
Spark Connect on Kubernetes #1: 견고한 Spark Connect 만들기
Spark Connect를 멀티세션 서비스로 운영하며 생기는 단일 장애점과 리소스 경합 문제를 다뤘습니다. replica, Gateway, 부하 점수 기반 세션 배치로 안정성을 높인 과정을 정리했습니다.

Spark Connect를 멀티세션 서비스로 운영하며 생기는 단일 장애점과 리소스 경합 문제를 다뤘습니다. replica, Gateway, 부하 점수 기반 세션 배치로 안정성을 높인 과정을 정리했습니다.

트립홀릭의 그래픽을 단순 에셋이 아니라 AI로 재현 가능한 비주얼 시스템으로 정리했습니다. 말풍선 모티프와 프롬프트 규칙으로 브랜드 일관성을 높이려는 과정을 공유했습니다.

사내 AI 에이전트의 컨텍스트 비용과 안전성 문제를 줄이기 위해 v2 구조와 런타임 가드레일을 재설계했습니다. 파일, 채널, 스킬을 필요한 순간에만 제한적으로 읽도록 바꿨습니다.

사내 AI 에이전트 채널랩스를 OpenAI Agents SDK 기반으로 재설계하고, 컨텍스트 비용을 줄이는 구조를 정리했습니다. 파일·채널·스킬을 reference 중심으로 다루며 안전성과 예측 가능성을 높였습니다.
![[의존성의 방향을 따라 5/5] Evergreen이 가능했던 이유](https://flex.team/blog/og/main.jpg)

Evergreen 자동화가 가능했던 구조적 전제를 Convention Plugin과 구조적 일관성 관점에서 정리했습니다. 대규모 변경 전파가 왜 일관된 빌드·CI 구조 위에서만 성립하는지 설명했습니다.
X
토큰증권(STO) 제도화 흐름과 전자증권법·자본시장법 개정의 핵심을 짚었습니다. 사업 구조 검토부터 인가 준비, 시장 진입까지 단계별 대응 전략을 제시했습니다.
X

Technical Writer의 전문성을 문서 플랫폼 토독으로 확장한 사례를 소개했습니다. 누구나 쉽게 문서를 쓰고 AI로 활용하며, 지식이 자동으로 갱신되는 구조를 만들었습니다.

토스 Technical Writer가 문서를 쓰는 역할을 넘어 지식 시스템을 설계하는 방향으로 확장한 이야기를 다뤘습니다. AI 시대에 조직의 맥락과 암묵지를 남기는 문서화의 중요성을 강조했습니다.

입력 스펙 변경에 맞춰 결함 탐지와 프롬프트 최적화를 자동화한 파이프라인 사례를 공유했습니다. 스펙 기반 AI 서비스 운영에 관심 있는 기획자와 AI 엔지니어를 위한 발표입니다.

AI 출력은 설명만으로는 통제되지 않아 스키마와 런타임 강제가 필요했습니다.\nStructured Outputs와 검증 한 지점화로 예측 가능한 AI 제품을 만들었습니다.