[월간 기록] 2026년 1월

이번 달에는 정규표현식 내부 구조, 비동기 모델, 스레드 메모리 위치 같은 기술 관련 내용을 파봤다. 기술 관련 글을 읽다가 궁금해진 것들이다. 그리고 여러 개인, 기업, 교육기관에서 AI 활용 능력을 다룬 글들이 많이 눈에 띄었다.

수집

흥미롭거나 유용했던 자료들

The Missing Semester of Your CS Education

MIT에서 진행하는 강의다. CS 수업과 달리 명령줄, 에디터, 버전 관리 시스템 등 개발자가 매일 사용하는 도구를 효율적으로 활용하는 방법에 초점을 둔다. 강의 자료와 영상은 인터넷에 공개되어 있어 외부 사용자도 자유롭게 학습할 수 있다.

Git, 디버깅, Shell 활용, dotfiles 관리, 기본적인 보안 개념 등 실무에서 알아두면 좋은 주제들을 넓고 얕게 정리해 준다. 관심 있는 주제만 골라서 봐도 이해하는 데 상관없어 부담 없이 볼 수 있다.

2026년 강의는 현재 촬영 중이며, 2020년 이후 새롭게 공개되는 강의이다. LSP와 AI 기반 도구 관련 내용이 추가되고 Shell이나 Vim의 비중은 줄어드는 등, 개발 환경의 변화가 비교적 잘 반영되고 있는 듯하다.

73 Programming Project Ideas to Inspire and Challenge You | HackerNews

직접 구현해볼 수 있는 73개의 프로그래밍 프로젝트 아이디어와 참고 자료를 정리한 글이다.

GitHub에서 유명한 build-your-own-x 레포가 있는데, CodeCrafters에서 운영하고 있다.

CodeCrafters는 Redis, Git 같은 유명한 프로젝트를 직접 만들어보는 서비스를 제공한다. 관심 가는 프로젝트들이 있어서 시간 나면 시도해볼 생각이다.

Regular Expression Matching Can Be Simple And Fast | HackerNews

대부분의 프로그래밍 언어는 backreference, look-around 같은 확장 기능을 지원하기 위해 백트래킹 NFA를 사용하는데, 이 방식은 최악의 경우 지수 시간이 걸릴 수 있다. 반면 Thompson NFA는 이런 확장 기능을 지원하지 못하지만, 최악의 경우에도 O(mn) 시간을 보장한다. awk, grep 같은 전통적인 Unix 텍스트 처리 도구가 이 방식을 사용한다.

정규표현식이 유한 상태 기계(Finite State Machine)로 구현된다는 사실은 들어봤는데, 실제 코드를 보니 더욱 흥미로웠다. 정규표현식과 FSM을 변환해주는 FSM2Regex를 사용해보면 이해에 도움이 된다.

Why async Rust? | HackerNews

Rust의 async가 왜 현재의 모습을 가지는지 핵심 기여자가 설명한 글.

글 자체로도 좋지만, 다중 스레드의 생성 원리, 비동기 실행 모델과 Rust의 executor에 대한 궁금증이 생겨서 추가로 찾아보게 된 좋은 계기였다.

CS146S: The Modern Software Developer | 공식 한국어 번역본

Stanford 강의와 공식 한국어 번역본이다. 강의에서 AI 기반 개발을 꽤 자세하게 다루는 것 같다. 번역하는 팀을 봤는데 시니어/리더급 엔지니어 분들이다.

AI 기반 번역이고 검수가 되지 않은 듯한 부분에서 누락/오역 등의 문제가 있어 원문과 비교하면서 보는 걸 추천한다.

Use The Index, Luke

"Introduction to PostgreSQL Indexes" 해커뉴스 글의 댓글에서 추천받아 알게 되었다.

목차까지만 보았는데 SQLP 준비할 때 배웠던 내용과 겹치는 부분이 많아서 잘 구성된거 같고, 여러 DBMS를 다루고 있어서 기억해두려고 한다.

