AI 검색 엔진 PAAS, 그리고 AI Agent 로서의 성장 잠재력
AI 검색 엔진 PAAS의 구조와 도입 배경, 그리고 딥서치와 멀티모달로의 확장 방향을 정리한 글입니다. 검색 기능을 AI Agent의 기반으로 보고 MCP와 모바일 실행까지 가능성을 제시했습니다.
#LLM#RAG
65005분
필터 1
Context Engineering? 원래 하던거 아닌가?
Context Engineering을 기존의 context 관리 실천과 Linear MCP 도입 사례로 설명했습니다. 티켓 메타데이터와 상태 연동으로 계획, 소통, 구현을 통합하는 방식을 공유했습니다.
#MCP#LLM
9005분
버그 대응과 PR 리뷰 시간을 90% 단축시킨 방법
Cursor와 MCP로 유저챗 대응과 PR 리뷰를 자동화해 반복 업무 시간을 크게 줄인 사례를 소개했습니다. 업무 절차를 문서화하고 파이프라인화해 AI가 분석과 리뷰를 돕도록 구성했습니다.
#Cursor#MCP
10005분
Cursor 전사 도입 6개월: 이후 변화들
Cursor 전사 도입 6개월 동안 개발팀이 AI 중심 워크플로로 전환된 과정을 공유했습니다. 문제 정의와 설계에 집중하고, 다양한 AI 도구로 생산성을 높인 사례를 소개했습니다.
#Cursor#TypeScript
14005분
Amazon Bedrock을 활용한 MCP 허브 아키텍처로 기업의 AI 시스템 비즈니스 민첩성 가속화
Amazon Bedrock과 MCP로 기업 AI 에이전트가 공통 도구를 표준화해 쓰는 중앙 허브 구조를 소개했습니다. 분산 개발과 중앙 거버넌스를 결합해 확장성, 보안, 운영 효율을 높이는 방식입니다.
#Amazon Bedrock#MCP
65005분
Amazon Q Developer와 MCP로 Aurora PostgreSQL 성능 최적화하기: 바이브 코딩부터 비용 절감까지
Amazon Q Developer와 MCP로 Aurora PostgreSQL의 성능 분석과 운영 작업을 자연어 기반으로 자동화하는 방법을 소개했습니다. 바이브 코딩, 튜닝, 비용 시뮬레이션까지 생산성 향상 사례를 함께 설명했습니다.
#Aurora PostgreSQL#MCP
51005분
FE News 25년 7월 소식을 전해드립니다!
FE News 25년 7월 소식을 전해드립니다!
2025년 7월 프론트엔드 주요 소식과 읽을거리, 튜토리얼, 도구를 한데 모아 소개했습니다. React 생태계 변화, i18n, MCP, ECMAScript 2025 같은 주제를 함께 살펴볼 수 있습니다.
#React#Next.js
290005분
첫 개발자 컨퍼런스, 이렇게 만들었습니다
채널톡 첫 개발자 컨퍼런스의 기획과 운영 과정을 공유했습니다. 사전 녹화와 실시간 Q&A로 완성도와 참여도를 함께 높인 점이 인상적입니다.
#회의#문화
14005분
n8n과 Open WebUI를 연결해보자
n8n과 Open WebUI를 연결해 간단한 챗봇 워크플로우를 구성하는 방법을 소개했습니다. Webhook과 N8N Pipe로 입력과 응답을 주고받고, 향후 RAG와 MCP로 확장할 계획입니다.
#n8n#Open WebUI
243005분
MCP를 넘어서려는 Google A2A 시스템, 어떻게 작동할까?
MCP를 넘어서려는 Google A2A 시스템, 어떻게 작동할까?
Google A2A 프로토콜의 개념과 작동 방식을 소개하고 MCP와의 차이를 정리했습니다. 여러 AI 에이전트가 공통 표준으로 협업하는 구조를 설명했습니다.
#MCP#LLM
110005분
우리 팀에도 Jarvis 가 생겼다 – 생성형 AI 로 만든 에러 분석가 이야기
생성형 AI와 Slack, Datadog, Git 연동으로 에러 로그 분석 자동화를 구현했습니다.\nMCP와 프롬프트 개선을 통해 운영 대응 속도를 높이고 분석 품질도 개선했습니다.
#LLM#MCP
228005분
LLM 그 이후: A2A의 멀티에이전트 오케스트레이션 시대
LLM 그 이후: A2A의 멀티에이전트 오케스트레이션 시대
단일 LLM의 한계를 보완하는 멀티에이전트 오케스트레이션과 A2A, MCP의 역할을 정리했습니다. 또한 뉴스 검색·요약 예제로 에이전트 협업 구조를 설명했습니다.
#LLM#MCP
96005분