Fix unintended line breaks in list items across 132 markdown files

Remove 928 spurious continuation line breaks in list items, likely
introduced by pandoc's --wrap=auto during asciidoc→markdown conversion.

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

Author: benelog

content/ai-coding-productivity.md

@@ -3,60 +3,31 @@
     - 완료 태스크 수 21% 증가
     - 머지되는 PR 수 98% 증가
     - PR 리뷰 소요 시간 91% 증가
-- [Anthropic 2026 Agentic Coding Trends
-  Report](https://claude.com/blog/eight-trends-defining-how-software-gets-built-in-2026)
-  : 개발자가 AI에 "완전히 위임" 가능하다고 느끼는 작업은 전체의 0~20%에
-  불과하며, 감독 없는 완전 자동화는 아직 현실적이지 않다.
-- [Google DORA 2024 Report](https://dora.dev/dora-report-2024) : AI 도입
-  초기(2024년)에는 배포 처리량이 오히려 악화되었고, AI 활용 증가가 배포
-  불안정성을 높이는 부작용이 나타났다.
-- [Google DORA 2025 Report](https://dora.dev/research/2025/dora-report/)
-  : 1년 만에 배포 처리량·제품 성과가 반전되어 긍정적으로 바뀌었지만,
-  배포 불안정성·번아웃·업무 마찰은 여전히 해소되지 않은 채로 남아 있다.
-- [Daniotti et al., Science (16만 명, 3,000만 커밋
-  분석)](https://www.science.org/doi/10.1126/science.adz9311) : 미국 내
-  AI 생성 Python 코드 비율이 2022년 5%에서 2024년 29%로 급증했지만 실제
-  생산성 향상은 평균 3.6%에 그쳤고, 효과는 숙련 개발자에게만 집중되었다.
-- [Faros AI Report](https://www.faros.ai/blog/ai-software-engineering) :
-  AI 도입 팀에서 PR 머지가 98% 증가했지만 코드 리뷰 시간도 91% 늘어나,
-  개인 산출량 증가가 조직 차원의 검증 부담 증가로 이어졌다.
-- [METR 2025 RCT
-  연구](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/)
-  : AI 도구를 사용한 숙련 개발자가 실험 결과로는 19% 느려졌음에도
-  본인들은 20% 빨라졌다고 느껴, 체감 생산성과 실제 생산성 사이에 큰
-  괴리가 존재함을 보여준다.
-- [Stack Overflow 2025 Developer Survey (AI
-  편)](https://survey.stackoverflow.co/2025/ai) : AI 도구가 생산성에
-  긍정적 영향을 줬다고 답한 개발자는 52%에 불과하고, AI 도구에 대한
-  호감도도 전년 대비 70%대에서 60%로 하락했다.
+- [Anthropic 2026 Agentic Coding Trends Report](https://claude.com/blog/eight-trends-defining-how-software-gets-built-in-2026) : 개발자가 AI에 "완전히 위임" 가능하다고 느끼는 작업은 전체의 0~20%에 불과하며, 감독 없는 완전 자동화는 아직 현실적이지 않다.
+- [Google DORA 2024 Report](https://dora.dev/dora-report-2024) : AI 도입 초기(2024년)에는 배포 처리량이 오히려 악화되었고, AI 활용 증가가 배포 불안정성을 높이는 부작용이 나타났다.
+- [Google DORA 2025 Report](https://dora.dev/research/2025/dora-report/) : 1년 만에 배포 처리량·제품 성과가 반전되어 긍정적으로 바뀌었지만, 배포 불안정성·번아웃·업무 마찰은 여전히 해소되지 않은 채로 남아 있다.
+- [Daniotti et al., Science (16만 명, 3,000만 커밋 분석)](https://www.science.org/doi/10.1126/science.adz9311) : 미국 내 AI 생성 Python 코드 비율이 2022년 5%에서 2024년 29%로 급증했지만 실제 생산성 향상은 평균 3.6%에 그쳤고, 효과는 숙련 개발자에게만 집중되었다.
+- [Faros AI Report](https://www.faros.ai/blog/ai-software-engineering) : AI 도입 팀에서 PR 머지가 98% 증가했지만 코드 리뷰 시간도 91% 늘어나, 개인 산출량 증가가 조직 차원의 검증 부담 증가로 이어졌다.
+- [METR 2025 RCT 연구](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/) : AI 도구를 사용한 숙련 개발자가 실험 결과로는 19% 느려졌음에도 본인들은 20% 빨라졌다고 느껴, 체감 생산성과 실제 생산성 사이에 큰 괴리가 존재함을 보여준다.
+- [Stack Overflow 2025 Developer Survey (AI 편)](https://survey.stackoverflow.co/2025/ai) : AI 도구가 생산성에 긍정적 영향을 줬다고 답한 개발자는 52%에 불과하고, AI 도구에 대한 호감도도 전년 대비 70%대에서 60%로 하락했다.