AI 시대, 리팩터링은 더 이상 노가다가 아니다 | GeekNews

레거시 컴포넌트들이 코드베이스에 혼재하는 문제를 AI와 Codemod로 해결한 사례를 설명한 글이다. AI를 매우 잘 사용한 좋은 예시가 될 수 있겠다.

이런 자동화 관련된 사례가 많이 보이는데, 이제 AI를 사용해서 대규모, 엣지 케이스가 있는 작업도 자동화가 쉽게 가능해진 것 같다.

비슷한 글: Claude Skills로 GitLab 업그레이드 자동화하기

디버깅 마인드셋: 디버깅의 고통을 절반으로 줄여주는 고수들의 행동패턴 따라하기

실력 있는 개발자들의 디버깅 패턴을 정리한 글. 핵심은 원인 파악에 시간을 투자하고, 정상 동작에 대한 심적 표상(머릿속에 구축된 지식 구조)를 쌓아야 한다는 말.

이전에 읽고 실천했을 때 효과가 좋았고, 오랜만에 봐도 좋은 내용이라고 생각한다.

MoltBot 제작자: “나는 읽지 않은 코드를 배포한다” | GeekNews

창업자 출신인 Peter Steinberger의 개인 프로젝트지만 많은 관심을 받고 있는 Moltbot은 메신저를 인터페이스로, 로컬 머신을 실행 환경으로 사용하는 LLM 에이전트 게이트웨이다. 로컬에서 지속적으로 실행되며 개인용 AI 에이전트로 활용할 수 있다.

개발 워크플로우를 다룬 인터뮤가 공개되었는데, AI 에이전트를 적극 활용한 개발 방식을 사용한다. 코드 자체보다 프롬프트를 보고 결과물을 평가하는 접근이 인상적이였다.

물론 책임 소재가 사용자에게 있는 오픈소스에 개인 프로젝트라서나 가능한 방식이고, 회사 환경에서는 책임 소재나 검증 문제로 그대로 적용하기 어려울 거 같다.

에이전트 기반 개발의 한 방향성으로 참고할 만하다.

성공하는 언어의 조건, C를 계속 배워야 하는 이유에 대한 의견

간단한 토이프로젝트를 만드려고 했는데 애플이 제공하는 C 라이브러리를 사용해야 했다. Rust는 FFI가 필요해서, C 라이브러리를 바로 쓸 수 있는 Zig로 해볼까 검색하며 찾아보는 흥미로운 의견을 발견헀다.

Zig는 성공하는 언어의 기준에 맞지 않아 성공하기 어렵고 C는 여전히 필요하다는 흥미로운 의견을 발견했다. 극단적이긴 하지만, 언어가 기업의 선택을 받고 성공하는 기준에 대해 그럴듯하고 공감가는 의견이라 기록해둔다.

그 외 수집한 글

• AI 시대의 소스코드 품질 - akwiki: AI로 작업하면서 품질 하락을 막기 위한 구체적인 도구들을 소개한다.
• 타입 시스템은 왜 증명처럼 동작하는가: 예전에 OCmal 공부할 때 Hindley-Milner, Curry-Howard 같은 타입 이론을 들어봤는데, TypeScript를 이런 Curry-Howard 이론 관점에서 설명한다. 언어를 Curry-Howard 이론으로 설명하는게 무용하다는 의견도 있다.
• Sylvain Kerkour의 블로그: Rust, 보안에 대한 내용을 다룬다. Dev Containers, 오류 처리, Rust, Axum, SQLx 스택, 대규모 코드베이스 권장사항, 아키텍처 등을 다룬다. 다만 웹 개발/보안 쪽에 치우쳐져 있고 동의하지 않는 주장도 있어 주의하기.

작업

학습, 개발, 실험 등 직접 손댄 것들

"시간 데이터를 올바르게 다루는 방법" 블로그 작성

원래는 핵심 원칙만 간단히 정리할 생각이었지만, 쓰다 보니 시간 처리의 역사나 참고한 Temporal API까지 추가하는 게 이해하기 좋을 것 같아 내용이 대폭 늘었다. 그 과정에서 글의 완성도를 신경 쓰다 보니 시간이 많이 들었다.

