#Productivity
총 5편
업무용 AI 비서의 탄생 (2편) 기억을 입히는 이중 인덱싱
질문 기록을 로컬 벡터 저장소에 쌓고 의미·단어 하이브리드 검색과 도메인별 군집으로 AI 비서에 과거 맥락을 붙인 과정과 그 한계를 적었습니다.
업무용 AI 비서의 탄생 (1편) 도구 네 개를 MCP로 연결하기
이슈 트래커, 사내 위키, 모니터링, 운영 DB를 MCP로 한 AI 비서에 연결해 자료 수집을 맡긴 과정과 남은 한계를 적었습니다.
AI 드리븐 코드베이스 문서화 (3편) - 실제 효과와 운영 가이드
4계층 문서 시스템의 실제 수치와 운영 가이드. AI 토큰 85% 절약, 정확도 85%→95%, 개발 속도 3배. 투자 대비 효과가 불분명할 때 정량 지표로 증명하는 방법.
AI 드리븐 코드베이스 문서화 (2편) - 4계층 정보 구조 설계
4계층 정보 구조 설계 상세. 오케스트레이션→요약→인덱스→상세 계층화로 AI 토큰 85% 절약, 응답 시간 30초→10초, 개발 속도 3배. YAML 메타데이터 스키마 설계법.
AI 드리븐 코드베이스 문서화 (1편) - 22만 줄 코드를 AI가 읽게 만들어야 했던 이유
22만 줄 코드베이스에서 AI 토큰 90% 절약한 4계층 문서 시스템. 응답 시간 30초→10초, 정확도 85%→95%. AI가 프로젝트 구조를 이해하지 못할 때 어떻게 만드는가.