

Trino resource optimize on YARN
YARN 환경의 Trino 리소스를 재조정해 장비 증설 없이 가용 메모리를 늘리는 과정을 정리했습니다. AM Container와 RESERVED Resource를 고려해 Worker 중심으로 설정을 최적화했습니다.
새로운 기술 블로그가 추가되었어요


YARN 환경의 Trino 리소스를 재조정해 장비 증설 없이 가용 메모리를 늘리는 과정을 정리했습니다. AM Container와 RESERVED Resource를 고려해 Worker 중심으로 설정을 최적화했습니다.

LLM을 서비스에 적용할 때의 속도와 서빙 복잡도를 줄이는 방법을 소개했습니다. vllm, Triton, Kserve를 활용해 쉽게 배포하고 운영하는 흐름을 정리했습니다.

인도 중저신용자 대상 ACS에 AI와 LLM 적용을 확대했습니다. SMS 텍스트 분석 기반 부도 예측과 데이터 추출 정교화로 승인율과 리스크 관리를 개선했습니다.

인도 중저신용자 대상 대안신용평가시스템에 LLM과 AI NER2를 확대 적용했습니다. SMS 텍스트 기반 부도 예측 모델과 자동 평가 결과 생성으로 승인율과 응대 속도 개선을 노렸습니다.

인도 중저신용자 대상 대안신용평가시스템 ACS를 고도화하고 AI 적용을 확대했습니다. SMS 텍스트만으로 부도율을 예측하는 모델도 개발했습니다.

게임 QA를 버그 찾기보다 개발진과 유저 간 소통의 질을 높이는 품질 보증 활동으로 설명했습니다. 릴리즈 전후로 품질 기준을 세우고 후속 대응까지 이어가야 한다고 정리했습니다.
![[SpringBatch 연재 09] 입맛에 맞는 배치 처리를 위한 Custom ItemReader/ItemWriter 구현방법 알아보기](https://devocean.sk.com/thumnail/2024/11/25/de4422be5fc2a9d400b19cf1e87f25e6a772ee7f8991e22a5d0cdb379ef570a3.png)

Spring Batch의 기본 Reader/Writer로 부족한 경우를 대비해 커스텀 구현 방법을 다뤘습니다. Querydsl 기반 페이징 Reader와 외부 서비스 호출 Writer를 통해 배치 유연성을 높였습니다.


Apple Watch의 Notification 동작과 Long-look Interface 구현 과정을 정리했습니다. 알림 목적지 결정, Action 처리, 로그 수집 방법까지 살펴보았습니다.

Future<Flutter> 2024 행사 참석 후기와 현장 분위기, 발표 내용을 공유했습니다. Flutter Web, BloC, UI 커스터마이징 경험을 통해 얻은 학습과 인사이트도 정리했습니다.
Elasticsearch 동적 색인에서 발생한 CPU 과부하와 정합성 문제를 BulkProcessor와 백프레셔로 개선했습니다. 운영 로그와 테스트에서 안정성을 높이면서도 처리 시간은 유사하게 유지했습니다.

Pruning을 이용한 딥러닝 네트워크 경량화 개념을 소개하는 글입니다. 자율주행 알고리즘 최적화와 실제 적용 사례를 다룹니다.


검색 서비스 프런트엔드에서 검색 결과 UI를 큐레이션하는 경험을 공유했습니다. PC와 모바일 코드 통합, 리스팅과 컬렉션 구조를 중심으로 좋은 코드의 기준을 고민했습니다.