다음에 블로그를 쓸 때는 머릿속으로 구조를 완성해두고 명확히 잡는 편이 좋을 것 같다. 이번 글은 아직 하나의 글로 마무리하기에는 준비가 덜 된 주제여서 많은 시간이 걸렸다.

Thompson NFA 구현 이해하기

Regular Expression Matching Can Be Simple And Fast (한국어 번역) 글을 보고 Python 코드로 바꿔가며 이해를 높이려고 했다.

정리한 Gist 글. AI를 쓰기도 했고, 실제로 여러 번 따라 쳐본 건 아니라 확실하게 이해했다고 하기엔 무리지만, 일단 이 정도면 충분한 것 같다.

정규표현식이 어떻게 오토마타로 구현되는지, 백트래킹 방식과 Thompson 알고리즘의 차이가 무엇인지 코드를 통해 이해할 수 있었다.

The Missing Semester of Your CS Education 강의 학습

위에서 소개한 MIT 강의를 2020년 버전 위주로 영상과 스크립트를 훑어보았다. 깊이는 얕지만 무엇을 공부해야 할지 폭넓게 다뤄서 좋았다. 모르는 내용도 꽤 있었고, 2026년 강의에서 AI 관련 내용이 추가되는 것 같아 그것도 나중에 볼 예정이다.

강의 노트는 메모하고 AI로 내용 요약한 정도라 기억에 오래 남진 않을 것 같다. 필요할 때 찾아보는 정도로 쓸 듯.

AI로 탐색: 비동기 모델과 메모리 구조 정리

"Why async Rust?"를 읽다가 궁금해진 부분을 파고들다 보니 비동기나 스레드의 메모리 위치에 대한 사실들을 알게 되었다. Gist에 정리하였다.

• Rust 비동기 실행 모델의 내부 원리
• Linux 스레드와 메모리 구조
• Stackful 비동기의 동작 방식 & 비동기 실행 모델의 분류

DB Hub를 사용한 MCP Server 사용

추가 — 2026/02/03

어제(02/02) OpenAI가 Mac용 Codex App을 출시했다. 이를 활용하면 별도 채팅 UI를 구축할 필요가 없고, 인증/설정에 필요한 env 기반 Bearer token과 Headers를 지원하므로 OAuth Provider 서버를 구축할 필요도 없어졌다. key-value 기반의 액세스 키만 발급/관리 기능만 만들면 가볍게 사용하기 충분하다. 가이드 문서를 제공하여 비개발 직군도 손쉽게 DB 분석 환경을 사용할 수 있게 되었다.

추가 — 2026/02/12

최근에 MCP 서버를 공부하다가 알게 되었는데, OAuth Provider를 Auth0 같은 별도 서비스를 통해 직접 만들지 않고, mcp-auth-proxy와 같은 프록시를 사용하면 Github이나 Google 같은 외부 Provider를 사용해도 된다. Google 기반을 사용하면 조직 도메인 등으로 검증할 수 있어 세세한 권한 제어가 필요없는 작은 규모의 조직에서는 좋아보인다.

회사에서 비개발 직군도 회사 DB에 접근할 수 있게 하는 것이 목적이었는데, 관리 비용과 보안 문제로 실패했다. 결국 몇몇 분에게만 VSCode + Codex 환경을 임시로 세팅해 드렸다.

대신 개발 쪽에서 아주 유용하게 쓰고 있다.

팁: 레거시로 인해 스키마/컬럼명이 명확하지 않다면, Comment를 함께 전달하도록 tool을 작성하면 AI가 컨텍스트를 더 정확히 파악한다.

문제 배경: 회사 DB 접근 MCP 서버를 비개발자도 안전하게 사용하게 하려면?

