오늘
사용자를 위해 일부러 어렵게 만드는 경험, 어디까지 괜찮을까?
10대 저축을 돕는 잠금 저금통을 만들며, 일부러 어렵게 만드는 경험의 기준을 정리했습니다. 사용자에게 죄책감 대신 선택권과 응원을 남기는 설계를 강조했습니다.
#UI/UX#인터랙션
2700
국내 IT 기업 기술 블로그 최신 글
필터 0
오늘
LLM에게 어디까지 맡길 것인가: AI 에이전트 기반 광고 분석 리포트 자동화
AI 에이전트로 광고 분석 리포트를 자동 생성하되, 계산과 해석을 분리해 신뢰성을 높였습니다. 섹션별 컨텍스트 분리와 평가 루프로 품질을 운영 가능하게 만들었습니다.
#LLM#AI 에이전트
1000
![[데이터센터 입문콘텐츠] GPU를 사 왔습니다. 그런데 이건 어디에 두나요? AI GPU와 데이터센터](https://static.gabia.com/www/common/gnb/gabia_logo_1200.jpg){kind=logo}
오늘
[데이터센터 입문콘텐츠] GPU를 사 왔습니다. 그런데 이건 어디에 두나요? AI GPU와 데이터센터
고성능 AI GPU는 서버실이 아니라 전력과 냉각을 갖춘 데이터센터에서 안정적으로 운용해야 합니다. GPU 확보와 함께 전력밀도, 발열, 하중까지 고려한 인프라 준비가 필요합니다.
#GPU#데이터센터
300
오늘
AI 에이전트의 작업을 관측 가능하게 만들기
AI 에이전트의 작업 흐름을 커밋 메시지와 세션 기록으로 관측 가능하게 만드는 방법을 정리했습니다. 신고 기반 집계와 파생 판정을 통해 새 저장소에서도 즉시 지표가 나오도록 구성했습니다.
#Git#LLM
300
오늘
AI 코딩 시대, 테스트의 역할
AI 코딩으로 테스트 작성 비용이 낮아지면서, 테스트의 역할이 구현 검증을 넘어 요구사항 정의와 완료 조건 설정까지 확장된다고 설명했습니다. 프론트엔드 TDD 적용 방식과 AI 코딩 어시스턴트와의 궁합도 함께 정리했습니다.
#TDD#Testing Library
600
오늘
쿼리가 아니라 정의를 고치기로 했습니다: Databricks Metric View 도입기
Databricks Metric View로 지표 정의를 한곳에 모아 대시보드와 분석 에이전트가 같은 값을 읽게 했습니다. 정제·집계 반복을 줄여 조회 비용도 함께 낮췄습니다.
#Databricks#Unity Catalog
800
딥테크 스타트업과 함께하는 AX 여정 | 오픈이노베이션 기술교류회 현장
딥테크 스타트업의 PoC와 AX 도입을 지원하는 가비아 AWS의 기술교류회 현장을 소개했습니다.\nAgentic AI 4-Layer 구조와 비용·마이그레이션 대응 방안을 함께 정리했습니다.
#AWS#LLM
1300
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
옵저버빌리티란 무엇이고, 왜 봐야 하는가
옵저버빌리티는 예상하지 못한 장애 원인까지 나중에 추적할 수 있게 만드는 기반입니다.\n메트릭, 로그, 트레이스를 연결해 마이크로서비스 환경의 문제를 요청 단위로 복원해야 했습니다.
#모니터링#트레이싱
2200
외부 API, 수신과 처리 분리하기
외부 API 수신과 실제 데이터 처리를 분리한 구조를 소개했습니다. 요청은 Payload로 저장하고 내부 Timer Event가 비동기로 처리하도록 설계했습니다.
#API#Batch Insert
1600
몇 달 전에 풀었던 문제를 오늘 또 풀고 있었습니다 — AI와의 대화를 팀의 지식으로 자동 축적한 이야기
몇 달 전에 풀었던 문제를 오늘 또 풀고 있었습니다 — AI와의 대화를 팀의 지식으로 자동 축적한 이야기
몇 달 전 풀었던 문제를 다시 만나 같은 시행착오를 겪은 경험을 바탕으로, AI와의 대화를 팀 지식으로 자동 축적하는 필요성을 정리했습니다. 반복 해결을 줄이고 기억에 의존하지 않도록 기록과 재활용 구조를 만들려는 이야기입니다.
#LLM#지식관리
2200
“배포해줘” 한 줄로 끝나는 배포 — 전 직원이 쓰는 사내 플랫폼 구축기
“배포해줘” 한 줄로 끝나는 배포 — 전 직원이 쓰는 사내 플랫폼 구축기
X
#배포#플랫폼
7300
QA 티켓 280건, AI와 함께 처리한 기록
QA 티켓 280건, AI와 함께 처리한 기록
X
#QA
3300
Oozie/Sqoop에서 Airflow/Spark로: 데이터 파이프라인 전환기
Oozie/Sqoop에서 Airflow/Spark로: 데이터 파이프라인 전환기
Oozie/Sqoop 기반 데이터 파이프라인을 Airflow/Spark로 전환한 사례를 정리했습니다.\nYAML 템플릿, 동적 파티셔닝, Parquet 최적화로 운영성과 조회 성능을 함께 개선했습니다.
#Airflow#Spark
500
AI-DLC 기반 GS SHOP 검색·추천 개발 프로세스 고도화 사례
GS SHOP 검색·추천팀이 AI-DLC로 자연어 검색과 추천 실험 프로세스를 표준화했습니다. 실데이터 검증을 통해 다음 개선 지점과 공정한 비교 구조를 함께 확보했습니다.
#검색#추천
2200