도구를 선택하는 빌더를 위한 소스 기반 지도.https://arcyou.ai/https://arcyou.ai/ko/teardowns/emilkowalski-skills-motion-design-system/https://arcyou.ai/ko/teardowns/emilkowalski-skills-motion-design-system/다섯 가지 모션 디자인 스킬이 어휘, 원칙, 리뷰, 계획, 실행을 어떻게 분리하는지, 그리고 두 가지 중요한 워크플로 예외가 아키텍처의 실제 모습을 어떻게 드러내는지 소스 수준에서 해부한다.Sun, 12 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/codexbar-provider-metering/https://arcyou.ai/ko/teardowns/codexbar-provider-metering/CodexBar는 AI 코딩 한도를 보여주는 작은 macOS 유틸리티처럼 보인다. v0.41.0의 소스를 읽어보니, 실제 아키텍처는 컴파일 시점의 프로바이더 ID, 디스크립터, 전략 파이프라인, 별도의 앱 훅으로 제각각인 벤더 할당량 신호를 하나의 사용량 화면으로 바꾸는 선별된 프로바이더 카탈로그였다.Wed, 08 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/lazycodex-codex-harness/https://arcyou.ai/ko/teardowns/lazycodex-codex-harness/LazyCodex는 복잡한 코드베이스를 위한 에이전트 하네스로 소개된다. v4.15.1의 소스를 읽어보니 범위는 더 좁았고, 오히려 그래서 더 유용했다. 루트 패키지는 작은 Codex 설치 별칭이고, 실제 제품은 번들로 제공되는 omo 플러그인이며, 더 깊은 하네스의 소유권은 OmO로 이어진다.Mon, 06 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/compare/vector-search-existence-models/https://arcyou.ai/ko/compare/vector-search-existence-models/벡터 검색은 먼저 어디에 존재하느냐에 따라 갈린다. Qdrant는 전용 벡터 엔진이고, pgvector는 PostgreSQL 인덱스 접근 방식이며, LanceDB/Lance는 파일 기반 임베디드 스택이다. 이 운영상의 기반이 벤치마크 튜닝을 시작하기도 전에 필터링, 내구성, 일관성, 장애 양상을 결정한다.Mon, 06 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/compare/ai-coding-agent-context/https://arcyou.ai/ko/compare/ai-coding-agent-context/AI 코딩 에이전트는 한 가지 설계 선택, 즉 코드를 모델의 컨텍스트에 넣는 방식에 따라 갈린다. 나는 세 제품의 소스를 읽었다. Aider는 정적 그래프의 순위를 매기고, Continue는 임베딩하고 검색하며, Cline은 모델에 도구를 주고 필요할 때 읽게 한다. 이 한 가지 선택이 결정성, 토큰 비용, 프라이버시, 대규모 저장소에서의 동작 방식을 결정한다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/aider-repo-map/https://arcyou.ai/ko/teardowns/aider-repo-map/Aider는 전체 코드베이스를 읽는 AI로 소개된다. v0.86.3.dev에서 읽은 레포 맵은 AI 문제가 아니라 순위 산정 문제다. tree-sitter가 심볼을 추출하고, 참조 그래프의 PageRank가 순위를 매기며, 이진 탐색이 상위 심볼을 토큰 예산에 맞춰 담는다. 임베딩도, 벡터 저장소도, 네트워크 호출도 없다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/continue-codebase-indexing/https://arcyou.ai/ko/teardowns/continue-codebase-indexing/Continue는 Aider와 대조되는 임베딩 우선 방식이다. v2.1.0에서 읽고 모두가 실제로 묻는 질문, 즉 내 독점 코드가 임베딩 API로 전송되는가에 답하면 기본값으로는 아니다. 번들된 all-MiniLM-L6-v2로 로컬에서 임베딩하고, 벡터를 로컬 LanceDB에 저장하며, 원격 임베딩 제공자를 설정할 때만 코드를 외부로 보낸다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/lancedb-embedded-ivfpq/https://arcyou.ai/ko/teardowns/lancedb-embedded-ivfpq/LanceDB는 서버가 아니라 라이브러리이자 파일 포맷이다. connect()는 로컬 경로나 객체 스토리지 URI를 프로세스 안에서 열고, 리터럴 접두사 `db`로 시작하는 URI만 Cloud HTTP 클라이언트로 보낸다. 저장소는 추가 전용 매니페스트 버저닝을 사용하는 Lance 컬럼형 포맷이며, 인덱스 계열은 HNSW 그래프가 아니라 PQ 압축을 결합한 IVF 우선 구조다. lance v8.0.0 / lancedb v0.30.0에서 읽었다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/litellm-router/https://arcyou.ai/ko/teardowns/litellm-router/LiteLLM은 여러 모델 배포를 아우르는 스마트 로드 밸런서로 소개된다. v1.92.0-dev.1 기준으로 읽어보면 기본값은 가중 동전 던지기다. simple-shuffle은 무작위로 정상 배포를 고르며, rpm/tpm을 설정했다면 그에 따라 가중치를 적용한다. 