안녕하세요. 2024년 4월에 신입 사원으로 LY Corporation에 입사한 Inoue Shuichi입니다. 현재 사내용 Kubernetes as a Service인 FKE 팀에서 개발 업무를 담당하고 있고, Orchestration 길드 멤버로 활동하고 있습니다. Orchestra…
Nobody Owned the Website. Now Everybody Does. 이 글은 영문 원본을 바탕으로 작성되었습니다. 회사 웹사이트, 누가 담당하고 계신가요? 단순한 질문 같지만, 대부분의 회사에서 솔직한 답은 "마케팅팀이 일단은요" 아니면 "글쎄요, 딱히 아무도…" 사이 어…
핵심 인사이트 - AI 시대, SaaS 기업의 위기와 기회: 2026년 '사스포칼립스'로 촉발된 엔터프라이즈 소프트웨어 시장의 변화 속에서 SaaS 기업은 새로운 생존 전략을 모색해야 합니다. - AI 기업들의 도전: AI 에이전트 기반 워크플로우가 기존 SaaS 모델을 위협하는 가운데…
안녕하세요, 라포랩스 Server Platform Team의 Server Engineer 하성준입니다. Kubernetes 환경에서 Spring Boot Application을 운영하다 보면 아래와 같은 상황들을 자주 마주하게 됩니다. - 상황 1. 갑작스러운 트래픽 증가로 HPA가 S…
웹 접근성이란? 장애인, 고령자 등이 웹사이트에서 제공하는 기능을 일반 사용자와 동등하게 이용하고 웹사이트 이용에 불편이 없도록 보장하는 것을 말해요. 이러닝 웹접근성을 높이기 위해 다양한 영상 솔루션들이 조작성과 콘텐츠 내용 전달 측면에서 기능을 제공하고 있는데요. 비디오 테크 기업…
AI 에이전트에 메모리를 더 많이 주면 더 똑똑해질까? AI 에이전트는 CI/CD 파이프라인 리뷰를 곧잘 해냅니다. 이는 Job 순서 오류, 하드코딩된 값, 캐시 설정 누락과 같은 문제를 정확히 탐지하죠. 그러나 에이전트를 운영하다 보면 한 가지 비효율이 눈에 띕니다. LLM 기반 에이…
[원문보기] 핵심 인사이트 - AI 시대 가상화 전략 재편은 인프라 구조의 근본적 전환입니다. AI 확산에 따라 가상화 전략은 기존 비용 효율 중심에서 벗어나, GPU 기반 처리와 유연한 확장성을 지원하는 구조로 재설계되는 인프라 전환 과정입니다. - 기존 VM 중심 가상화는 AI 워크…
신현아: 스캐터랩의 폭발적인 성장을 백엔드에서 든든하게 받치고 계신 분이죠. 백엔드 엔지니어링 리드, 조한용 님입니다! 한용님, 스캐터랩에는 합류하신 지 얼마나 되셨고, 어떤 과정을 거쳐 지금의 리드 역할을 맡게 되셨는지 먼저 간단히 소개해 주실 수 있을까요? 조한용: 안녕하세요 :)…
Orchestration 길드 멤버인 Fukuyama입니다. Yahoo!プレイス(이하 Yahoo!플레이스)라는 서비스에서 프런트엔드 개발을 담당하고 있습니다. 먼저 Orchestration 길드를 소개하겠습니다. Orchestration 길드는 임원진이 선발한 엔지니어가 모여 AI를 활…
[원문보기] 핵심 인사이트 - 클라우드 스마트(Cloud-Smart)란 무분별한 자원 확장을 지양하고 비즈니스 우선순위에 따라 워크로드를 전략적으로 배치 및 통제하는 지능형 운영 모델을 의미합니다. 이는 단순히 모든 것을 클라우드에 맡기는 '클라우드 퍼스트'에서 벗어나, 인프라 운영의…
안녕하세요. 스푼랩스 Business Platform Team의 임용근(Whale 🐳)입니다. 이제 완연한 봄이네요. 캠핑의 계절이 또 돌아왔습니다. 🏕️ (사실 저에게는 사계절이 전부 캠핑 시즌입니다 😅) 이번 겨울에도 어김없이 몇 번의 감성 캠핑을 다녀왔습니다. 역시 머리를 비우는…
Self-POS(무인 계산대) : 무신사다운 오프라인 고객경험을 설계하다. 이 글은 무신사 O4O팀의 Self-POS 프로젝트를 리드한 PM과 엔지니어 관점에서 쓴 글입니다. 기술적 구현은 FE/BE, 하드웨어 검증 과정은 QA 섹션에서 자세히 다루고 있습니다. 들어가며 무신사 오프라인…
