[AI활용] AI Portal부터 보안관제까지, kt cloud AI 내재화 3가지 사례
kt cloud는 사내에 AI를 적용해 포털·보안·장애 관제에서 효율과 품질을 개선했습니다. RAG, MCP, 정량평가로 도입 효과를 측정하고 모델을 용도에 맞게 선택했습니다.
오늘 새로운 게시글 8개가 올라왔는데,
아직 8개를 안 보셨어요
아직 8개를 안 보셨어요
[도입가이드] 인프라 관리의 표준, IaC의 본질과 도입 가치
IaC는 인프라를 코드로 관리해 재현성·버전관리·일관성 확보를 돕습니다. 초기 구축 비용이 들지만 운영 효율과 복구 능력 개선에 유리합니다.
Amazon ElastiCache for Valkey의 CESC로 Interactive AI 스토리텔링 플랫폼 최적화하기
CESC로 사용자 입력과 월드·캐릭터 맥락을 결합한 벡터 캐싱을 도입해 이미지 응답 지연을 크게 줄였습니다. 캐시 히트로 이미지 생성 호출을 줄여 비용을 절감하고 몰입도를 향상했습니다
AI PIT STOP
캐치테이블은 전사 AI PIT STOP으로 이틀간 실전 중심 AI 교육과 해커톤을 진행했습니다. 구성원들이 AI 활용 성과를 체감하고 184개 과제를 도출해 확산을 추진합니다.
AI PIT STOP
AI는 QA를 대체하지 않았다, 대신 확장했다
AI를 QA 업무에 통합해 정보 구조화와 리스크 판단 범위 확대했습니다. 인간 검증을 결합한 휴먼 인 더 루프 기반 운영으로 테스트 설계와 품질 관리를 고도화합니다.
AI 시대, 성과 내는 조직일수록 토스식 TPM이 필요한 이유
토스는 TPM을 회색지대 문제를 발굴·구조화해 끝내는 전략 실행자로 재정의했습니다. AI 시대에 팀 간 의존성 증가로 이런 TPM 필요성 커진다고 말합니다.
성공적인 게임 출시를 위한 Amazon GameLift Servers 런칭 단계 가이드 – Part2
출시 2-3개월 전 한도 상향과 프로덕션 플릿 구성, 부하 테스트 준비를 권장했습니다. API 스로틀링 모니터링과 블루/그린 배포로 안정적 롤아웃을 보장합니다.
성공적인 게임 출시를 위한 Amazon GameLift Servers 사전 제작 단계 가이드 – Part1
이 글은 Amazon GameLift Servers로 멀티플레이어 게임 서버의 사전 제작 단계 권장사항을 설명했습니다. 인스턴스 선택, 세션 라이프사이클, 큐 기반 배치, 모니터링·로깅·알람 설정을 안내합니다.
비엔지니어의 Claude Code 활용 ROI 측정 - 4가지 베이스라인 지표
비엔지니어 환경에서 Claude Code의 ROI를 로컬 JSONL 로그와 ccusage로 측정했습니다. 토큰·세션 비용·도구 호출 분포·세션당 메시지 수로 베이스라인을 제시합니다.
[코드가 환경을 모르는 구조 6/7] 컨테이너는 왜 폭발하는가
컨테이너 복제로 CI가 느려지고 테스트 신뢰도가 떨어지는 문제가 있었습니다. Gradle BuildService로 컨테이너를 빌드 단위로 공유하고 모듈별 DB 스키마로 격리해 속도와 신뢰를 회복했습니다.