지능적인 기능인 최소 부하, 지연 시간, 사용량 기반 라우팅은 선택 사항이며, LiteLLM이 모든 키를 계측하기 때문에 가능하다. 실패 시에는 재시도-쿨다운-폴백 사다리를 실행한다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/compare/llm-gateway-camps/https://arcyou.ai/ko/compare/llm-gateway-camps/LLM 게이트웨이라고 불리는 도구는 무엇을 라우팅하고 누구를 위한 것인지에 따라 나뉜다. CLIProxyAPI는 구독 로그인을 풀링한다. LiteLLM은 사용량 계측과 장애 조치를 갖춰 API 키를 라우팅한다. Portkey는 요청마다 전달하는 선언적 설정으로 구동되는 무상태 엣지 게이트웨이다. 세 프로젝트의 소스를 모두 읽어보니, 무엇을 가르는 결정적인 축은 각각 어떤 상태를 유지하는가였다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/ollama-model-scheduler/https://arcyou.ai/ko/teardowns/ollama-model-scheduler/대부분은 Ollama가 모델의 메모리를 추산하고 GPU에 올릴 레이어 수를 계산한다고 생각한다. v0.31.1을 읽어보니 실제로는 그렇지 않았다. Ollama는 상위 프로젝트인 llama.cpp의 llama-server를 실행하고, 기본적으로 GPU 분할 자동 감지를 맡긴 다음, 오프로딩된 레이어 수를 로그에서 다시 읽는 스케줄러다. Ollama 자체의 메모리 계산은 무엇이 들어가고 무엇을 퇴출할지 결정하는 데만 쓰이는, 의도적으로 거친 근삿값이다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/pgvector-hnsw/https://arcyou.ai/ko/teardowns/pgvector-hnsw/pgvector는 벡터 검색에 대한 '그냥 Postgres를 쓰자'는 답이며, Qdrant 같은 전용 엔진과의 차이는 알고리즘이 아니라 자리다. 둘 다 HNSW지만, pgvector는 이를 Postgres 인덱스 접근 방식으로 구현한다. v0.8.4 기준으로 읽었다. 그래프는 WAL에 기록되는 Postgres 페이지에 살고, 검색은 평범한 SQL이며, 필터링은 새 반복 스캔으로 보완된 Postgres의 몫이다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/qdrant-filtered-hnsw/https://arcyou.ai/ko/teardowns/qdrant-filtered-hnsw/메타데이터 필터를 추가하는 순간 단순한 벡터 검색은 무너진다. 사후 필터링은 재현율을 망가뜨리고, 사전 필터링은 그래프를 활용할 수 없다. v1.18.2에서 읽은 Qdrant의 답은 두 가지다. 필터의 카디널리티를 추정해 정확 스캔과 그래프 검색 중 하나를 고르고, 빌드 시점에 페이로드를 인식하는 링크를 추가해 필터링된 하위 그래프의 연결을 유지한다. 이 해법의 근거는 침투 이론이다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/vllm-paged-attention/https://arcyou.ai/ko/teardowns/vllm-paged-attention/vLLM의 처리량은 여기서 v0.24.0rc2(v1 엔진)를 기준으로 읽은, 서로 맞물린 두 아이디어에서 나온다. PagedAttention은 각 요청의 KV 캐시를 공유 풀의 고정 16토큰 블록으로 페이징해 메모리를 비연속적이고 빽빽하게 채우며 동일한 접두사끼리 공유할 수 있게 한다. 연속 배칭은 매 순전파 단계마다 토큰 예산을 기준으로 배치를 다시 구성하고, 프리필과 디코드를 섞으며, 블록이 떨어지면 선점한다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/compare/local-inference-engines/https://arcyou.ai/ko/compare/local-inference-engines/오픈 모델을 자체 호스팅하는 도구는 어느 계층을 직접 운영하느냐에 따라 세 진영으로 나뉜다. llama.cpp는 원시 엔진이다. GGUF를 불러오고 가지고 있는 어떤 하드웨어로든 레이어를 오프로딩하는 독립 실행형 바이너리다. Ollama는 이를 감싸는 친근한 관리자다. vLLM은 이를 대체하는 처리량 서버다. 이 세 프로젝트의 소스를 모두 읽고 이식성, 편의성, 처리량을 비교했다.Thu, 02 Jul 2026 00:00:00 GMThttps://arcyou.ai/ko/teardowns/cliproxyapi-account-scheduler/https://arcyou.ai/ko/teardowns/cliproxyapi-account-scheduler/CLIProxyAPI는 Claude, ChatGPT/Codex, Gemini 구독을 라운드 로빈으로 순회하는 OpenAI 호환 프록시로 소개된다. 소스를 읽어보면 실제로는 반응형 쿨다운 스케줄러다. 할당량을 추적하지 않고 429를 기다리며, 제한이 언제 초기화되는지 실제로 아는 경우는 Codex뿐이다.Wed, 01 Jul 2026 00:00:00 GMT