KREAM은 기존의 익숙한 업무 방식에서 벗어나, AI를 활용해 더 효율적으로 일하는 방법을 함께 만들어가고 있습니다. 구성원 누구나 직접 도구를 만들고, 개선하고, 공유할 수 있도록 AI 개발 도구를 전사에 제공하고 있으며, 업무에 필요한 다양한 AI 툴과 Creative 도구 역시…
콘텐츠 미리보기 - 엔터사의 영상 데이터 관리 환경, 수기로 작성하는 메타데이터들은 보안 위험부터 협업 저하까지 다양한 리스크를 만들고 있습니다. - 룸엑스는 업로드부터 보관, 스트리밍, 분석까지 한 곳에서 통합해, AI 메타데이터 생성과 자연어 검색으로 원하는 장면을 빠르게 찾도록 돕…
GPU 서버 자체 구축이 망설여지는 이유 | 국내 AI 스타트업 확산과 GPU 인프라 비용 부담 국내 AI 스타트업이 빠르게 늘고 있는데요, 2025년 기준 생성형 AI 스타트업만 151개 기업이 인프라·모델·서비스 등 23개 세부 분야에서 활동¹중입니다. AI 스타트업이 늘어날수록 고…
핵심 인사이트 - 기업 AI, ‘범용 AI’에서 ‘전용 AI’로: ChatGPT, Gemini 등 범용 AI가 기업 환경에 맞춰 재구성되며 ‘전용 AI’로 진화하고 있습니다. - Agentic Workforce의 부상: AI는 단순 응답 도구를 넘어 실제 업무를 수행하는 실행 주체로,…
I work in the LINE Official Account (OA) team as an Android developer. One of our jobs is to maintain OA Chat which allows LINE OA followers to have a one-on-on…
[원문보기] 핵심 인사이트 - 에이전틱 AI의 성패는 단순한 기술 도입이 아니라 비즈니스 성과를 입증하는 실질적인 ROI 확보에 있습니다. 기존 생성형 AI를 에이전트로 재포장하는 '에이전트 워싱'을 경계하고, 복잡한 추론 단계에서 발생하는 토큰 비용과 운영 효율성을 정밀하게 산정하는…
1. 들어가며: 테스트 커버리지 9%라는 현실 안녕하세요, 무신사 모바일개발팀에서 iOS 앱을 개발하는 송다영입니다. 2025년 말, 저희 iOS 프로젝트의 테스트 커버리지는 약 9.82%였습니다. 업계 평균이 74~76%인 것을 감안하면 크게 부족한 수치였습니다. 낮은 커버리지는 단순…
비싼 HBM 버리고 가성비 D램 채택 “LLM 추론 효율 엔비디아 압도할 것” 삼성 4나노로 ‘베르다’ 시제품 제작 네이버·LG와 손잡고 데이터센터·가전 정조준 “인공지능(AI) 서비스 이용료를 지금의 3만원대에서 5000원 수준으로 끌어내리는 것이 핵심 목표다.” 이진원 하이퍼엑셀 최…
Korean startup’s LPU chip targets cheaper LLM inference with DRAM and Samsung 4nm backing “The core goal is to bring AI service fees down from the current 30,00…
들어가며 안녕하세요. LINE Plus에서 통합 커머스 개발을 맡고 있는 김성도, 고상일입니다. 통합 커머스에서는 HBase 스냅숏과 Hive를 사용해 ETL(Extract-Transform-Load, 원본 데이터를 추출·변환해 분석이나 처리에 적합한 형태로 적재하는 파이프라인)을 구축…
1편에서는 개발자의 역할이 오케스트레이터로 옮겨가는 이유, AI의 5가지 실패 패턴, 그리고 읽기:쓰기 = 10:1 인사이트를 다뤘습니다. 2편에서는 이 원리를 실제 업무에 적용하는 구체적인 실행 프로세스 — 지식 축적 시스템, Task DAG, Branch Hunt, Ralph Loo…
지난 3월 1달 간, AI 토큰 사용 전사 1위가 되었습니다. 지난 53일 동안 AI와 148,000번 넘게 대화했습니다. 그 과정에서 하나 깨달은 게 있는데요. 생산성 차이는 AI를 ‘많이’ 쓰는 데서 오는 게 아니라, AI가 ‘어떻게’ 일하게 하느냐에서 온다는 것이었습니다. 이 글은…
