필터 0
선택된 필터 없음
네이버 D2
프론트엔드

FE News 25년 8월

프런트엔드와 AI 중심의 2025년 8월 기술 소식을 모아 소개했습니다. 컨퍼런스, 튜토리얼, 도구, 읽을거리를 한눈에 볼 수 있습니다.

#JavaScript#prompt
146005분
수식없이 GPT(트랜스포머) 이해하기. 1편
데보션
AI

수식없이 GPT(트랜스포머) 이해하기. 1편

GPT의 핵심 구조인 트랜스포머 디코더와 Self Attention 흐름을 수식 없이 설명했습니다. 입력 벡터화부터 다음 단어 예측까지의 과정을 단계별로 정리했습니다.

#LLM#Transformer
113005분
SwiftUI와 TCA를 활용한 NOL 홈 리브랜딩
NOL
아키텍처

SwiftUI와 TCA를 활용한 NOL 홈 리브랜딩

NOL 앱 홈 리브랜딩에 SwiftUI와 TCA, 클린 아키텍처를 도입한 과정을 소개했습니다. 상태 분리와 모듈화로 유지보수성과 안정성을 높인 사례입니다.

#SwiftUI#TCA
47005분
How Was the New QANDA Agent Built?
매스프레소
AI

How Was the New QANDA Agent Built?

QANDA가 생성형 AI 시대에 맞춰 단일 문제풀이 앱에서 멀티 에이전트 학습 플랫폼으로 재설계되었습니다. 또한 Plan-and-Execute, Artifact, LangGraph 기반 구조로 의도 분류와 상태 관리를 안정화했습니다.

#LLM#Agent
60005분
초개인화 Shopping Agent 만들기: Amazon Bedrock AgentCore Memory와 Custom Memory 활용법
AWS
AI

초개인화 Shopping Agent 만들기: Amazon Bedrock AgentCore Memory와 Custom Memory 활용법

Amazon Bedrock AgentCore Memory와 Custom Memory로 쇼핑 에이전트의 개인화 추천을 구현한 사례를 소개했습니다. 긴 대화 전체보다 중요한 정보만 메모리로 구조화해 더 적은 토큰으로 높은 추천 품질을 얻는 방법을 설명했습니다.

#Amazon Bedrock#OpenSearch
77005분
AWS R-Assistant: Amazon Bedrock 기반 자연어 인터페이스의 클라우드 리소스와 비용 관리를 위한 챗봇
AWS
AI

AWS R-Assistant: Amazon Bedrock 기반 자연어 인터페이스의 클라우드 리소스와 비용 관리를 위한 챗봇

Amazon Bedrock과 Streamlit을 활용해 AWS 리소스와 비용을 자연어로 관리하는 챗봇을 소개했습니다. 콘솔 탐색을 줄이고 모니터링, 분석, 최적화를 한 화면에서 제공하는 점이 핵심입니다.

#AWS#Amazon Bedrock
36005분
Nginx 설정 통합과 Loki 연동으로 설계한 유연한 멀티사이트 아키텍처
라인
데브옵스

Nginx 설정 통합과 Loki 연동으로 설계한 유연한 멀티사이트 아키텍처

Nginx 설정을 공통화하고 멀티사이트 구조로 통합한 인프라 개선 사례를 소개했습니다. Promtail과 Loki, Ansible을 연계해 로그 수집과 배포 자동화까지 확장했습니다.

#Nginx#Kubernetes
83005분
Amazon Bedrock을 활용한 (주)레듀텍의 독서 교육 콘텐츠 생성 자동화 시스템 구축
AWS
AI

Amazon Bedrock을 활용한 (주)레듀텍의 독서 교육 콘텐츠 생성 자동화 시스템 구축

Amazon Bedrock과 AWS Lambda로 독서 문항 초안 생성 과정을 자동화한 사례입니다. 프롬프트 관리와 캐싱, 병렬 처리를 통해 비용과 작업 시간을 줄였습니다.

#Amazon Bedrock#LLM
49005분
EMNLP24 늦은 후기 2탄: CC 데이터로 LLM 사전학습 데이터셋을 만들어본 경험 및 NVIDIA 논문 리뷰
데보션
AI

EMNLP24 늦은 후기 2탄: CC 데이터로 LLM 사전학습 데이터셋을 만들어본 경험 및 NVIDIA 논문 리뷰

웹 크롤링 데이터로 LLM 사전학습 데이터셋을 만든 경험과 어려움을 정리했습니다. NVIDIA EMNLP 2024 논문을 통해 품질 필터링과 중복 제거 전략을 체계적으로 살펴봤습니다.

#LLM#PySpark
52005분
채널톡
백엔드

Cursor + Git Worktree 병렬 개발 한계와 해법

Cursor와 Git worktree를 함께 써서 단일 레포 병렬 개발의 브랜치 충돌과 인덱싱 부담을 줄였습니다.\nPLAN and ACT 규칙과 이슈 분해로 AI IDE 작업의 컨텍스트 전환 비용도 낮추는 방법을 소개했습니다.

#Cursor#Git
3005분
Cursor + Git Worktree 병렬 개발 한계와 해법
채널톡
백엔드

Cursor + Git Worktree 병렬 개발 한계와 해법

Cursor와 단일 레포 병렬 작업의 한계를 Git worktree로 해결한 사례를 정리했습니다. 또한 랜덤 포트 설정과 PLAN and ACT rule로 테스트 충돌과 컨텍스트 전환 부담을 줄였습니다.

#Cursor#Git Worktree
10005분
자네, 해커가 되지 않겠나? Hack Day 2025에 다녀왔습니다!
라인
AI

자네, 해커가 되지 않겠나? Hack Day 2025에 다녀왔습니다!

LY Corporation 사내 해커톤 Hack Day 2025 참가 후기를 전했습니다. 자유 주제 개발과 90초 발표, 글로벌 네트워킹과 AI 기반 프로덕트 경험을 공유했습니다.

#해커톤#Slack
75005분