 - <https://www.coderabbit.ai/blog/state-of-ai-vs-human-code-generation-report>
   - [요약 영상](https://www.youtube.com/watch?v=3xo8HslAQRY)
   - AI가 만든 코드는 1.7배 더 많은 문제를 발생시킴
   - 가드레일 없는 가속은 위험하다
-  - 안전하게 사용하기 위해서는 프로젝트의 문맥(Context)을 이해하는
-    프롬프트 활용, 엄격한 코드 리뷰 프로세스, 보안 스캐닝 강화가 필수적
+  - 안전하게 사용하기 위해서는 프로젝트의 문맥(Context)을 이해하는 프롬프트 활용, 엄격한 코드 리뷰 프로세스, 보안 스캐닝 강화가 필수적
 - <https://www.actuia.com/en/news/a-metr-study-reveals-that-ai-slows-down-experienced-developers/>
 - <https://cloud.google.com/blog/products/ai-machine-learning/announcing-the-2025-dora-report?hl=en>
   - 2025년 9월 Google DORA 조직의 조사 결과
 - <https://www.gitclear.com/research/ai_tool_impact_on_developer_productive_output_from_2022_to_2025>
-  - In 2025, the average developer checked in 75% more code than they
-    did in 2022
-- [Measuring AI Ability to Complete Long
-  Tasks](https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/)
+  - In 2025, the average developer checked in 75% more code than they did in 2022
+- [Measuring AI Ability to Complete Long Tasks](https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/)
   - AI의 시간 지평(Time Horizon)이 7개월마다 두 배로 증가한다.
-  - 비판 의견 :
-    <https://medium.com/@AIchats/are-ai-time-horizon-doubling-every-seven-months-e337162eec83>
+  - 비판 의견 : <https://medium.com/@AIchats/are-ai-time-horizon-doubling-every-seven-months-e337162eec83>
 - <https://www.darkreading.com/application-security/ai-generated-code-leading-expanded-technical-security-debt>
 - <https://jellyfish.co/blog/with-copilot-engineers-get-15-more-capacity-without-additional-headcount/>
   - Ticket 해결 속도가 15% 향상
-- [AI가 개발자 생산성에 미치는 영향 - 스탠포드
-  연구](https://news.hada.io/topic?id=22248)
-  - [같은 자료에 대한
-    요약](https://www.linkedin.com/posts/kurt-lee-70010391_does-ai-actually-boost-developer-productivity-activity-7354024167538659329-Ndov/)
-  - AI를 쓰면 전체 코드 생산성은 30~40% 늘어남. 하지만 "Rework" 가
-    15~25% 증가, 결과적으로 실제 생산성 증가는 15~20% 수준.
-- [AI가 오픈소스 개발자를 느리게 만든다. Peter Naur가 그 이유를 알려줄
-  수 있다](https://news.hada.io/topic?id=21996)
-  - [AI착시와 평균의 함정을 피한 슈퍼 개인의 통찰: AI 도구로 생산성 38%
-    향상시킨 개발자의
-    비밀](https://www.facebook.com/seunghwan.lee.9003888/posts/pfbid06AdDqN1kbTSCUbwvBfSzyfs1Hy54msEWzeKBj7LmygKY4zQxASuMLHLdNGjXZRegl)
+- [AI가 개발자 생산성에 미치는 영향 - 스탠포드 연구](https://news.hada.io/topic?id=22248)
+  - [같은 자료에 대한 요약](https://www.linkedin.com/posts/kurt-lee-70010391_does-ai-actually-boost-developer-productivity-activity-7354024167538659329-Ndov/)
+  - AI를 쓰면 전체 코드 생산성은 30~40% 늘어남. 하지만 "Rework" 가 15~25% 증가, 결과적으로 실제 생산성 증가는 15~20% 수준.
+- [AI가 오픈소스 개발자를 느리게 만든다. Peter Naur가 그 이유를 알려줄 수 있다](https://news.hada.io/topic?id=21996)
+  - [AI착시와 평균의 함정을 피한 슈퍼 개인의 통찰: AI 도구로 생산성 38% 향상시킨 개발자의 비밀](https://www.facebook.com/seunghwan.lee.9003888/posts/pfbid06AdDqN1kbTSCUbwvBfSzyfs1Hy54msEWzeKBj7LmygKY4zQxASuMLHLdNGjXZRegl)