Hello. I’m Inoue, and I work on private cloud infrastructure at LY Corporation. What powers LY Corporation’s massive volume of traffic and data is a large-scale…
es-toolkit is a modern JavaScript utility library built to replace lodash. It was designed from scratch around ES Modules and TypeScript. Compared to lodash, es…
AI 검색에 인용되는 기술 문서의 조건 기술 문서의 독자가 바뀌었습니다. 이제 사람만 문서를 읽지 않고, AI 검색 엔진과 AI 코딩 어시스턴트도 기술 문서를 직접 소비하는데요. GitBook의 플랫폼 데이터 분석에 따르면, 2025년 한 해 동안 AI의 문서 페이지 뷰가 500% 이상…
들어가며 안녕하세요, LINE 서비스의 광고 시스템에서 데이터 파이프라인과 데이터 플랫폼 운영을 담당하고 있는 박민재, 손정호, 정창권입니다. LINE 광고 플랫폼(이하 LINE Ads)은 하루에 수십억 건 이상의 광고를 송출하며, 내부에서는 천억 건에 준하는 데이터를 수집 및 가공하고…
안녕하세요, 무신사 Product 본부 PM 박소정, PD 이루나, Core 엔지니어링 본부 박성준입니다. 상품 상세 페이지 내 후기 영역은 고객이 가장 오래 머무르는 공간이자, 구매 결정에 직접적인 영향을 주는 핵심 정보 영역입니다. 이번 글에서는 AI 후기 요약 기능을 도입하며 -…
이 글은 버그가 아니라 장애를 잡아라!! QA와 카오스 엔지니어링의 만남 – Application Level 편에 이어지는 두 번째 글입니다. 이전 편에서는 API 응답에 null을 주입해 애플리케이션 Level에서의 취약점을 찾았다면, 이번 Host Level 편에서는 상품 관리와 같…
라포랩스의 Backend Chapter Leader의 여정✨ 안녕하세요. 라포랩스에서 Backend Chapter Leader를 맡고 있는 문성호입니다. 라포랩스에는 약 2년 전에 합류했고, 서버 플랫폼과 커머스 플랫폼을 중심으로 경험을 쌓아왔어요. 지금은 Backend Chapter…
들어가며 콘텐츠 모더레이션은 사용자가 생성하거나 업로드하는 텍스트, 이미지, 영상, 음성 등의 콘텐츠 중 서비스 정책 및 법적 기준에 위배되는 내용을 탐지해 적절한 조치를 수행하기 위한 기술적 운영 체계를 의미합니다. 단순히 부적절한 콘텐츠를 차단하는 기능을 넘어, 사용자를 보호하고 서…
핵심 인사이트 - 2026년 공공 AX의 성공은 개별 시스템 구축을 넘어 '범정부 AI 공통기반'을 각 기관의 특수한 행정 맥락에 얼마나 신속하고 압도적인 실행력으로 결합하느냐에 달려 있습니다. - 다층 보안 체계(MLS)와 제로 트러스트 모델의 도입은 보안을 단순한 차단에서 민간 최신…
LLM 시대의 보호 장치, 가드레일 LLM 기반 서비스가 빠르게 확산되면서 LLM 모델의 응답을 공격자가 의도대로 ‘조종’하려는 시도도 함께 늘고 있습니다. 특히 다음과 같은 공격 유형은 실제 서비스 환경에서 지속적으로 관찰되는 시도입니다. - 프롬프트 인젝션(prompt injecti…
안녕하세요, 토스플레이스에서 Data Platform Team을 이끌고 있는 박종익입니다. "인사이트는 분명히 나왔는데, 왜 실행은 느릴까요?" 데이터 조직에 있다 보면 이 질문을 자주 마주하게 됩니다. 분석은 쌓이고, 대시보드는 채워지는데 — 정작 제품이나 사업에 직접적인 변화가 일어…
안녕하세요, 리멤버 iOS챕터 허성진입니다. SwiftUI, 도입하셨나요? 새 프로젝트라면 이미 자연스러운 선택이 되었지만, 오래된 UIKit 앱이라면 여전히 어디서부터 시작하지?라는 막막함이 남아있을 수 있습니다. 리멤버는 명함 관리부터 경력직 채용, 직장인 커뮤니티, 그리고 최근 출…
