가이드.
LlamaIndex 기본 설정으로 문서 QA가 되는지, 청킹·임베딩·top_k·검색 방식을 바꿔가며 지표와 비용으로 검증한 실험 기록.
LanceDB 인덱스·필터·GPU 비용의 함정을 실측 자료 기준으로 점검한다. RAG용 벡터DB 선택 전 체크리스트.
로컬 이미지 생성과 코딩 어시스턴트 비교
"오픈소스 모델"이라는 표시만 보고 상업 서비스에 넣었다가 막히는 지점을 코딩·이미지 도구로 직접 재현해본 검증 기록.
AI 코딩·이미지 도구에 API 게이트웨이를 붙이기 전에 알아야 할 흔한 함정과 실제 운영 비용 구조를 수치로 정리했다.
노트북 GPU로 이미지 생성·로컬 코딩을 실험할 때 흔히 빠지는 함정과 실제 비용 체크리스트를 실측 수치로 정리했다.
자동화·프롬프트·RAG·툴링 — 성공한 것도, 깨진 것도 전부 기록합니다.