

감독자의 언어
좋은 프롬프트는 단순한 지시가 아니라 요구사항 명세로 다뤄야 한다고 설명했습니다. 결과물의 경계, 위임 기준, 검증 방법을 미리 적어 재작업을 줄이는 방법을 제안했습니다.


좋은 프롬프트는 단순한 지시가 아니라 요구사항 명세로 다뤄야 한다고 설명했습니다. 결과물의 경계, 위임 기준, 검증 방법을 미리 적어 재작업을 줄이는 방법을 제안했습니다.


세 에이전트 구현 과정에서 겪은 검색 오판, 코드 분석 루프, DB 접근 안전장치를 정리했습니다. 사람 vs AI 비교로 속도와 한계도 함께 검증했습니다.

AWS Transform for migrations가 13개 언어 현지화를 지원하도록 확대했습니다. 팀이 선호 언어로 계획 검토와 승인, 작업 진행을 할 수 있게 됐습니다.

X


동적 CMS와 JSON 기반 관광 콘텐츠 관리 시스템에 LLM을 적용한 사례를 소개했습니다. 또한 할루시네이션과 보안, 비용을 고려한 AI-Native 개발의 주의점을 정리했습니다.

AI가 규칙을 자꾸 어기던 문제를 계기로, 프롬프트보다 컨텍스트 엔지니어링과 하네스 설계가 중요하다는 점을 정리했습니다. 최신 모델에는 절차를 늘리기보다 성공 기준과 검증 규칙을 명확히 주는 방식이 더 잘 맞았습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

비개발자 148명에게 2주간 AI 워크샵을 운영하며 설치, 실습, 회고를 반복한 현장 회고입니다.\n자기 파일로 직접 해보는 경험이 전환점이었고, 챔피언 발굴과 후속 프로젝트로 이어졌습니다.

리디 개발센터가 6주간 AI 활용 세미나를 열고 실제 업무 적용 사례와 실패담을 공유했습니다. 작업 환경 설계, 작업 단위 축소, 검증과 가드레일의 중요성을 정리했습니다.

LLM 코딩 에이전트를 프롬프트만으로 쓰면 문맥 누적과 임의 판단 문제가 생겼습니다. Task/Plan 하네스로 작업을 분할하고 기록해 안정성과 리뷰 가능성을 높였습니다.

DSPy와 GEPA로 프롬프트 튜닝을 자동화해 조정 시간을 크게 줄인 사례를 소개했습니다. 건강·의료 응답에서 요건 준수와 가독성을 함께 개선한 운영 방법도 다뤘습니다.


동원F&B가 Bedrock AgentCore와 OpenSearch 하이브리드 검색으로 AI 쇼핑 어시스턴트를 구축했습니다. 토큰 97% 절감과 TTFT 2.58초 개선, CS 문의 23% 감소 성과를 얻었습니다.

토스 디자인챕터의 AI Contest 사례를 소개하며 디자이너들이 AI를 어떻게 활용했는지 정리했습니다. 반복 업무 자동화부터 협업 보조, 프로토타입 설득, 모션 제작까지의 활용 방향을 보여줬습니다.