들어가며: 늘어나는 서비스, 새로운 인프라, 끝없는 문의 여러분의 팀은 하루에 몇 번이나 같은 질문�에 답하고, 같은 작업을 반복하고 계신가요? LINE Home DevOps 팀은 최근 팀원이 늘어났지만, VOOM 서비스를 안정적으로 운영하는 업무와 새로운 HomeTab 서비스 준비,…
[원문보기] 핵심 인사이트 - 데이터 관리의 기준이 달라지고 있습니다. 이제 중요한 것은 데이터를 많이 모으는 일이 아니라, 얼마나 정확하고 최신 상태로 유지하며 필요한 곳에 즉시 활용할 수 있느냐입니다. - 실시간성, 데이터 제품화, 레이크하우스가 새로운 운영 기준으로 자리 잡고 있습…
별점 뒤에 숨겨진 리뷰의 온도, LLM으로 한 끗 차이가 다른 추천 만들기 추천프로덕트팀은 데이터 기반의 추천 알고리즘과 정교한 탐색 설계를 통해 사용자가 고민 없이 최적의 맛집을 발견하도록 돕는 조직입니다. 여기에 LLM과 다양한 AI 모델을 활용해 실질적인 서비스 문제를 해결하는 A…
들어가며 안녕하세요. LINE Plus에서 Global E-Commerce 개발을 맡고 있는 장효택입니다. 기존 시스템을 새로운 환경으로 옮기거나 내재화하는 작업은 개발자에게 숙명과도 같습니다. 이때 가장 곤혹스러운 순간은 기존 로직의 근거가 되는 기획서가 없거나, 소스 코드조차 참조할…
*이 글은 연구 개발망에서 진행된 내용을 바탕으로 합니다. 안녕하세요. 토스 Security Researcher 표상영입니다. 지난 글에서는 LLM을 이용해 서비스 취약점 분석을 자동화하면서 마주했던 문제점과 그에 대한 해결책들을 간단히 소개드렸습니다. 이전 글을 작성한 시점부터 벌써…
핵심 인사이트 - AI와 로봇의 융합 가속화: 2020년대 초 시각화에 집중했던 스마트 팩토리가 Physical AI, VLA, 월드 모델 기반 시뮬레이션 도입으로 '알고 행동하는 공장'으로 진화하고 있습니다. - 디지털 트윈, 의사결정 시스템으로 도약: 단순 모니터링을 넘어 LLM 기…
새로운 직원이 입사하면 인사 담당자는 많은 업무를 동시에 처리해야 합니다. 조직도 등록, 시스템 계정 생성, 4대 보험 가입 신고, 급여 정산 준비까지 챙길 것이 한두 가지가 아니죠. 이 모든 업무의 시작점은 바로 입사 서류 수집입니다. 그런데 실무에서는 “어떤 서류를 받아야 하는지”,…
팀에서 Kubernetes를 도입한 이후 관리하고 있던 서비스들의 MSA 전환이 활발히 이루어지고 있습니다. 하지만 전환이 가속화 될수록 서비스간 연결이 복잡해졌습니다. 또한 Filebeat와 Metricbeat로 수집하며 파편화된 정보는 인입된 CS를 분석하기에 매우 힘들고 불필요한…
안녕하세요. 올리브영 온라인몰의 O2O(Online to Offline) 서비스를 담당하고 있는 너굴입니다. 👋 올리브영은 온라인과 오프라인의 경계를 허물고, 고객에게 유기적이고 심리스한 O2O 경험을 제공하기 위해 시스템 아키텍처를 지속적으로 발전시키고 있습니다. 이 혁신의 중심에 있…
안녕하세요. DevOps팀 아리입니다. 지난 1편에서는 시스템의 탄생 배경을 다뤘다면, 이번 글에서는 NotiHub의 기술적 설계와 그 과정에서 내린 주요 의사결정들을 깊이 있게 공유하고자 합니다. 1. 왜 만들었는가 인터널 툴에는 두 가지 측면이 있습니다. 조직적 측면과 개인적 측면입…
요약: 수억 건의 대량 데이터를 Spring Batch로 처리하며 발생한 OOM(Out of Memory) 문제를 Partitioning, Cursor 기반 ItemReader, Bulk Write를 활용해 해결한 과정을 공유합니다. 💡 리뷰어 한줄평 yun.cheese Spring B…
들어가며 안녕하세요, 카카오뱅크 AI코어개발팀에서 AI Research Engineer로 근무하고 있는 Yann, Haki입니다. 저희는 금융위원회와 금융보안원이 주최한 2025 금융 AI Challenge 금융보안 AI 모델 경쟁 트랙에 LostCow 팀으로 참가해 Public 리더보…
- blog 수억 건의 보안 신호 속 진짜 위협 찾기 — AI로 보안 모니터링의 패러다임을 바꾸다 1부. 건초더미 속 바늘, 그리고 AI의 필요성 매일 수억 건의 보안 신호가 쏟아집니다. 그중 실제로 대응이 필요한 위협은 과연 몇 건일까요? 엔드포인트에서 발생하는 프로세스 실행, 네트워…
