지난 포스팅에서 터미널 기반의 Claude Code 환경에 GLM 모델을 연동하여 사용하는 방법을 살펴보았다.`:fa-solid fa-rectangle-terminal: CLI` 환경의 간결함도 매력적이지만, 대다수 사람들에게 가장 익숙한 공간은 역시 VS Code일 것이다. 이번 포스팅에서는 가성비 좋은 언어 모델인 GLM 을 VS Code Copilot Chat 에서 사용하는 방법을 간단히 소개한다.[!Note]GLM Coding Plan 에 대해 좀더 자세한 정보를 원한다면 이전 포스팅을 참고하자. GLM Chat Provider 설치Copilot Chat에서 GLM 모델을 사용하려면 브릿지 역할을 하는 확장 프로그램이 필요하다. 우선 확장 마켓플레이스에서 GLM Chat Provider 를 설..

`Claude Code`를 사용하면서 Anthropic의 공식 모델뿐만 아니라 `GLM-5`(Z.AI), `OpenRouter`, 심지어 로컬의 `Ollama`까지 병행해서 활용하고 싶은 경우가 많다. 하지만 프로바이더를 바꿀 때마다 설정 파일을 열어 `ANTHROPIC_BASE_URL`을 수정하거나 API 키를 교체하는 작업은 매우 번거로운 일이다. 특히 Anthropic 구독 모델로 되돌아오기 위해 기존 설정을 지워야 하는 과정은 작업 흐름을 끊는 주범이 된다.이번 포스팅에서는 이런 불편함을 해결해 줄 수 있는 CLI 도구인 `Clother`를 소개한다. 이 도구는 설정 파일을 매번 고치는 대신, 각 프로바이더 전용 실행 파일(Launcher)을 생성하여 명령어 하나로 즉시 모델을 전환하게 해준다. ..

Claude Code는 터미널 기반의 AI 개발 에이전트로서 뛰어난 성능을 보여주지만, Anthropic의 API 비용은 상당히 부담스럽다. 개발하는 컨텐츠에 따라 다르겠지만 단 하루만에 또는 수시간만에 제한 토큰에 도달하여 더이상 사용하지 못하는 경우가 빈번하게 발생한다. 이러한 비용 문제를 해결하면서도 고성능 모델의 이점을 누릴 수 있는 현실적인 대안이 바로 GLM Coding Plan을 활용하는 방법이다. GLM 이란 ?GLM은 칭화대학교 지식공학연구실(KEG)에서 스핀오프한 AI 스타트업인 '지푸 AI(Zhipu AI)'에서 개발한 차세대 거대 언어 모델 시리즈다.GLM은 기존의 GPT나 BERT 계열과는 차별화된 Autoregressive Blank Infilling이라는 독특한 사전 학습 방식..

매번 반복되는 릴리스 노트 작성은 개발 프로세스에서 가장 귀찮은 일 중 하나다. 지난 배포 이후 어떤 기능이 추가되었고, 어떤 버그가 수정되었는지 일일이 커밋 로그를 뒤져가며 정리하는 과정은 지루하기 짝이 없다. 이 번거로운 과정을 VS Code의 프롬프트를 통해 자동화하면, 클릭 몇 번으로 지라(JIRA) 링크가 포함된 릴리스 노트를 얻을 수 있다. 이번 포스트에서는 `Prompt File` 을 이용하여 릴리스 노트를 자동 생성하는 예제를 소개한다. 사전준비 사항 `:fa-brands fa-git-alt: Git` 으로 관리되는 프로젝트 (의미있는 커밋 메시지가 존재)`:fa-brands fa-jira: JIRA` 이슈 관리 (선택)커밋 로그를 기반으로 릴리스 노트가 작성되기 때문에 실제로 충실히 작..

AI와 협업하며 매번 같은 지시를 반복하는 것은 비효율적이다. 특히 프로젝트가 커질수록 특정 스타일이나 규칙을 유지하는 일이 어려워지는데, 이를 해결하기 위해 단순한 질문 단계를 넘어 프롬프트를 '자산화'하는 전략이 필요하다. Visual Studio Code(이하 VS Code)의 `Prompt file`은 바로 이런 고민을 조금이나마 덜어 줄 수 있는 기능이다. 반복되는 명령을 규격화하는 Prompt file`Prompt file`은 코드 생성, 리뷰, 프로젝트 구조 설계와 같이 자주 발생하는 개발 작업을 마크다운 문서로 미리 정의해 둔 일종의 `업무 가이드`다. 채팅창에서 즉시 실행할 수 있는 독립적인 명령 파일로, 이를 통해 팀이나 개인의 개발 워크플로우를 표준화된 라이브러리 형태로 구축할 수 ..

