

Function Calling: LLM이 외부 세계와 소통하는 방법 (ft. Qwen, llama, Gemma)
Function Calling의 개념과 작동 원리를 설명하고, Qwen·Llama·Gemma로 구현 차이를 비교했습니다. LLM과 애플리케이션의 역할 분리 및 모델별 파싱 방식도 함께 정리했습니다.


Function Calling의 개념과 작동 원리를 설명하고, Qwen·Llama·Gemma로 구현 차이를 비교했습니다. LLM과 애플리케이션의 역할 분리 및 모델별 파싱 방식도 함께 정리했습니다.


Cursor AI를 활용해 Python 기반 업무 자동화를 실험한 사용기였습니다. 사내 웹서버 모니터링 자동화와 VDI 환경의 설치 문제 해결 과정을 함께 공유했습니다.


Google의 A2A와 MCP가 각각 에이전트 협업과 도구 연결을 어떻게 담당하는지 설명했습니다. 두 프로토콜을 함께 써서 멀티 에이전트 AI 시스템의 실용성을 높이는 방향을 소개했습니다.


MWAA에서 Oracle 쿼리 수행 시 발생한 `DPY-3015` 오류의 원인과 해결 방법을 정리했습니다. thin 모드 제약을 피하려면 thick 모드 전환과 Oracle Client 설치가 필요했습니다.


AB180 인턴 경험을 바탕으로 백엔드 개발자로 성장한 과정을 회고했습니다. 소통 문화, Tech Spec, 마이그레이션과 장애 대응을 통해 배운 점을 정리했습니다.


AB180 인턴십에서 비용 연동 시스템 개선과 E2E 테스트 자동화를 수행했습니다. 대규모 데이터 처리와 협업 문화 속에서 백엔드 실무와 성장 경험을 얻었습니다.


AWS Lambda와 EventBridge로 AWS Health Event를 감지해 슬랙으로 전송하는 구성 사례입니다. S3에 이력을 저장하고 매일 09시에 미처리 이벤트를 재전송하도록 구현했습니다.


AWS Lambda에서 AWS CLI를 직접 쓰기 위해 Lambda Layer에 awscli를 포함하는 방법을 설명했습니다. Layer 적용 후 aws s3 sync 같은 명령을 subprocess로 실행할 수 있었습니다.


Django REST Framework에서 django-modeltranslation으로 다국어 지원을 구현한 사례를 소개했습니다. DB 기반 번역 관리와 fallback 설정으로 유지 보수성과 사용자 경험을 높였습니다.


Polars는 Pandas와 비슷한 인터페이스를 유지하면서도 Rust 기반 최적화로 대용량 데이터 처리 성능을 높였습니다. Lazy Execution과 멀티코어 활용으로 로컬 환경에서도 빠른 전처리와 분석을 기대할 수 있습니다.
![[Python] Python 개요 정리](https://bespin-wordpress-bucket.s3.ap-northeast-2.amazonaws.com/wp-content/uploads/2025/03/image-114.png)

Python의 기본 개념과 특징, 장점을 소개한 글이었습니다. 여러 기업의 활용 사례를 통해 실무 적용 가능성도 함께 설명했습니다.


Apache Airflow의 설치와 실행이 어렵다는 문제를 Astro CLI로 쉽게 줄이는 방법을 소개했습니다. 단 몇 개의 명령어와 템플릿, 테스트 도구로 로컬 개발 환경을 빠르게 구성할 수 있었습니다.