
데이터로 말하는 세일즈, AI와 함께 성장하는 광고사업팀
라포랩스 광고사업팀의 데이터 기반 AD Sales 방식과 AI 활용 사례를 소개했습니다. 셀러 성과를 실시간으로 개선하며 매출을 키우는 협업 문화도 다뤘습니다.

라포랩스 광고사업팀의 데이터 기반 AD Sales 방식과 AI 활용 사례를 소개했습니다. 셀러 성과를 실시간으로 개선하며 매출을 키우는 협업 문화도 다뤘습니다.
여행 상품의 소개글과 코스 설명에서 일정 정보를 추출해 정형화된 데이터로 만들었습니다. 이를 바탕으로 도시와 기간에 맞는 테마별 여행 플래너 서비스를 실험했습니다.


AI 코딩 어시스턴트의 시장 동향과 국내외 도입 사례, 모델·솔루션 비교를 한 번에 정리했습니다.파일럿 검증을 거쳐 성능, 보안, 비용을 함께 고려한 점진적 도입 전략을 제안했습니다.


사내 멀티 LLM 플레이그라운드를 구축해 여러 모델을 한곳에서 비교하고 체험할 수 있게 했습니다. 이를 바탕으로 프롬프톤을 열어 서비스 캐릭터 페르소나 설계와 프롬프트 엔지니어링 경험을 확산했습니다.

AI 코딩 도구의 결제 연동 정확도를 높이기 위해 토스페이먼츠가 MCP 서버를 구현한 과정을 공유했습니다. 문서 청크화와 BM25 검색으로 맥락을 제공해 Hallucination을 줄이고 연동 품질을 개선했습니다.


AI가 작성한 코드의 리뷰 책임과 이해 수준을 두고 개발팀이 PR 템플릿 개선을 논의했습니다. 작업자 책임과 자동 검증 강화가 함께 필요하다는 점을 짚었습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


IntelliJ 사용자가 Cursor 대안을 찾다가 Claude + MCP 연동을 선택한 사례를 소개했습니다. IDE를 바꾸지 않고도 코드 지원과 외부 툴 연계를 활용하는 방법을 설명했습니다.

당근이 AI 실험을 통해 새로운 사용자 경험을 만드는 과정을 소개했습니다. 호기심을 행동으로 바꾸는 설계와 반복 개선의 중요성을 강조했습니다.

생성형 AI가 웹 서비스 개발 전반에 빠르게 스며든 흐름을 정리했습니다. 반복 작업은 AI에 맡기고 개발자는 설계와 품질 검토에 집중하는 방향을 제시했습니다.
AI 도구와 개발 지식을 결합해 연관 상품 추천 업무를 자동화한 사례를 소개했습니다.\n작업 시간을 90% 가까이 줄이고 추천 품질과 접근성도 높였습니다.


AWS Bedrock과 Claude 3.5 기반 챗봇으로 뷰티샵 예약과 샵 정보 상담을 자동화했습니다. 스키마, 프롬프트, 세션 관리와 메시지 묶음 처리로 응답 품질과 비용 효율을 함께 개선했습니다.


MCP를 AI의 USB-C에 비유하며 LLM과 외부 시스템을 표준 인터페이스로 연결하는 방법을 소개했습니다. Python으로 MCP Server, Claude 연동, Streamlit Host, REST API Wrapper 실습까지 다뤘습니다.