개발 생산성을 극대화하기 위한 AI 도구의 활용이 중요해지는 가운데, Visual Studio Code (이하 VS Code)의 Copilot은 많은 개발자에게 필수적인 도구가 되었다. 이 강력한 도구를 단순한 코드 보조 도구로만 사용하는 것은 그 잠재력을 절반도 활용하지 못하는 것과 같다.이 글에서는 VS Code의 Custom Instructions 기능을 활용하여 나만의 AI 에이전트를 구축하고, AI와 더 효율적으로 협업하는 방법을 자세히 소개한다. AI 에이전트, 지침(Instructions)이 중요한 이유AI 에이전트를 효과적으로 사용하려면 명확하고 구체적인 지침을 제공하는 것이 가장 중요하다. 마치 신입 개발자에게 작업을 지시하듯, AI에게도 명확한 `instructions(지침)`이 있어..

개발 과정에서 코드 리뷰는 품질을 높이는 데 필수적인 작업이다. 하지만 바쁜 일정 속에서 동료에게 코드 리뷰를 요청하는 것이 부담스러울뿐더러 개인 개발자의 경우는 코드 리뷰 프로세스를 진행하고 싶어도 할 수 없는 상황에 직면하게 된다. 이런 고민을 덜어줄 방법이 AI 가 발달하게 됨에 따라 단순한 코드 자동 완성 기능을 넘어, 이제는 복잡한 코드 리뷰까지 도와주는 시대가 되었다. 특히 VS Code를 주로 사용하는 개발자라면 GitHub Copilot의 코드 리뷰 기능을 활용해 보자. AI가 커밋되지 않은 변경 사항이나 특정 코드 블록을 분석하여 피드백을 제공함으로써, 더 빠르고 효율적으로 코드의 품질을 높일 수 있다. GitHub Copilot 코드 리뷰의 장점GitHub Copilot은 단순히 코드..

요즘은 대부분 `ChatGPT`, `Claude`와 같은 대규모 언어 모델(LLM)을 사용해 보았을 것이다. 하지만 유료 구독의 부담, 혹은 무료 버전의 제한적인 사용량 때문에 아쉬움을 느꼈던 경험도 많았을 것이다. 조금만 사용하다 보면 금방 하루 사용량이 초과되어 상당히 답답했던 경험이 한두 번이 아니었다. 그리고 얼마 전에 구글 Gemini를 우연히 사용해 봤는데....정말 기대 이상이었다. 응답속도도 지연 없이 매우 빨랐고 특히 무료 버전에서도 강력한 기능과 높은 사용성을 제공한다는 점이 너무 매력적이었다. 그동안 왜 그렇게 ChatGPT 나 Claude 만 고집했었는지 Gemeni에 미안한 생각이 들었다. 아무래도 구글 Gemini는 다른 서비스에 비해 후발 주자이다 보니 이렇게 나처럼 사용해 ..

Visual Studio Code(이하 VS Code)의 최신 업데이트(June 2025)인 `버전 1.102`부터 Model Context Protocol(MCP) 서버를 관리하는 방식이 훨씬 더 직관적이고 사용자 친화적으로 바뀌었다. 기존에는 settings.json 파일을 직접 편집하며 JSON 블록을 수동으로 추가해야 하는 번거로움이 있었지만, 이제는 VS Code의 확장(Extensions) 뷰에서 MCP 서버 항목이 추가되어 클릭 몇 번만으로 서버를 추가하고 관리할 수 있게 되었다. 이 글에서는 VS Code 1.102 버전에 추가된 새로운 MCP 서버 관리 기능을 자세히 살펴본다. 더욱 편리해진 MCP 서버 추가 및 관리VS Code 1.102 업데이트의 핵심은 MCP 서버 관리가 확장 뷰..

인공지능 기반 개발의 생산성 향상을 위한 핵심 기술로 `Model Context Protocol (MCP) 서버`가 최근에 많은 주목을받고 있다. 복잡한 AI 모델의 컨텍스트를 효율적으로 관리하고 상호작용하는 데 필수적인 이 기술은, 개발 워크플로우를 혁신할 잠재력을 지니고 있다. 나 또한 이 기술의 가능성에 깊이 공감하며, Visual Studio Code (이하 VS Code) 환경에서 MCP 서버를 설치하고 활용하는 다양한 방법을 직접 경험하고 정리하여 공유하고자 한다. 이 글을 통해 MCP 서버 설치의 복잡함을 덜고, 보다 쉽게 이 강력한 도구를 활용할 수 있기를 바란다.MCP 서버, 대체 무엇인가?MCP 서버는 쉽게 말해, 인공지능 모델의 컨텍스트를 효율적으로 관리하고 공유하기 위한 프로토콜을 ..