9-Bucket 쿼리 프레임워크 설계 기록
WICHI의 핵심 분석 체계인 9-Bucket 쿼리 프레임워크 설계 기록. 전통적인 검색 의도(Intent)가 아닌 '브랜드 포함 여부'를 기준으로 3개 Zone(Owned, Battleground, Competitive)과 9개 Bucket을 정의하고, AI의 자발적 추천을 측정하기 위한 설계 원칙 정리.
개발자의 조용한 기록장 — 실험에서 운영까지
512,000줄 TypeScript, 1,884개 파일. Anthropic의 소스 유출이 드러낸 프로덕션 에이전트 시스템의 4단계 실행 모델과 7가지 모드를 해부합니다.
44개 Feature Flag 중 20개 비활성. KAIROS, Auto-Dream, UltraPlan, Coordinator, Bridge, Daemon, UDS Inbox, Buddy 분석과 경쟁사 비교
Claude Code 소스 유출(512K줄 TS)에서 확인된 에이전트 시스템 설계의 6-Layer 캔버스와 8+4 핵심 패턴. 250K/일 API 낭비를 3줄로 해결한 Circuit Breaker부터, 23단계 bash AST 보안까지.
CC 내부 Memory System(4타입 영구 메모리, Auto-Dream, Auto-Compact)과 독립 구축한 3-Layer 시스템(문서→인덱스→시맨틱검색)의 구조적 대응. validate_placement()는 CC에 없는 차별점
WICHI의 핵심 분석 체계인 9-Bucket 쿼리 프레임워크 설계 기록. 전통적인 검색 의도(Intent)가 아닌 '브랜드 포함 여부'를 기준으로 3개 Zone(Owned, Battleground, Competitive)과 9개 Bucket을 정의하고, AI의 자발적 추천을 측정하기 위한 설계 원칙 정리.
AI 검색 엔진 간 응답 편차를 시그널로 활용하는 멀티엔진 아키텍처 설계 원칙과 병렬 수집 구조, 어댑터 패턴을 통한 확장성 확보 방법 분석
Sentry와 Betterstack을 활용해 $0로 구축하는 최소 모니터링 가이드와 론칭 전 80분 투자가 에러 대응 시간을 13시간에서 1시간으로 단축한 사례 분석
AI 초안을 수정할 때마다 발생하는 implicit feedback(편집 diff)을 캡처하고, 주기적으로 패턴을 분석하여 프롬프트를 자동 진화시키는 Self-Tuning Loop 패턴. 학술 연구(DSPy, TextGrad, POHF)와의 gap 분석 포함.
Self-Tuning Loop 4단계(Generate → Capture → Analyze → Evolve)를 범용 모듈로 추출. Supabase DDL, diff 캡처 유틸, 분석/진화 프롬프트 전문, 이메일/블로그 적용 예시, GitHub 레퍼런스 구현.
1편에서 소개한 Self-Tuning Loop 패턴을 실제로 운영하는 시스템의 전체 아키텍처. 데이터 수집(35개 소스), AI 큐레이션, Telegram 입력 파이프라인, 주간 자동 리뷰, Syncthing 기반 무배포 프롬프트 진화까지.
Make Me Unicorn의 PLG 성장을 위해 설계한 3가지 공유 요소(점수 카드, 배지, 체크리스트 커스텀 링크)의 심리적 기제와 바이럴 루프 구현 전략 기록
SAGEO Arena와 CORE 논문 리뷰를 통해 GEO 평가 프레임워크의 통합 필요성과 AI 검색 랭킹 조작 취약성(Top-5 성공률 91.4%) 및 방어 전략 분석
MMU 체크리스트의 false-pass 문제를 해결하기 위해 17개 feature flag와 condition marker 시스템을 설계하고, 48개 테스트로 점수 정확도를 개선한 과정 기록
2026년 4월 4일·7일·8일에 발표된 Anthropic의 세 건을 Access·Capability·Execution 3개 레이어로 분해해 수직 통합 전략을 읽어낸 분석