AI 네이티브 채용 시리즈 3부작 중 Part 1입니다. Part 2: “The Machine” (준비 중) Part 3: “The Human” (준비 중) 2026년 1월, 무신사에서 AI 네이티브 엔지니어 채용을 진행했습니다. 수백 명의 지원자를 AI 파이프라인으로 처음부터 끝까지…
안녕하세요. LY Corporation에서 프라이빗 클라우드 인프라를 담당하고 있는 이노우에입니다. LY Corporation의 방대한 트래픽과 데이터를 지탱하는 것은 저희가 직접 개발해 운영하고 있는 대규모 프라이빗 클라우드입니다. 현재 저희는 구 LINE Corporation에서 사…
안녕하세요. 이번에 DB, Security & IT, AI 부분 회고 글을 맡은 변해광(zephy)입니다! 최근 카카오 신입 공채를 통해 개발자로 합류한 총 40명의 신입 Krew들이 밀도 높은 기술 온보딩 교육을 무사히 마쳤습니다. 학생 시절에는 주어진 요구사항에 맞춰 ‘기능이 동작하…
AI가 실행을 맡는 시대, 디자이너의 경쟁력 누구나 만들 수 있다면 디자이너는 무엇을 해야할까? Ryan Jang • Product Designer Seunghwan Jang. - Design / PM 이 포스트는 채널톡에서 진행한 프로덕트 디자이너 밋업에서 발표한 세션 내용을 바탕으로…
상세페이지를 정성껏 만들었는데 전환율이 오르지 않는다면, 문제는 제품이 아닙니다. 고객에게 제품을 전달하는 방식에 있을 가능성이 높아요. 마케팅 콘텐츠가 길고 복잡해질수록 고객이 처리해야 할 정보도 늘어나요. 2025년 국제 학술지에 실린 소비자 행동 연구에 따르면, 페이지에 정보가 많…
안녕하세요. 스포카 FE팀의 Android 개발자 김진우입니다. “Kotlin/Compose Multiplatform(이하 KMP/CMP) 마이그레이션, 정말 프로덕션에서 가능할까?” 이 질문에 대한 답을 찾기 위해 저희 팀은 키친보드 Android 앱의 KMP/CMP 마이그레이션에 도…
들어가며 안녕하세요, 무신사 O4O(Online for Offline) 엔지니어링 팀에서 백엔드 개발을 맡고 있는 김성은입니다. O4O 엔지니어링 팀은 무신사가 온라인에서 쌓아온 데이터와 시스템을 오프라인 매장 경험에 연결하는 일을 합니다. 온·오프라인 어디서 구매하든 하나의 회원 경험…
김성환 | #ML Engineer | #Infrastructure #Kubernetes #Azure 저희는 자체 LLM Spotwrite를 활용한 AI 엔터테인먼트 서비스 제타(zeta)를 운영하고 있습니다. 제타는 한국, 일본 AI 서비스 중 사용자가 가장 많은 압도적인 1위 서비스로…
안녕하세요. 카카오의 AI 모델 개발을 담당하는 Daniel(김영준), Jayten(전재열), Wooner(이동진)입니다. 저희 팀은 텍스트와 이미지뿐만 아니라 음성까지 포함한 다양한 모달리티를 이해하고 답변하는 멀티모달 언어모델을 개발하고 있습니다. Vision Language Mod…
핵심 인사이트 - ChatGPT Enterprise는 단순한 업무 보조를 넘어 조직 운영 방식과 의사결정 구조 자체를 고도화합니다. - RAG(Retrieval-Augmented Generation)와 사내 시스템 연계를 통해 조직 단위의 지식 활용 역량을 비약적으로 높입니다. - AI…
안녕하세요. AIPD팀 정승화입니다. 최근 모던 웹 생태계는 클라이언트 사이드에서 서버 사이드로 그 중심이 이동하고 있습니다. React Server Components(RSC)와 Server Actions의 등장이 대표적인 예입니다. 클라이언트의 로직이 서버로 이동하면서 클라이언트의…
최근 안랩클라우드메이트의 SD파트는 '빌링 3.0' 서비스 고도화 작업을 수행하였습니다. SD파트는 이번 작업을 통해 서비스 오픈 후 발생한 대량 인보이스 발송 시의 성능 저하 문제를 분석하고 해결하였습니다. 예상치 못한 DB 쿼리 타임아웃, 커넥션 고갈, 외부 API 연동 지연 등 실…