content/ai-coding.md

@@ -1,50 +1,24 @@
 # 개관
 
 - <https://naver-connect-foundation.gitbook.io/boostcamp/expert-insight/ai>
-  - AI 코딩 도구의 패러다임 전환: vibe coding과 agentic engineering의
-    등장으로 개발 방식이 '정도의 차이’가 아닌 '종류의 차이’로
-    변화했으며, 개발자는 코드를 직접 짜는 대신 에이전트를 조율·감독하는
-    역할로 이동하고 있다.
-  - 개인 생산성은 향상됐지만 조직 문제는 미해결: DORA 2025 보고서에
-    따르면 AI 도입으로 개인 효과성과 배포 처리량은 개선됐지만, 배포
-    불안정성·번아웃·업무 마찰은 오히려 해소되지 않아 AI의 혜택이 조직
-    전체에 고르게 닿지 못하고 있다.
-  - 경험과 훈련은 상호보완적: AI 결과물을 올바르게 평가하려면 도메인
-    경험이 필수적이지만, 경험만으로는 부족하며 프롬프트 작성법·컨텍스트
-    설계 등 새로운 AI 활용 스킬을 의도적으로 훈련해야 한다.
-  - 조직 시스템 자체의 변화가 핵심: AI의 진정한 가치는 개인의 생산성
-    향상을 넘어 개발 파이프라인·프로세스·문화를 조직 차원에서 함께 바꿀
-    때 발휘되며, 주니어 개발자가 경험을 쌓을 환경을 보존하는 것도 조직의
-    중요한 과제다.
-  - 판단력의 층위가 올라갈 뿐, 사람의 역할은 사라지지 않는다: 코드
-    작성이 자동화되더라도 무엇을 만들지, 어떤 시나리오를 검증할지
-    설계하는 깊은 판단은 여전히 사람의 몫이며, 그 판단을 팀 전체가
-    공유하는 것이 AI 시대 개발자의 진정한 경쟁력이다.
-- ["AI가 짠 코드, 저도 다 모릅니다" 넷플릭스 개발자의
-  고백](https://eopla.net/magazines/38577)
-  - 쉬운 길을 택할 때마다, 지금 당장의 속도와 함께 나중에 올 복잡성을
-    쌓는 거예요.
-  - "컨텍스트 압축"이라고 불러요. "컨텍스트 엔지니어링"이나 "스펙 기반
-    개발"이라고 불러도 되지만 이름은 중요하지 않아요.
-  - 코드가 "돌아간다"는 것만으로는 부족해요. 테스트를 통과하는 코드랑
-    프로덕션에서 버티는 코드는 달라요. 오늘 작동하는 시스템이랑 나중에
-    다른 사람이 유지보수할 수 있는 시스템도 다르고요.
-  - 그 감각은 경험에서 와요. 제가 위험한 구조를 알아보는 건, 새벽 3시에
-    그거 때문에 장애 대응 해본 적이 있어서예요.
+  - AI 코딩 도구의 패러다임 전환: vibe coding과 agentic engineering의 등장으로 개발 방식이 '정도의 차이’가 아닌 '종류의 차이’로 변화했으며, 개발자는 코드를 직접 짜는 대신 에이전트를 조율·감독하는 역할로 이동하고 있다.
+  - 개인 생산성은 향상됐지만 조직 문제는 미해결: DORA 2025 보고서에 따르면 AI 도입으로 개인 효과성과 배포 처리량은 개선됐지만, 배포 불안정성·번아웃·업무 마찰은 오히려 해소되지 않아 AI의 혜택이 조직 전체에 고르게 닿지 못하고 있다.
+  - 경험과 훈련은 상호보완적: AI 결과물을 올바르게 평가하려면 도메인 경험이 필수적이지만, 경험만으로는 부족하며 프롬프트 작성법·컨텍스트 설계 등 새로운 AI 활용 스킬을 의도적으로 훈련해야 한다.