MCP 연동 방식별 특성:
  - 로컬 개발 도구 (Codex, Claude Code 등): 로컬에서 직접 MCP 서버 호출 → IP 화이트리스트 적용 가능
  - 로컬 데스크톱 앱 (Claude 앱 등): 외부 MCP 서버 연결 기능 미지원
  - 웹 서비스 (GPT, Claude 웹): AI 회사 서버 경유 → 우리 측 IP 제한 불가

선택지:

1. 외부 IP 노출 안 함
   ├─ a. 로컬 개발 도구 사용 (Codex, Claude Code 등)
   │      → 문제: 비개발자 사용 어려움, UX 목적과 불일치
   │
   └─ b. 자체 중간 서버 구축 (LLM API + MCP 연동)
          → 문제: 별도 개발/운영 필요
                  별도 채팅 UI/서버 필요 (슬랙 연동 등으로 UI 대체가 가능하나 자유로운 대화가 제한)
                  API Key 비용 발생
          → 장점: IP 화이트리스트 유지 가능

2. 외부 IP 노출함
   ├─ a. OAuth Provider 서버 구축 → 자체 인증
   │      → 배경: 웹 환경의 Claude/GPT MCP 커넥터는 OAuth 인증 외에 다른 인증은 지원하지 않음
   │      → 문제: OAuth Provider 인프라 개발 필요
   │      → 장점: GPT/Claude 웹에서 바로 사용, UX 최적, 사용자 관리 가능(IP보다 세밀한 제어 가능)
   │
   └─ b. 퍼블릭 개방
          → 제외 (보안 불가)

AI로 인한 학습과 성장 방향성에 대한 생각

요즘 해커뉴스나 긱뉴스를 보면 AI와 개발자 커리어에 대한 글이 자주 올라온다.

극단적인 의견도 있지만, 대부분의 의견은 이렇다. AI로 인한 변화는 피할 수 없고, 시니어급 개발자들이 보기에도 기존 개발 작업 대다수를 대신할 수 있을 정도로 발전했다.

관련한 의견들을 보면서 정리한 생각은, 앞으로 주니어가 성장해야 할 방향에는 크게 3가지 능력이 필요하고 이를 키우기 위해 노력해야 한다는 것이다.

1. 올바른 의사결정을 위한 CS 및 기초 지식
   • 기초 지식은 개발뿐 아니라 도메인도 해당될 수 있다. 다만 주니어에게 도메인까지 기대하긴 어렵다.
   • 프레임워크 기반 개발을 하던 과거에도 기초 지식은 중요했다. AI 시대가 되어도 이건 바뀌지 않는다.
2. AI 활용과 도구 선택 능력
   • AI를 적절한 영역에 사용하고, 자동화/프롬프팅/에이전트 활용을 통해 효과적으로 동작하게 하는 능력이 중요하다.
   • 동시에 AI가 잘 못하는 부분은 다른 도구로 보완할 수 있어야 한다.
3. 넓은 범위의 학습/적용 능력
   • T자 인재의 필요성은 여전하다. 과거에는 신입에게 하나를 제대로 하거나 기초만 있어도 충분했다.
   • 그러나 AI로 인해 다른 영역으로 확장하기 쉬워졌으므로, 주니어도 그 능력을 키워야 한다.

관련되서 이번 달에 보았던 글을 정리해두었다.

• LLMs and your career | GeekNews
• Andrej Karpathy(OpenAI 공동 창립자)의 Claude 코딩 경험 | GeekNews | HackerNews
• Don't fall into the anti-AI hype - antirez(Redis 창시자) | HackerNews
• The Next Two Years of Software Engineering | GeekNews
• XP, TDD, 그리고 바이브 코딩: Kent Beck(TDD/XP 창시자)의 인터뷰 번역

짧은 생각

근황과 요즘 하는 생각

요즘에 AI 활용을 더 적극적으로 시도해보려고 하고 있다. 세계 상위권 대학들이 AI 관련 내용을 커리큘럼에 빠르게 추가하는 걸 보면, 교육 현장에서도 이런 능력이 중요하다고 판단하는 것 같다.