안녕하세요. 여기어때컴퍼니 항공연동개발팀(전 BFF개발팀) 리나입니다. 이번 글은 올해 2월까지 BFF개발팀으로서 근무하며 경험했던 내용을 바탕으로, “왜 BFF가 필요했는지” 그리고 “BFF팀이 어떤 역할을 수행했는지”를 정리한 기록입니다. 여기어때는 주문, 검색, 쿠폰, 리뷰, 항공…
오는 3월 21일, 광화문에서 펼쳐지는 방탄소년단(BTS)의 공연을 전 세계 아미(ARMY)가 각자의 거실 '1열' 에서 관람한다면 어떨까요? 메타 퀘스트, 애플 비전 프로, 그리고 삼성의 프로젝트 무한 등 VR 기기의 보급과 K-POP 콘텐츠의 결합으로 이런 상상은 이제 현실이 되고…
클라우드 인프라를 운영하는 사람이라면 누구나 비용 최적화를 원합니다. 하지만 이를 달성하는 것은 누구에게나 쉽지 않습니다. 그래서 이 문제를 해결하기 위해 많은 이들이 FinOps와 같은 프레임워크를 도입해 이 같은 문제를 해결하고자 해왔습니다. FinOps는 클라우드와 같은 기술 분야…
RAG, 들어는 봤는데… 내 서비스엔 어떻게 쓰지? 개요 RAG(Retrieval-Augmented Generation, 검색 증강 생성)은 LLM이 학습하지 못한 정보를 외부에서 검색하여 활용할 수 있게 하는 기술입니다. 이 글에서는 RAG이 왜 필요한지부터, 교육 운영 시스템에 실제…
들어가며: NeurIPS 2025가 제시하는 차세대 AI 안전 가이드 생성형 모델은 점점 더 우리 생활에 깊숙히 들어오고 있습니다. LY Corporation에서도 다양한 AI 서비스를 개발해 제공하고 있는데 이런 서비스에 가드레일(guardrails)이 없으면 다양한 공격을 받고 유해…
요약: 카카오페이는 전사 프론트엔드 표준 패키지 매니저를 Yarn Berry에서 pnpm으로 전환했습니다. 이 글은 과거의 해결책이었던 Yarn Berry가 변화된 환경에서 새로운 병목이 된 배경과, 이를 해결하기 위해 pnpm을 선택한 과정을 담고 있습니다. 단순히 두 기술의 기능을…
안녕하세요, 카카오뱅크의 June, Levi, Ryan입니다. 저희는 지난 12월 전 세계 개발자들의 열기로 가득했던 AWS re:Invent 2025 현장에서 기술의 현재와 미래를 직접 확인하고 돌아왔습니다. AWS re:Invent는 매년 겨울, 도시 전체를 거대한 IT 축제의 장으…
요약 이 글은 스스로 목표를 세우고 실행까지 수행하는 에이전틱 AI의 구조와 동작 방식을 쉽게 정리합니다. 특히 OpenClaw 사례를 통해 LLM이 로컬 환경을 직접 제어하는 온디바이스 자율 에이전트 구조에 대해 구체적으로 설명합니다. 또한 AI 에이전트끼리 상호작용하는 새로운 플랫폼…
[원문보기] 핵심 인사이트 - 지능형 전환(Intelligent Transformation)이란, 디지털 전환 이후의 단계로 AI 에이전트를 통해 기업이 스스로 감지·추론·의사결정·행동까지 수행하는 행동 중심 시스템(System of Action)으로 진화하는 것을 의미합니다. - AI…
TL;DR 네트워크 호출 없이 모바일 기기 내부에서 작동하는 이미지 이해 기능을 개발했습니다. 이 과정에서 거대 모델(teacher)의 정교한 표현력을 작은 모델(student)에게 전수하여 성능은 유지하면서 크기와 연산량을 획기적으로 줄이는 '지식 증류(knowledge distill…
TL;DR 네트워크 호출 없이 모바일 기기 내부에서 작동하는 이미지 이해 기능을 개발했습니다. 그 과정에서 거대 모델(teacher)의 정교한 표현력을 작은 모델(student)에게 전수하여 성능은 유지하면서 크기와 연산량을 획기적으로 줄이는 '지식 증류(knowledge distill…
안녕하세요. 배송최적화 스쿼드에서 백엔드 개발을 담당하고 있는 리아입니다.🐣 오늘은 저희 스쿼드에서 최근까지 진행해온 배송최적화 시스템 구축 과정을 공유하려 합니다. 서비스의 비약적인 성장에 발맞춰 단일 센터 구조에서 멀티 센터 구조로 전환하는 과정은 단순한 인프라 확장을 넘어, 기존의…