+  - 조직 시스템 자체의 변화가 핵심: AI의 진정한 가치는 개인의 생산성 향상을 넘어 개발 파이프라인·프로세스·문화를 조직 차원에서 함께 바꿀 때 발휘되며, 주니어 개발자가 경험을 쌓을 환경을 보존하는 것도 조직의 중요한 과제다.
+  - 판단력의 층위가 올라갈 뿐, 사람의 역할은 사라지지 않는다: 코드 작성이 자동화되더라도 무엇을 만들지, 어떤 시나리오를 검증할지 설계하는 깊은 판단은 여전히 사람의 몫이며, 그 판단을 팀 전체가 공유하는 것이 AI 시대 개발자의 진정한 경쟁력이다.
+- ["AI가 짠 코드, 저도 다 모릅니다" 넷플릭스 개발자의 고백](https://eopla.net/magazines/38577)
+  - 쉬운 길을 택할 때마다, 지금 당장의 속도와 함께 나중에 올 복잡성을 쌓는 거예요.
+  - "컨텍스트 압축"이라고 불러요. "컨텍스트 엔지니어링"이나 "스펙 기반 개발"이라고 불러도 되지만 이름은 중요하지 않아요.
+  - 코드가 "돌아간다"는 것만으로는 부족해요. 테스트를 통과하는 코드랑 프로덕션에서 버티는 코드는 달라요. 오늘 작동하는 시스템이랑 나중에 다른 사람이 유지보수할 수 있는 시스템도 다르고요.
+  - 그 감각은 경험에서 와요. 제가 위험한 구조를 알아보는 건, 새벽 3시에 그거 때문에 장애 대응 해본 적이 있어서예요.
   - 이제 우리는 무한한 코드 생성으로 위기에 직면하고 있어요.
-  - 성공하는 개발자들은 코드를 가장 많이 생성하는 사람이 아닐
-    거예요.자신이 뭘 만들고 있는지 이해하고, 경계를 볼 수 있고, 잘못된
-    문제를 풀고 있다는 걸 알아채는 사람일 거예요.
+  - 성공하는 개발자들은 코드를 가장 많이 생성하는 사람이 아닐 거예요.자신이 뭘 만들고 있는지 이해하고, 경계를 볼 수 있고, 잘못된 문제를 풀고 있다는 걸 알아채는 사람일 거예요.
 - <https://martinfowler.com/articles/2025-nature-abstraction.html>
 - [웹 개발이 다시 재미있어졌다](https://news.hada.io/topic?id=25574)
 - <https://tidyfirst.substack.com/p/augmented-coding-beyond-the-vibes>
-- [AI-Driven Development Lifecycle (AI-DLC) Method
-  Definition](https://prod.d13rzhkk8cj2z0.amplifyapp.com/)
-- [AI로 개발을 어떻게
-  가속화하는가](https://drive.google.com/file/d/1SJ7-1YXo4r4pkHDuMdKLR9NtgbUsSRoZ/view)
-  (하용호 님)
-- [바이브 코딩에는 컨텍스트 엔지니어링이
-  필요하다](https://blogbyash.com/translation/vibe-coding-needs-context-engineering/)
+- [AI-Driven Development Lifecycle (AI-DLC) Method Definition](https://prod.d13rzhkk8cj2z0.amplifyapp.com/)
+- [AI로 개발을 어떻게 가속화하는가](https://drive.google.com/file/d/1SJ7-1YXo4r4pkHDuMdKLR9NtgbUsSRoZ/view) (하용호 님)
+- [바이브 코딩에는 컨텍스트 엔지니어링이 필요하다](https://blogbyash.com/translation/vibe-coding-needs-context-engineering/)
 
