Cursor + Git Worktree 병렬 개발 한계와 해법
Cursor + Git Worktree 병렬 개발 한계와 해법
Cursor와 Git worktree를 함께 써서 단일 레포 병렬 개발의 브랜치 충돌과 인덱싱 부담을 줄였습니다.\nPLAN and ACT 규칙과 이슈 분해로 AI IDE 작업의 컨텍스트 전환 비용도 낮추는 방법을 소개했습니다.
#Cursor#Git
2005분
새로운 기술 블로그가 추가되었어요
필터 0
Cursor + Git Worktree 병렬 개발 한계와 해법
Cursor와 단일 레포 병렬 작업의 한계를 Git worktree로 해결한 사례를 정리했습니다. 또한 랜덤 포트 설정과 PLAN and ACT rule로 테스트 충돌과 컨텍스트 전환 부담을 줄였습니다.
#Cursor#Git Worktree
7005분
자네, 해커가 되지 않겠나? Hack Day 2025에 다녀왔습니다!
LY Corporation 사내 해커톤 Hack Day 2025 참가 후기를 전했습니다. 자유 주제 개발과 90초 발표, 글로벌 네트워킹과 AI 기반 프로덕트 경험을 공유했습니다.
#해커톤#Slack
74005분
도메인 관리 자동화를 위한 ExternalDNS
ExternalDNS로 EKS Ingress 도메인을 Route53에 자동 등록·관리하는 구성을 설명했습니다. 교차 계정 IAM 설정과 Helm 옵션, Ingress annotation, 삭제 동작 및 주의점까지 정리했습니다.
#EKS#ExternalDNS
64005분
Next.js 개발 중 마주한 Hydration Error와 원인
Next.js SSR 환경에서 Hydration Error가 발생한 원인과 점검 방법을 정리했습니다. dayjs locale 불일치로 서버와 클라이언트 렌더 결과가 달라진 사례를 설명했습니다.
#Next.js#React
135005분
모니터링에서 옵저버빌리티로 더 나은 시스템 이해를 위한 여정
기존 모니터링의 한계를 짚고 옵저버빌리티의 필요성을 설명했습니다. 메트릭·로그·트레이스를 연결해 원인 분석과 장애 대응을 더 정확하게 만드는 방향을 제시했습니다.
#모니터링#옵저버빌리티
107005분
“딸깍! QA 대응 완료” : 자동화로 QA 대응 프로세스 50% 단축하기
QA 대응 프로세스에 GitLab, Jenkins, Jira Automation을 연동해 수동 작업을 자동화했습니다.그 결과 개발자 후속 대응 단계를 절반으로 줄여 업무 흐름을 개선했습니다.
#자동화#QA
76005분
올해에는 DTO에 @Jacksonized 하나 놓아 드려야겠어요
Lombok `@Builder`와 Jackson을 함께 사용할 때 단일 필드 DTO에서 역직렬화 오류가 발생하는 원인을 설명했습니다. `@Jacksonized`를 사용하면 빌더 기반 역직렬화를 명시적으로 활성화할 수 있습니다.
#Lombok#Jackson
123005분
신입개발자의 역량과 성장에 대해서(feat. Done is better than perfect)
신입 개발자에게 필요한 소통, 탐색, 기록, 질문의 태도를 중심으로 성장 방법을 정리했습니다. 완벽한 코드보다 동작하는 기능부터 시작해 점진적으로 개선하자는 메시지를 담았습니다.
#Java#Kotlin
363005분
![[AWS Summit 2025] 생성형 AI 기반으로 스마트 인사이트 구현](https://tech.cloud.nongshim.co.kr/wp-content/uploads/amzonq250805.jpg)
[AWS Summit 2025] 생성형 AI 기반으로 스마트 인사이트 구현
AWS Summit 2025에서 Amazon Q in Quicksight와 Amazon Q Business 활용 사례를 소개했습니다.\n자연어 기반 분석과 사내 질의 응답으로 데이터 활용 장벽을 낮춘 점이 핵심입니다.
#AWS#LLM
48005분
AI 에이전트와 카카오페이 결제 오픈 API 연동하기: MCP Agent Toolkit 개발기
카카오페이는 AI 에이전트가 결제 API를 호출할 수 있도록 MCP 기반 Agent Toolkit을 개발했습니다. 표준 프로토콜과 멀티 프레임워크 지원으로 결제 연동의 확장성과 호환성을 높였습니다.
#MCP#LLM
97005분
밑바닥에서 개선한 추천시스템 with Two-Tower Model
Two-Tower 모델로 추천시스템의 후보 검색 단계와 학습 방식을 개선한 적용 사례를 다루었습니다. In-Batch Sampled SoftMax, LogQ Correction, ScaNN 활용과 운영 모니터링까지 함께 소개했습니다.
#추천시스템#Two-Tower
235005분