이 인터뷰에서 꼭 짚어야 할 3가지 인사이트 - AI 전환의 난관 극복: 많은 기업이 AI 도입에 어려움을 겪는 가운데, 삼성SDS AI사업팀은 AI 풀스택 역량을 바탕으로 실제 비즈니스 혁신(AI Transformation)을 위한 솔루션을 제시합니다. 단순 기술 도입을 넘어, 기업의…
안녕하세요. 인프랩 프론트엔드 개발자 고슈입니다. 작년 8월, 인프런의 헤더(GNB)가 새롭게 단장했습니다! 🎉 인프런의 헤더는 여러 프론트엔드 환경에서 동작해야 하는 복잡한 구조로 이루어져 있어, 기존에도 여러 문제가 있었는데요. 이번 글에서는 인프런의 헤더가 어떻게 동작하고 있는지,…
단 0.1초의 로딩 지연이 구매율을 7%나 떨어뜨린다는 Akamai(글로벌 보안 테크 기업)의 분석 결과가 보여주듯, 이제 속도가 돈이 되는 시대에요. 여기에 180조 원 규모의 숏폼 영상이 이커머스의 기본으로 자리 잡으며 비주얼 퍼포먼스의 중요성은 어느 때보다 높아졌습니다. 과거에 웹…
Claude Code Auto memory로 반복 설명 없이 작업하기 Claude Code로 새 세션을 시작할 때마다 어제 수행했던 작업 맥락을 처음부터 다시 설명해야 했던 적 있으시죠? 예를 들어, CLAUDE.md 에 일일이 정리하기 어려운 코딩 컨벤션이나 테스트 프레임워크를 어제…
6개월간 코드 한 줄도 안 쓰고, 100만 줄 기여하기 AI Native 개발의 비결은 시스템이다 Perry • Software Enginner - AI 안녕하세요, 채널톡 소프트웨어 엔지니어 페리입니다. 저는 지난 6개월간 직접 작성한 코드 0줄로 22개 레포지토리에서 560개 이상의…
들어가며 안녕하세요, 카카오뱅크 프론트엔드 클랜의 Jake와 Dewey입니다. 2025년, 카카오뱅크에는 ‘프론트엔드 클랜’ 이라는 조직이 신설되었습니다. 저희는 클랜의 기술 방향성을 설정하고 글로벌 트렌드를 파악하기 위한 공식 활동의 일환으로 해외 컨퍼런스 참석을 계획하게 되었고, 어…
The Flip 이 글은 영문 원본을 AI로 번역한 버전입니다. 요즘 업계에 이런 기대가 퍼져 있습니다. 언젠가 AI가 디자인 시스템을 만들어 줄 거라는 거죠. 프롬프트 하나 던지면 토큰, 컴포넌트, 인터랙션 패턴이 깔끔하게 나올 거라고요. 저는 정반대의 일이 벌어지고 있다고 생각합니다…
안녕하세요. 당근 Taxonomy 팀 윈터(winter.jung), 지원(jiwon)이에요. 저희 팀은 택소노미(Taxonomy)라고 부르는 카테고리 체계를 만들고, 그 체계를 기반으로 중고거래, 모임 게시글 등 당근에 올라오는 게시글을 자동으로 분류해 실제 서비스가 사용하도록 적재하는…
안녕하세요! 당근 ML Foundation 팀에서 ML Engineer로 일하고 있는 Hawke와 Ben.Kim이에요. 저희 팀은 개인화 추천 개선을 위한 “기반 기술”을 만드는 역할을 하고 있어요. 이 글에서는 유저의 장기 행동 로그를 Transformer로 학습해 유저 임베딩을 만들…
핵심 인사이트 - 기존 AI 에이전트는 ‘요청 대응형 챗봇’에 머무르기 쉽습니다. 개별 작업은 수행하지만, 프로젝트 맥락을 이해하고 위험을 식별하며 업무를 구조화하는 역할까지 확장하지는 못합니다. - 프롬프트를 보완 중심 접근은 한계가 있습니다. 오류가 날 때마다 지시를 추가하는 방식은…
AI가 규칙을 "알잘딱" 지키는 백엔드 레포 만들기 코드베이스의 구조와 결정론적 검증 시스템으로 만드는 AI Native 개발 환경 리팩토링하기 Perry • Software Enginner - Backend 안녕하세요, 채널톡 소프트웨어 엔지니어 페리입니다. 채널톡 팀은 Claude…
메시지 전송 트래픽 100배에도 끄떡 없는 User 테이블로 뜯어고치기 (2) DynamoDB Export/Import + AWS Glue 기반 마이그레이션 수행과 성과 Jayon • Jinyoung Park, Backend Enginner - Backend 안녕하세요, 채널톡 백엔드…
