새로운 기술 블로그가 추가되었어요

필터 0
선택된 필터 없음
AI는 어디까지 나를 대체할 수 있나?
카카오
AI

AI는 어디까지 나를 대체할 수 있나?

AI가 개발자를 어디까지 대체할 수 있는지 문제의식을 다룬 글입니다. 사내 설명서 서비스에 챗봇을 도입한 경험을 바탕으로 AI 활용을 살펴봅니다.

#ChatGPT
63005분
강좌를 통해 살펴본 프롬프트 엔지니어링의 기초
현대자동차그룹
기타

강좌를 통해 살펴본 프롬프트 엔지니어링의 기초

X

#LLM#prompt
55005분
Function Calling: LLM이 외부 세계와 소통하는 방법 (ft. Qwen, llama, Gemma)
데보션
AI

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.

#LLM#Function Calling
67005분
지금의 방식이 최선일까? AI로 임팩트를 바꾸는 당근 운영실
당근마켓
AI

지금의 방식이 최선일까? AI로 임팩트를 바꾸는 당근 운영실

당근 운영실이 AI를 활용해 기존 업무 방식을 다시 설계한 사례를 소개했습니다. 멀티 에이전트, CS 분석, 리뷰 라벨링 도구로 실행 속도와 업무 효율을 크게 높였습니다.

#LLM#AI Agent
154005분
디자인 생산성을 높이는 피그마 플러그인을 만들어보자 2부: 개발 편
우아한 형제들
프론트엔드

디자인 생산성을 높이는 피그마 플러그인을 만들어보자 2부: 개발 편

피그마 플러그인으로 실제 데이터를 디자인 시안에 적용하는 구조와 구현 과정을 정리했습니다. 샌드박스, CORS, 라우팅 제약을 우회한 방법과 로그 수집 개선 사례도 소개했습니다.

#Figma#React
84005분
디자인 생산성을 높이는 피그마 플러그인을 만들어보자 1부: 디자인 편
우아한 형제들
프론트엔드

디자인 생산성을 높이는 피그마 플러그인을 만들어보자 1부: 디자인 편

UT용 프로토타입 데이터 입력의 반복 작업과 리소스 탐색 비효율을 줄이기 위해 피그마 플러그인 데이터브릿지를 만들었습니다. 실제 데이터 적용과 기능 단순화로 작업 시간을 크게 줄이고 인터뷰 몰입도를 높였습니다.

#Figma#UI/UX
86005분
CUDA OOM 해결 사례 공유 - PyTorch all_gather_object 의 비밀
데보션
AI

CUDA OOM 해결 사례 공유 - PyTorch all_gather_object 의 비밀

데이터셋 로딩 중 발생한 CUDA OOM의 원인을 `all_gather_object` 내부 동작에서 찾았습니다. 데이터를 chunk로 나눠 gather하도록 바꿔 GPU 메모리 사용량을 줄였습니다.

#CUDA#PyTorch
35005분
토스증권의 Nasdaq Smart Options 실시간 제공 사례
AWS
데브옵스

토스증권의 Nasdaq Smart Options 실시간 제공 사례

토스증권은 Nasdaq Smart Options 실시간 시세를 국내에 안정적으로 전송하기 위해 글로벌 인프라와 EKS 기반 소비 구조를 구축했습니다. 또한 Sliding Window Counter와 장애 대응 체계를 적용해 지연과 유실을 줄였습니다.

#AWS#Kafka
99005분
RDS PostgreSQL 트랜잭션 ID 랩어라운드 방지를 위한 autovacuum 모니터링에 postgres_get_av_diag() 사용하기
AWS
백엔드

RDS PostgreSQL 트랜잭션 ID 랩어라운드 방지를 위한 autovacuum 모니터링에 postgres_get_av_diag() 사용하기

RDS PostgreSQL의 autovacuum 지연과 XID 랩어라운드 위험을 줄이기 위해 postgres_get_av_diag() 활용법을 소개했습니다. Lambda, EventBridge, SES를 연결해 차단 원인을 주기적으로 감지하고 알림하는 방법을 설명했습니다.

#RDS#PostgreSQL
50005분
Amazon DataZone에서 Custom Asset Type을 활용하여 외부 자산(Tableau) 통합 및 데이터 계보 관리하기
AWS
아키텍처

Amazon DataZone에서 Custom Asset Type을 활용하여 외부 자산(Tableau) 통합 및 데이터 계보 관리하기

Amazon DataZone의 Custom Asset Type으로 Tableau 대시보드를 외부 자산으로 통합하고 계보를 구성하는 방법을 설명했습니다. 메타데이터와 OpenLineage 이벤트를 활용해 AWS와 외부 BI 자산을 함께 관리하는 흐름을 정리했습니다.

#AWS#Amazon DataZone
29005분
Android 단말의 위치 데이터 활용: NLP 위치 제공자 특성 및 고려사항
삼성
프론트엔드

Android 단말의 위치 데이터 활용: NLP 위치 제공자 특성 및 고려사항

Android 단말의 위치 데이터 활용과 NLP 위치 제공자 특성을 다루는 글입니다. 본문이 일부만 보여 세부 내용은 확인되지 않았습니다.

#Android#NLP
0005분
Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.
QueryPie
AI

Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.

Google Agentspace의 생산성 중심 실행 구조와 QueryPie MCP PAM의 정책 기반 통제 구조를 비교했습니다.실행 시점 승인, 감사, 민감정보 보호를 위해 두 솔루션의 병행 구성이 필요함을 설명했습니다.

#Google Agentspace#QueryPie
20005분