필터 1
SDUI로 네이티브 운영 민첩성 높이기
올리브영
프론트엔드

SDUI로 네이티브 운영 민첩성 높이기

네이티브 앱의 배포 지연을 줄이기 위해 SDUI를 설계하고 도입한 과정을 정리했습니다. 서버 스키마 기반 화면 구성과 성능 최적화, 롤백 전략까지 함께 다뤘습니다.

#Android#iOS
113005분
RAG 없이 20만 대 자동차와 실시간으로 대화하기 (1)
엔카닷컴
AI

RAG 없이 20만 대 자동차와 실시간으로 대화하기 (1)

20만 대 차량의 실시간 데이터를 다루기 위해 RAG의 한계를 검토했습니다. 검색 기반보다 API로 직접 정보를 조합하는 아키텍처가 더 적합하다고 판단했습니다.

#RAG#LLM
28005분
포스를 확장하는 가장 빠른 방법, 포스 플러그인
토스
프론트엔드

포스를 확장하는 가장 빠른 방법, 포스 플러그인

포스 확장을 위해 제휴사별 맞춤 개발 대신 플러그인 구조를 도입한 사례를 소개했습니다. 웹 워커 격리와 SDK 추상화로 안정성과 개발 편의성을 높이고, 향후 생태계 확장을 계획했습니다.

#node.js#JavaScript
97005분
반복은 줄이고, 가능성을 넓히다: AI 플러그인이 만든 디자인의 새로운 전환
마이리얼트립
프론트엔드

반복은 줄이고, 가능성을 넓히다: AI 플러그인이 만든 디자인의 새로운 전환

반복적인 프로모션 카드 제작을 줄이기 위해 Figma 플러그인을 개발한 사례입니다.\n상품 URL 한 줄로 카드 10장을 약 90초에 생성하며 팀의 업무 방식을 바꿨습니다.

#Figma#Cursor
101005분
SK플래닛
AI

휴먼의 AI '학습'은 이렇게! #1 - OpenAI Academy 사이트 톺아보기

OpenAI Academy의 메뉴 구조와 역할별 학습 트랙을 빠르게 살펴본 글입니다. ChatGPT 활용, GPT-5 자료, Builders 리소스를 실무 관점에서 소개했습니다.

#OpenAI#ChatGPT
40005분
생성형 AI, 일하는 방식에 어떻게 내재화될까?
데보션
AI

생성형 AI, 일하는 방식에 어떻게 내재화될까?

생성형 AI를 업무에 내재화하는 과정을 단계별로 정리하고, 개발자 위치별 역할을 제안했습니다. 개인 활용을 넘어 조직 문화와 제도로 확산하려면 One Team 협력이 필요하다고 강조했습니다.

#LLM#Python
62005분
무신사
데브옵스

Master Jenkins와 Mac Node로 테스트 자동화 환경 통합하기

Master Jenkins를 EC2에 두고 Mac Mini와 Mac Studio를 Node로 연결해 테스트 자동화 환경을 통합했습니다. 지원 서비스 분리와 중앙 관리로 성능과 운영 효율을 개선했습니다.

#Jenkins#AWS EC2
18005분
요기요
AI

AI 서버 모니터링 자동화: 반복적인 업무를 줄이고, 놓치던 인사이트를 얻다.

Datadog 모니터링 분석을 Gemini로 자동화해 주간 작업 시간을 1시간에서 5분으로 줄였습니다. 다만 이미지 분석과 비즈니스 맥락 부족으로 인한 한계는 API 데이터와 검증 과정으로 보완했습니다.

#모니터링#Gemini
128005분
메시징 시스템 QA, 정합성을 지켜낸 올리브영의 이야기
올리브영
백엔드

메시징 시스템 QA, 정합성을 지켜낸 올리브영의 이야기

실시간 메시지 기반 환경에서 데이터 정합성을 API 자동화 테스트로 검증한 사례를 소개했습니다. 정기 실행과 모니터링까지 연결해 리소스를 줄이고 운영 안정성을 높였습니다.

#API#Postman
87005분
워크플로 자동화 도구(n8n)의 서비스 자동화 전략
한글과컴퓨터
AI

워크플로 자동화 도구(n8n)의 서비스 자동화 전략

n8n의 오픈소스·자체 호스팅 강점과 코드 확장성을 바탕으로 서비스 자동화 전략을 정리했습니다. API와 MCP를 결합한 하이브리드 구조로 단순 업무와 복잡한 비정형 문제를 함께 다루는 방법을 제시했습니다.

#n8n#API
120005분
Text2SQL은 왜 자꾸 틀릴까?
데보션
AI

Text2SQL은 왜 자꾸 틀릴까?

LLM 기반 Text-to-SQL의 오류 유형과 빈도를 정리하고, 기존 수리 방식의 한계를 분석했습니다. 규칙 기반 감지와 LLM 보조 수정을 결합한 MapleRepair의 실무적 효과를 소개했습니다.

#LLM#SQL
122005분
[에이닷 4.0 QE 여정3] LLM 품질 평가의 진화: SPeCTRA 2.0 톺아보기
데보션
AI

[에이닷 4.0 QE 여정3] LLM 품질 평가의 진화: SPeCTRA 2.0 톺아보기

에이닷 4.0 개편에 맞춰 SPeCTRA 2.0이 API 중심 Web 평가 도구로 진화했습니다. 내부 로그와 Memory까지 함께 검증해 품질 평가의 신뢰성과 속도를 높였습니다.

#LLM#API
45005분