지난번 YDS(Yogiyo Design System) v2 컴포넌트 라이브러리 구축기에 이어, 이번 글에서는 YDS v2 컴포넌트 라이브러리와 같은 외부 라이브러리가 서비스 애플리케이션 번들 결과물에 미치는 영향을 살펴봅니다. 또한, 구형 브라우저에 대한 하위 호환성 확보를 위해 요기요…
당신의 팀은 같은 LLM을 쓰고 있나요? 현재 많은 개발팀이 LLM을 도입하고 있지만, 냉정하게 들여다보면 그것은 '각자도생'에 가깝습니다. 같은 모델, 같은 IDE를 쓰는데도 결과물의 차이는 극심합니다. 어떤 엔지니어는 '컨텍스트 엔지니어링(Context Engineering)'에 대…
급증하는 트래픽 안정적으로 처리하기: 개선편(2) 논리적 파티셔닝 같은 Redis 위의 차선 분리 공사 — 논리적 파티셔닝과 Partition별 독립 스케일링 Vita 🪼 • MJ Park (Backend Engineer) - Backend 개요 이전 글에서는 동적 스케일링을 통해 벌크…
급증하는 트래픽 안정적으로 처리하기: 개선편(1) 동적 스케일링 Spike 트래픽에 흔들리지 않는 Worker 스케일링 알고리즘 만들기 Nero • Core BE - API - Backend 이 글은 급증하는 트래픽 안정적으로 처리하기: 구현편 에서 다루었던 내용의 확장으로 실제 프로덕…
요약: 배포 직후 발생하는 DB Connection Timeout과 응답 지연 문제를 해결하기 위해, 단순한 설정 변경을 넘어 원인을 분석하고 JVM 웜업(Warm-up) 을 도입한 과정을 공유합니다. 배포 직후 성능 저하 문제를 어떻게 해결했는지, 그리고 고민 과정과 해결책은 무엇이었…
안녕하세요, 큐레이터 서비스를 담당하고 있는 Partner Growth PM 최혜원, Backend Engineer 권혁주입니다. 큐레이터 서비스는 인플루언서가 SNS를 통해 상품을 소개하고, 해당 경로를 통해 발생한 구매 성과에 대해 수수료를 지급받는 팀 무신사의 공식 어필리에이트 서…
멤버십 서비스처럼 특정 시간대에 급증하는 피크 트래픽 패턴에 대해 리소스 스케일링 전략을 통해 성능과 비용의 균형을 맞춘 사례를 정리한 글입니다. Written by 김진우님 안녕하세요, LG U+에서 데브옵스 엔지니어링을 하고 있는 Ucube DAX팀 김진우입니다. 본 글에서는 ‘멤버…
2026년 이커머스 핵심 전략: ✅ 영상 시청 구간별 이탈률 분석으로 고객 니즈 파악 ✅ AI 기반 실시간 데이터로 콘텐츠 즉시 최적화 ✅ 단순 조회수가 아닌 '행동 데이터' 중심 의사결정 2026년 이커머스 시장은 단순한 온라인 쇼핑을 넘어 AI가 고객이 원하는 걸 미리 알아서 보여주…
AI 반도체 스타트업 하이퍼엑셀이 업스테이지 컨소시엄을 통해 정부 ‘독자 AI 파운데이션 모델(독파모)’ 협력 생태계에 합류한다. 하이퍼엑셀은 생성형 AI의 실제 응용 환경에 최적화된 LLM 추론 전용 AI 반도체를 설계·개발하는 기업이다. 초거대 언어모델(LLM) 서비스 단계에서 발생…
오늘날 기업 환경에서 데이터 기반 의사결정의 중요성은 아무리 강조해도 지나치지 않습니다. 기획자, 마케터, 운영 담당자 등 비개발 직군에서도 데이터 조회에 대한 니즈가 급증하고 있으며, 원하는 시점에 원하는 데이터를 얼마나 빠르게 확보할 수 있느냐가 비즈니스 경쟁력을 좌우하는 시대가 되…
안녕하세요. 카카오페이증권 DevOps 팀 Sean.baek (션), Lina.a (리나)에요. 우리는 전사 Cloud, redis, kafka, 로깅 플랫폼, AI Chatbot(춘시리), FinOps와 다양한 오픈소스 플랫폼을 운영하고 있어요. 2022년 9월에 입사했을 때, 하루에…
읽지 않는 코드의 시대 📢 본 콘텐츠는 작성자가 사내 게시판에 공유한 글을 가공한 것으로, 작성자의 의도와 맥락을 충실히 전달하기 위해 원문의 문장 스타일을 그대로 유지하였습니다. 나는 오랫동안 아름다운 코드를 꿈꿔 왔다. 순수 함수들이 물 흐르듯 합성되고, 타입 시스템이 버그를 원천적…