/EdgeLog · Methods
Methods
어느 프로젝트에나 가져갈 수 있는 일하는 방법을 재서 적는다. AI 에이전트, 펌웨어, 리뷰 루프, 실패한 실행까지.
14편 · 최신순
- 01AI 코드 리뷰는 몇 번 돌려야 할까같은 코드에 LLM 호출을 400회 쓰고 나서 알았다. 리뷰 1회는 실제 결함의 34%만 보고, 가장 자주 지적된 항목 4개는 모두 오탐이었다.
- 02LLM PCB 라우팅: 사람이 고친 자리에서 배운 것자동 라우팅으로 96%까지 간 PCB를 외주에 넘겼다. 사람은 남은 4%만 잇지 않고 끝난 배선까지 다시 그었다. 그 차이를 다음 에이전트가 쓸 규칙 16개로 남겼다.
- 03Harness Engineering은 얼마나 갈까하네스에 담은 쓸모 있는 기능은 결국 vanilla로 흡수된다. 남는 것은 vendor가 구조적으로 하지 않거나 하지 못하는 일뿐이다. harness engineering 전환기에 대한 생각.
- 04LLM으로 내 소프트웨어를 계속 개선해 가려면 어떤 루프가 필요할까?내가 굴리는 프로젝트를 LLM에 묶어 스스로 나아지는 루프로 만들 수 있을지, 생각하며 정리하고 있는 지금의 가설.
- 05CRA가 시작된다: 임베디드 SW의 무게중심이 옮겨 간다2026년 9월 11일, EU 사이버 회복력법의 첫 의무가 발효된다. 나는 이것을 컴플라이언스 작업보다 임베디드 SW 엔지니어링 자체의 무게중심이 옮겨 가는 일로 본다.
- 06AI가 짠 펌웨어: 어디까지 맡기고 어디서 막을까3-Tier Trust로 PR을 나누고, 머지까지 검증 게이트(spec, TDD, RAG, HIL, 결정론적 분석기 등)를 거치게 했다. 단계마다 잡아내는 결함 클래스가 다르다.
- 07AI가 짠 펌웨어: 233개 테스트로 격차를 재 보다233개 임베디드 펌웨어 케이스에서 Sonnet 4.6은 68.0%, Haiku 4.5는 56.9%를 받았다. 직접 만든 오픈소스 벤치마크 EmbedEval로, 5단계 평가, n=3, Wilson 95% CI, Zephyr와 STM32 HAL을 다룬다.
- 08AI가 짠 펌웨어: 함수 밖에서 깨지는 것AI가 짠 펌웨어는 함수 하나만 봐서는 보이지 않는 곳에서 깨진다. diff에서 잡히는 3가지가 있고, 49일 뒤에야 드러나는 3가지가 있다.
- 09AI가 짠 펌웨어: 내가 말하지 않은 것주니어가 AI 도구로 짠 로깅 데몬이 내 리뷰를 통과했다. 컴파일도 되고 잘 돌았지만, 잦은 write가 결국 eMMC를 망가뜨렸다. 위험은 프롬프트에 말하지 않은 도메인 지식에 있었다.
- 10AI가 드디어 하드웨어 엔지니어를 필요로 한다2026년, 추론이 학습을 앞질렀다. 가장 빠르게 크는 곳은 엣지이고, 거기 남은 일은 AI가 할 수 없는 일이라고 나는 생각한다.
- 11임베디드에서 AI Agents: 전체 파이프라인을 열어 본다AI 에이전트로 만든 i.MX8M Plus 센서 드라이버 프로젝트를 폴더째 열어 본다. 폴더 구조, 스펙, property-based 테스트, 리뷰 에이전트, 피드백 루프가 맞물리는 방식.
- 12임베디드에서 AI Agents: 컨텍스트 엔지니어링을 익히며AI 에이전트는 Yocto 레시피를 잘 썼지만 센서 데이터를 조용히 깨뜨리고 SPI 레지스터를 잘못 설정했다. 이걸 고친 건 내가 에이전트에게 건넨 컨텍스트였다.
- 13임베디드에서 AI Agents: 미뤄 왔던 스펙 기반 TDD임베디드 팀이 TDD를 건너뛴 건 비용 때문이었다. AI 에이전트와 일하며 그 계산이 달라지는 걸 봤다. Yocto 위 IMU 드라이버를 스펙 기반 테스트와 JSON 피드백으로 검증한 기록.
- 14LLM에 하드웨어 문서 주입: grep으로 돌아온 이유RAG는 하드웨어 문서를 쓸모 있게 만드는 교차 참조를 끊어 놓았다. 파이프라인을 붙들고 있다가, SVD와 PDF를 파일 도구로 LLM에게 직접 건네는 쪽으로 돌아왔다.