흩어져 있는 AI 자산, ‘MCP stdio’로 헤쳐모여!
흩어진 AI 자산을 MCP stdio로 중앙화해 배포와 관리를 일원화하는 방법을 소개했습니다. 중앙 패키지 배포 후 IDE에 등록하면 최신 자산을 자동으로 적용할 수 있습니다.

흩어진 AI 자산을 MCP stdio로 중앙화해 배포와 관리를 일원화하는 방법을 소개했습니다. 중앙 패키지 배포 후 IDE에 등록하면 최신 자산을 자동으로 적용할 수 있습니다.
마케터가 AI로 파트너 전용 항공권 탐색 페이지와 자동 마이링크를 개발·운영했습니다. 비개발자로서 인프라 이해와 조직적 지원의 중요성을 확인했습니다.
LLM을 실무에 적용하려면 도구와 환경(하네스)이 필요하다고 설명했습니다. Claude Code를 계층형 아키텍처에 대응시키는 구성과 실전 팁을 정리합니다.
LINE은 여러 명과의 대화와 그룹을 통합해 그룹 대화로 전환했습니다. 초대 방식과 힌트 제공으로 중복 대화 감소와 리소스 절감 기대합니다.
CSR 기반 추천 템플릿 페이지의 LCP를 약 50% 개선했습니다. 모듈 탑레벨 프리패치·preconnect·이미지 preload 등으로 로드 병렬화했습니다.
TranslateGemma 27B(Q6)를 온프레미스에서 실험해 GPT-4o-mini 대비 용어 보존과 구어체 처리에서 우수함을 확인했습니다. 비용·속도 관점에서도 Q6 양자화로 실무 운영 대안이 가능함을 제시합니다.
AI를 활용해 수억 건의 보안 신호 가운데 실제 위협을 찾아내는 필요성을 설명했습니다. 엔드포인트 로그 기반 탐지의 어려움과 AI 도입의 이점 설명합니다.
대규모 EBS 성능 모니터링을 MCP와 Kiro로 자연어 기반 자동화했습니다. 버스팅 성능, 스냅샷 실제 크기, EC2‑EBS 병목 진단으로 최적화합니다.
게시글은 Claude Code로 Figma 디자인 시스템을 C++ 코드로 변환하는 내용을 다룹니다. 본문에 상세 절차나 결과가 없어 구체적 정보는 제공되지 않습니다.
AWS Lambda와 Amazon Bedrock을 연계해 Claude Agent SDK 기반의 Orchestrator-Worker 멀티 에이전트 아키텍처를 구현했습니다. Worker는 Sonnet으로 병렬 전문 작업을 수행하고 Opus로 결과를 종합하는 방식으로 비용과 품질을 균형있게 관리합니다.