광고사업팀 인턴의 AI 자동화 여정
광고사업팀 인턴이 반복 운영 업무를 AI로 자동화해 월 40시간 이상의 작업을 90% 이상 줄였습니다. 자연어 기반 협업과 문제 정의를 통해 보고서 작성, 배너 검수까지 효율화했습니다.
광고사업팀 인턴이 반복 운영 업무를 AI로 자동화해 월 40시간 이상의 작업을 90% 이상 줄였습니다. 자연어 기반 협업과 문제 정의를 통해 보고서 작성, 배너 검수까지 효율화했습니다.


Amazon QuickSight로 AWS 비용을 시각화하고 팀·서비스 단위 분석이 가능한 빌링 대시보드를 구축했습니다. 이를 통해 비용 증가 요인을 찾고 태그·로그·스토리지 최적화 방향을 도출했습니다.


PEP 723과 uv를 활용해 Python 스크립트를 설치 없이 즉시 실행하는 방법을 소개했습니다. Typer까지 함께 쓰면 Bash처럼 간편한 CLI 도구도 만들 수 있습니다.


양자 컴퓨터 성능을 평가하는 지표와 현실적 한계를 정리했습니다. 또한 오류 제어를 QEC, QES, QEM으로 나누어 비교했습니다.

Spring Cache와 Redis에서 record 캐싱 시 발생하는 역직렬화 오류의 원인과 해결책을 정리했습니다. Jackson의 타입 정보 처리와 GenericJackson2JsonRedisSerializer의 동작 방식까지 함께 설명했습니다.


에이닷 캘린더의 반복 일정을 iCalendar 표준과 RRULE로 구현하는 방식을 설명했습니다. EXDATE와 오버라이딩으로 취소·수정 같은 예외 처리도 다뤘습니다.


알라미가 10년간의 광고 수익화 경험을 바탕으로 DARO를 만들고, 다중 광고 소스 최적화와 품질 관리를 통해 수익을 높인 사례를 소개했습니다. 도입 고객사들은 정산·정책 대응 부담을 줄이고 광고 매출 개선 효과를 얻었습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

서비스의 건강을 수치로 보기 위해 SLI와 SLO를 정의하고 운영하는 방법을 소개했습니다. 29CM 사례를 통해 지표 설계, 모니터링, 지속 개선 체계를 설명했습니다.

A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 사례를 공유했습니다. 의미 판단은 AI에 맡기고 계산과 최적화는 코드와 인프라로 분리해 성능을 높였습니다.

A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 과정을 다뤘습니다. 330만 건 비교 문제를 필터링, 프롬프트 최적화, 병렬 인프라로 해결했습니다.

퀸잇이 8월 25일까지 여름 시즌오프를 진행하며 최대 80% 할인 혜택을 제공합니다. 4050 고객 수요에 맞춰 쿠폰팩과 특가전, 브랜드 릴레이를 함께 선보였습니다.


DSPy를 활용한 프롬프트 최적화와 자동화 방법을 소개했습니다. 반복 평가와 비교 실험을 코드로 줄여 LLM 품질 관리에 적용할 수 있었습니다.