Featured
RISE 시대의 대학 역량 시스템 — 학생 취업과 대학 평가를 동시에 풀어야 하는 이유
RISE 체제 아래 대학 역량 시스템은 5년간의 사업비와 학생 진로를 동시에 결정하는 인프라가 됐습니다. 점수만 쌓는 시스템과 진로에 영향을 주는 시스템의 차이가 다음 5년 대학의 격차를 만듭니다. 좋은 시스템의 5가지 조건과 흔한 함정, 신규 구축 의사결정 프레임을 정리했습니다.
컴포넌트 팀 블로그
경험과 인사이트
새벽 2시 주문한 물건이 오전 7시에 문 앞에 있는 이유
새벽 2시 주문한 박스가 오전 7시에 도착하는 진짜 이유는 빠른 배차가 아니라 이미 가까이 있던 재고입니다. TSP·VRP 같은 80년 된 수학 문제부터 머신러닝 수요 예측, 창고 로봇, 라스트 마일 최적화까지. 매일 풀리는 수십 개의 최적화 문제를 정리했습니다.
Context Engineering — CLAUDE.md·AGENTS.md 설계기
2026년은 컨텍스트 엔지니어의 시대. 같은 모델·같은 프롬프트인데 프로젝트마다 결과가 달랐던 이유는 컨텍스트 설계였습니다. 컴포넌트팀이 5개 클라이언트 프로젝트에 적용한 AGENTS.md 기반 SSOT 아키텍처와, Claude Code · Cursor · Copilot 동기화 전략을 6개월 운영 데이터로 정리했습니다.
Vibe Coding의 함정 — METR 연구를 컴포넌트팀 자체 데이터로 검증한 결과
"AI 도구를 쓰면 경험 많은 개발자가 19% 더 느려진다"는 METR 연구를 컴포넌트팀 5개 프로젝트 132개 이슈 데이터로 재검증했습니다. 경력·작업 유형별로 효과가 극적으로 갈렸고, 자기 인식 격차도 그대로 재현됐습니다.
5개 클라이언트 프로젝트를 Claude Code 1명이 동시에 굴린 한 달
git worktree·MCP·Skills로 컨텍스트를 분리해 풀스택 개발자 1명이 5개 프로젝트를 병렬 운영한 실험 회고. 처리 이슈 87건, 1인 처리량 2.3배, 그리고 한 달간 만난 4가지 함정.
넷플릭스가 당신에게 영화를 추천하는 진짜 방식
넷플릭스 첫 화면의 추천은 어떻게 만들어질까요. 콘텐츠 기반 필터링·협업 필터링·하이브리드의 원리부터 행 추천·썸네일 개인화 같은 넷플릭스의 실제 알고리즘, 도입 전 점검 5가지까지 정리했습니다.
Claude Code + Cursor 하이브리드 워크플로 도입기
Claude Code Opus 4.7 + Cursor Composer 2 기반으로 정리한 컴포넌트팀의 6개월 운영 회고. 도입 배경부터 워크플로 분배, 6개월간 만난 함정과 해결책까지.
AI 에이전트의 모든 것 — 챗봇과 무엇이 다른가
AI 에이전트는 목표를 받고 스스로 계획해 도구를 사용하는 시스템입니다. 컴포넌트팀이 1년간 5개 클라이언트 프로젝트에서 운영한 데이터를 바탕으로, 챗봇과의 결정적 차이·작동 원리·도입 전 점검 5가지를 정리했습니다.
AI 도입과 AX는 다르다 — 도구를 넣었다고 변화가 끝난 게 아니다
88%가 AI를 도입했지만 의미 있는 EBIT 임팩트를 내는 회사는 6%뿐. 도구 도입과 AX는 다릅니다. 컴포넌트팀이 5개 클라이언트와 함께한 AX 여정과 글로벌 데이터로 실패 패턴·성공 공통점·5단계 체크리스트를 정리합니다.