 
 ## Code Review
@@ -59,30 +33,19 @@
 
 ## 대규모 코드 마이그레이션 작업
 
-- (Uber) [This Year in Uber’s AI-Driven Developer Productivity
-  Revolution](https://dpe.org/sessions/ty-smith-adam-huda/this-year-in-ubers-ai-driven-developer-productivity-revolution/)
+- (Uber) [This Year in Uber’s AI-Driven Developer Productivity Revolution](https://dpe.org/sessions/ty-smith-adam-huda/this-year-in-ubers-ai-driven-developer-productivity-revolution/)
   - AI 도구 활용하여 Kotlin으로 적극 전환
-- (Airbnb) [Accelerating Large-Scale Test Migration with
-  LLMs](https://medium.com/airbnb-engineering/accelerating-large-scale-test-migration-with-llms-9565c208023b)
-  - FE 테스팅 라이브리(Enzyme to RTL(React Testing Library)) 전환 작업을
-    수동으로는 1.5년 예상, AI 도구 도움으로 6주만에 완료
+- (Airbnb) [Accelerating Large-Scale Test Migration with LLMs](https://medium.com/airbnb-engineering/accelerating-large-scale-test-migration-with-llms-9565c208023b)
+  - FE 테스팅 라이브리(Enzyme to RTL(React Testing Library)) 전환 작업을 수동으로는 1.5년 예상, AI 도구 도움으로 6주만에 완료
   - 75% of Target Files Migrated in just 4 Hrs
   - Retry Loops & Dynamic Prompting이 효과적
-- (Google) [Accelerating code migrations with
-  AI](https://research.google/blog/accelerating-code-migrations-with-ai/)(
-  - 파일 그룹별로 코드 수정, 빌드, 테스트 싸이클을 거친 후 선별,
-    취합하여 코드 Changeset을 생성
-  - 구글의 [DIDACT
-    방법론](https://research.google/blog/large-sequence-models-for-software-development-activities/)에
-    의해 트레이닝
-  - Google 광고 시스템에서 32bit의 ID를 64bit로 변경하는 작업에서 50%
-    속도 개선 효과
-- (Amazon) [Evaluating Human-AI Partnership for LLM-based Code
-  Migration](https://assets.amazon.science/bc/ec/8213526e4857b6fa09af53b10c66/evaluating-human-ai-partnership-for-llm-based-code-migration.pdf)
-  - Amazon의 코드 마이그리에션 도구인 Amazon Q Code Transformation 사용
-    경험 인터뷰
-  - 개발자는 본인의 전문성을 바탕으로 AI가 하는 일을 제어,안내,꼼꼼한
-    검증을 하는 역할을 하기를 바람
+- (Google) [Accelerating code migrations with AI](https://research.google/blog/accelerating-code-migrations-with-ai/)(
+  - 파일 그룹별로 코드 수정, 빌드, 테스트 싸이클을 거친 후 선별, 취합하여 코드 Changeset을 생성
+  - 구글의 [DIDACT 방법론](https://research.google/blog/large-sequence-models-for-software-development-activities/)에 의해 트레이닝
+  - Google 광고 시스템에서 32bit의 ID를 64bit로 변경하는 작업에서 50% 속도 개선 효과
+- (Amazon) [Evaluating Human-AI Partnership for LLM-based Code Migration](https://assets.amazon.science/bc/ec/8213526e4857b6fa09af53b10c66/evaluating-human-ai-partnership-for-llm-based-code-migration.pdf)
+  - Amazon의 코드 마이그리에션 도구인 Amazon Q Code Transformation 사용 경험 인터뷰
+  - 개발자는 본인의 전문성을 바탕으로 AI가 하는 일을 제어,안내,꼼꼼한 검증을 하는 역할을 하기를 바람
   - AI-인간 파트로십의 불완전성을 감추기보다는 한계를 드러내야함
 - <https://analyticsindiamag.com/global-tech/airbnb-uses-llms-to-pull-off-an-18-month-enzyme-to-rtl-migration-in-just-6-weeks/>
   - 위의 3개 사례를 개한 종합 내용
@@ -91,21 +54,18 @@
 # 도구
 
