
PyTorch 2.x Torch Compile로 딥러닝 성능 올려보기
PyTorch 2.x의 핵심 기능인 Torch Compile을 소개하는 글입니다. 딥러닝 성능을 높이는 관점에서 PyTorch 2.0의 변화 포인트를 다뤘습니다.
새로운 기술 블로그가 추가되었어요

PyTorch 2.x의 핵심 기능인 Torch Compile을 소개하는 글입니다. 딥러닝 성능을 높이는 관점에서 PyTorch 2.0의 변화 포인트를 다뤘습니다.


자체 제작 데이터베이스 Luft의 탄력성을 높이기 위해 shared nothing에서 shared storage로 전환한 경험을 공유했습니다. 구조 변경을 통해 확장성 개선 방향을 다뤘습니다.


에이닷 서버팀이 GitOps와 IaC를 바탕으로 클라우드 운영 비용을 줄인 사례를 소개했습니다. CloudWatch와 RDS를 최적화해 로그·DB 비용을 절감한 과정을 정리했습니다.

퀸잇 제품팀은 블프 성과를 높이기 위해 행사 인지 강화를 핵심 가설로 세웠습니다. 잇데이에서 사전 검증 후 블프에 적용해 구매전환과 객단가를 개선했습니다.

글로벌 웹사이트의 SEO와 사용자 경험을 함께 개선한 사례를 다뤘습니다. 필터, 지역 설정, 카테고리, 반응형 디자인으로 검색 노출과 방문 성과를 높였습니다.


로그 인리치먼트로 감사로그의 컨텍스트를 보강한 설계와 구현 사례를 다뤘습니다. 비동기 처리, 메타데이터 저장소, S3 적재와 중복 제거 전략을 설명했습니다.

네이버 FE 엔지니어들이 2025년 3월 FE News에서 프론트엔드 주요 소식을 큐레이션해 소개했습니다. 웹 성능 최적화와 CRA 종료 등 생태계 변화를 함께 다뤘습니다.


Amazon Bedrock 사용자 지정 모델로 DeepSeek-R1 Distill Llama를 배포하는 방법을 안내했습니다.\n서버리스 호스팅, 비용 구조, 버전 관리와 모니터링 포인트도 함께 정리했습니다.


LLM 기반 AI 에이전트의 Tool Calling 한계를 Code Interpreter로 확장하는 흐름을 설명했습니다. Docker 샌드박스와 LangGraph로 안전하게 적용하는 예시도 함께 다뤘습니다.


자연어 검색 에이전트의 품질을 높이기 위해 Entity RAG와 Knowledge-aware retrieval을 적용한 사례를 소개했습니다. 신규 개체 인식과 테마 질의 대응 성능이 개선되었고, 향후 적용 범위 확대도 제시했습니다.


인터페이스 이력 관리 시스템을 AOP와 MDC, Kafka Interceptor로 구현한 과정을 정리했습니다. 멀티스레드 전파와 호출 스택 누락 문제를 여러 차례 개선한 시행착오를 공유했습니다.


n8n 커뮤니티 노드를 개발하고 배포하는 과정을 단계별로 소개했습니다. 템플릿 설정부터 로컬 테스트, npm 배포, 설치 방법까지 정리했습니다.