

AI로 HR의 미래를 그리다
AI를 HR에 적용할 때는 화려함보다 데이터 신뢰성과 사용자 중심 설계가 중요하다고 설명했습니다. 또한 자연어 분석과 자율 에이전트로 이어지는 단계적 AI 로드맵을 제시했습니다.


AI를 HR에 적용할 때는 화려함보다 데이터 신뢰성과 사용자 중심 설계가 중요하다고 설명했습니다. 또한 자연어 분석과 자율 에이전트로 이어지는 단계적 AI 로드맵을 제시했습니다.

당근 아이덴티티 서비스팀이 4일 해커톤으로 반복 업무를 AI 자동화로 바꾼 사례를 소개했습니다. 지표 정리, 온콜 인수인계, 에러 분석을 슬랙봇과 MCP로 개선했습니다.


n8n과 GitLab API, OpenAI, Slack을 연동해 스탠드업 보고를 자동화하는 워크플로를 소개했습니다. 브랜치·커밋·이슈를 수집해 요약하고 Slack으로 전송하는 구조를 설명했습니다.


n8n, GitLab API, OpenAI, Slack을 연결해 개발팀 스탠드업 보고를 자동화하는 워크플로를 소개했습니다. 수동 수집과 정리 부담을 줄이고, 일관된 요약과 전송 흐름을 만드는 방식입니다.

디자이너의 반복 업무를 규칙과 시스템으로 바꿔 의존도를 줄인 사례를 소개했습니다. 앞으로 디자이너는 직접 만드는 사람보다 시스템을 설계하는 역할이 중요하다고 보았습니다.


Firebase App Testing Agent로 UI 테스트를 체험하며 자연어 기반 자동화와 리포트 기능을 확인했습니다. 다만 복잡한 로직 검증과 디버깅에는 한계가 있어 다른 도구와 병행이 필요했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

디자이너가 Cursor AI로 Figma 플러그인을 만들어 애셋 배포 검수 비효율을 줄였습니다. 이틀 만에 완성해 배포 실패를 사전 차단했고 실무 효과도 확인했습니다.
무신사 Web 테스트 자동화 2.0의 개선 내용을 정리한 글입니다. GitHub Actions, DB화, step/fixture 구조로 유지보수성과 실행 효율을 높였습니다.

ReAct를 추론과 행동을 결합한 에이전트 프레임워크로 소개했습니다. AWS와 LangChain 도구를 활용한 업무 자동화 사례와 구성 요소를 정리했습니다.


ReAct를 LLM 추론과 작업 자동화에 활용하는 개념과 구성 요소를 소개했습니다. AWS 서비스와 외부 도구를 연결해 업무를 자동화하는 예시도 함께 다뤘습니다.

X

비개발자인 디자이너가 GPT와 Dify로 반복 검수 업무를 자동화했습니다. 처리 속도는 약 20배 빨라졌고, 수작업 부담도 크게 줄었습니다.