
매일 하던 업무를 디자인하기
반복되는 할 일 정리를 프로덕트 문제로 보고, 슬랙과 AI를 연결한 위젯을 만들었습니다. 수동 정리 부담을 줄여 우선순위 판단에 집중하게 된 과정을 공유했습니다.

반복되는 할 일 정리를 프로덕트 문제로 보고, 슬랙과 AI를 연결한 위젯을 만들었습니다. 수동 정리 부담을 줄여 우선순위 판단에 집중하게 된 과정을 공유했습니다.

고객센터 챗봇을 메뉴 탐색형에서 자연어 기반 경험으로 바꾸며, AI로 시나리오 초안과 프로토타입 검증을 병행했습니다. 경험을 먼저 설계하고 필요한 데이터와 규칙을 역산해 정의하는 방식으로 제품 설계 순서를 바꿨습니다.

AI 에이전트가 사용자를 대신해 보호된 API에 접근하는 ID-JAG 실습 핸즈온을 소개했습니다. 실패 사례를 통해 토큰 교환, 정책 평가, 위임 경계를 직접 확인하도록 구성했습니다.
![[의존성의 방향을 따라 4/5] PR을 전파하는 Distributer](https://flex.team/blog/og/main.jpg)

50개 이상의 레포에 흩어진 버전업 PR을 Wave 순서에 맞춰 자동 전파하고 머지하는 방식을 설명했습니다. CI, flaky test, 에스컬레이션까지 묶어 대규모 업그레이드 운영을 자동화했습니다.


Amazon MWAA와 S3 Vectors, Bedrock AgentCore로 클라우드 정책 수집과 검색을 자동화했습니다. 역할별 Strands Agent와 MCP 도구로 DevOps, SecOps, Compliance, FinOps 분석을 분리했습니다.

기존 SOFA와 qSOFA의 한계를 짚고, 패혈증 조기 예측을 위한 딥러닝 모델 개발 과정을 소개했습니다. 데이터 확보부터 레이블링, 학습, 임상시험까지의 흐름과 의료 현장 적용 필요성을 설명했습니다.

Amazon의 AI 전략을 통해 에이전틱 AI가 고객 경험과 운영을 어떻게 바꾸는지 정리했습니다. 또한 AgentCore와 AI-DLC를 바탕으로 기업 AI 도입 시 고려할 운영·개발 포인트를 소개했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

에이전틱 AI의 성패는 모델보다 데이터 준비에 달려 있다고 설명했습니다. 시맨틱 레이어와 지식 그래프로 AI가 비즈니스를 이해하도록 만드는 방법을 정리했습니다.


LLM이 n8n 워크플로를 더 잘 생성하도록 하네스 엔지니어링을 소개했습니다. 정확한 스펙과 검증 도구를 주면 네이티브 노드 활용도가 크게 높아졌습니다.


자연어로 광고 소재 이미지를 검색하는 PoC의 설계와 실험 결과를 정리했습니다.이미지를 텍스트 설명으로 바꾸고, 쿼리 가중치와 프롬프트 편향을 실측으로 조정했습니다.

서드파티 SDK 환경의 한계를 보완하기 위해 전용 JavaScript 에러 모니터링 시스템을 AI Agent로 구축한 사례를 공유했습니다. 외부 SaaS 대체 가능성과 사내 인프라 기반 도구의 가능성을 함께 살펴봤습니다.
네이버클라우드 보안팀이 데프콘 CTF 2026 예선에서 7위를 기록하며 본선 진출을 확정했습니다. 자체 보안 기술력과 AI 활용 역량을 입증한 사례입니다.