 - <https://github.com/block/goose>
-- youtube.com/watch?si=fp9Uqlc_n8bCv1Nq&v=K2rVBIb-KWE&feature=youtu.be\[25년
-  현재 어떤 CLI툴을 써야하는지 말씀드리겠습니다\] (박진형 님)
+- youtube.com/watch?si=fp9Uqlc_n8bCv1Nq&v=K2rVBIb-KWE&feature=youtu.be\[25년 현재 어떤 CLI툴을 써야하는지 말씀드리겠습니다\] (박진형 님)
 - <https://opencode.ai/>
 - (Vive) Git Worktree를 즐겁게 만드는 CLI 도구를  만들었습니다
-- [Vibe Kanban: OpenCode + Claude Code 동시에? AI 코딩 에이전트
-  오케스트레이션](https://fornewchallenge.tistory.com/entry/%F0%9F%9A%80-Vibe-Kanban-OpenCode-Claude-Code-%EB%8F%99%EC%8B%9C%EC%97%90-AI-%EC%BD%94%EB%94%A9-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8-%EC%98%A4%EC%BC%80%EC%8A%A4%ED%8A%B8%EB%A0%88%EC%9D%B4%EC%85%98)
+- [Vibe Kanban: OpenCode + Claude Code 동시에? AI 코딩 에이전트 오케스트레이션](https://fornewchallenge.tistory.com/entry/%F0%9F%9A%80-Vibe-Kanban-OpenCode-Claude-Code-%EB%8F%99%EC%8B%9C%EC%97%90-AI-%EC%BD%94%EB%94%A9-%EC%97%90%EC%9D%B4%EC%A0%84%ED%8A%B8-%EC%98%A4%EC%BC%80%EC%8A%A4%ED%8A%B8%EB%A0%88%EC%9D%B4%EC%85%98)
 
 ## GitHub Copilot
 
 - [코파일럿 ‘열일’하게 만들기](https://techblog.woowahan.com/21240/)
 
 ## Cursor
 
-- [Cursor Max mode로 대형 코드 베이스
-  다루기](https://devway.tistory.com/70)
+- [Cursor Max mode로 대형 코드 베이스 다루기](https://devway.tistory.com/70)
 
 ## Claude Code
 
@@ -117,8 +77,7 @@
 ## Open 스펙
 
 - <https://agentskills.io/>
-  - [agentskills.io/
-    소개](https://www.linkedin.com/feed/update/urn:li:activity:7408299241556606976/?updateEntityUrn=urn%3Ali%3Afs_updateV2%3A%28urn%3Ali%3Aactivity%3A7408299241556606976%2CFEED_DETAIL%2CEMPTY%2CDEFAULT%2Cfalse%29)
+  - [agentskills.io/ 소개](https://www.linkedin.com/feed/update/urn:li:activity:7408299241556606976/?updateEntityUrn=urn%3Ali%3Afs_updateV2%3A%28urn%3Ali%3Aactivity%3A7408299241556606976%2CFEED_DETAIL%2CEMPTY%2CDEFAULT%2Cfalse%29)
 - <https://agents.md/>
 - <https://www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation>