Vivek-Haldar-리서치-에이전트와-이맥스-유닉스

히스토리

[2026-02-27 Fri 09:50] openclaw/shared에서 botlog로 이관 (3파일 → 1파일 통합)
[2026-02-20 Fri 20:11] 생성 — vivek-haldar-profile.md, vivek-haldar-connections.md, vivek-haldar-research.md

Vivek Haldar 리서치 — 에이전트와 이맥스, 유닉스

프로필

현직 : Emergence AI, VP of AI Agents

거주지 : 캘리포니아 어바인

웹사이트 : https://vivekhaldar.com

YouTube : @vivekhaldar

학력 : B.Tech CS (IIT Delhi) → PhD CS (UC Irvine, 2000-2006)

경력 : Google (~14년, Borg/Android One/커널) → Emergence AI (현재)

Emergence AI에서 intent-driven automation, self-creating agents, agentic memory 등 엔터프라이즈 AI 에이전트 플랫폼 개발을 리드한다.

핵심 글 5편 요약

Emacs in the Age of AI (2025-01-30)

URL: https://vivekhaldar.com/articles/emacs-in-the-age-of-ai/ (Vivek Haldar n.d.)

이론적으로 Emacs는 텍스트 중심이라 LLM 시대 최적 UI여야 하지만, 실제로는 Copilot+VS Code의 깊은 통합과 LLM 제공업체 맞춤 UI(Artifacts, Canvas)가 Emacs 밖으로 끌어낸다. 과거 Java IDE가 Emacs를 압도한 구도와 동일. LSP가 그 격차를 줄였듯, AI 시대에도 표준 프로토콜(MCP 등)이 Emacs 경쟁력을 되살릴 수 있다.

Unix Was a Love Letter to Agents (2025-12-20)

URL: https://vivekhaldar.com/articles/unix-love-letter-to-agents/

Unix 철학(작고 날카로운 단일 목적 도구, 조합, 텍스트 인터페이스)은 AI 에이전트의 tool-calling 설계에 그대로 적용되는 원칙. LLM은 자연어로 사고하고 문서를 읽고 작은 연산을 큰 워크플로우로 조합하는 존재 — Unix가 설계한 이상적 사용자 그 자체. “narrow doors, large rooms” 원칙.

The Three Abstractions That Make AI Agents Real (2026-01-31)

URL: https://vivekhaldar.com/articles/the-three-abstractions-that-make-ai-agents-real/

MCP (Model Context Protocol) — 에이전트가 데이터/API에 접근하는 표준 인터페이스
Skills — 도메인 지식과 SOP를 에이전트가 따르는 형태로 인코딩
Generative UI — 동적 산출물을 인간이 소비하는 라스트마일

Skills가 “무엇을(what)”, MCP가 “어떻게(how)“. 깔끔한 관심사 분리가 핵심.

Subagents, Commands and Skills Are Converging (2026-01-10)

URL: https://vivekhaldar.com/articles/claude-code-subagents-commands-skills-converging/

Claude Code의 Slash Commands, Skills, Subagents 세 추상화가 점점 수렴 중. 근본적으로 두 직교 관심사를 혼합: (a) 지식 인코딩(개념적 vs 절차적), (b) 실행 위치(메인 컨텍스트 vs 포크). 분리하면 통합 추상화로 수렴할 것.

AI is a Mirror (2025-07-28)

URL: https://vivekhaldar.com/articles/ai-is-a-mirror/

AI 도입 시 “무엇을 자동화할 것인가?” 물으면 대부분 자기 프로세스를 설명 못 한다. AI는 조직의 현실을 비추는 거울. 프로세스 문서화와 성공 기준 정의가 AI 도입의 진짜 선결 과제.

힣 연구와의 연결

~/CLAUDE.md 에이전트 메모리 (연결 강도 ★★★★★)

YouTube: Learning and self-improvement with CLI agents (2025-10-30)

홈디렉토리에 ~/CLAUDE.md 를 두고 에이전트의 프롬프트·메모리·워크플로우 저장소로 사용. 반복 CLI 작업을 에이전트가 스스로 학습·저장. OpenClaw의 AGENTS.md / MEMORY.md / SOUL.md 체계와 직접 대응.

Self-Tracking — “Learning Your Life” (연결 강도 ★★★★☆)

URL: https://vivekhaldar.com/articles/learning-your-life/ (2014-07-21)

현대인의 일상은 몇 킬로바이트 예측 모델로 설명 가능 — “zeroth-order machine learning problem”. 그러나 모델은 확률적 추상이고 실제 삶은 그보다 풍부. “자유의지 = 예측 모델을 놀라게 하는 능력”.

Technium — Kevin Kelly의 공진화 (연결 강도 ★★★★☆)

URL: https://vivekhaldar.com/articles/technium/ (2014-02-19)

자신을 “프로토피안(protopian)“으로 정의: 유토피아가 아닌 매년 조금씩 나아지는 점진적 진보. 기술은 50:50 워시가 아니라 가능성의 확장.

종합 — 하나의 서사

Vivek Haldar의 글들은 일관된 아크를 형성한다:

Unix 철학 → AI 에이전트의 자연스러운 토대 → MCP/Skills/UI 3계층 추상화로 구체화 → Claude Code에서 추상화 수렴 진행 중 → 그러나 기술 이전에 “자신의 프로세스를 아는 것”이 전제 조건.

Emacs 유저이자 멀티에이전트·PKM 연구자에게 이 전체 아크가 작업 흐름 설계의 지적 도구가 된다.

junghanacs🧠

Table of Contents

Backlinks