재고 서비스의 진화와 혁신: 지속적인 개선을 통한 안정성과 확장성 강화
재고 서비스를 수작업 중심 구조에서 ERP·Redis·Kafka 기반으로 개편한 사례를 다뤘습니다. 마이크로서비스화와 비동기 동기화로 성능과 안정성을 높인 과정과 성과를 소개했습니다.
새로운 기술 블로그가 추가되었어요
재고 서비스를 수작업 중심 구조에서 ERP·Redis·Kafka 기반으로 개편한 사례를 다뤘습니다. 마이크로서비스화와 비동기 동기화로 성능과 안정성을 높인 과정과 성과를 소개했습니다.

Hive 배치 기반 파생 데이터 생성 지연 문제를 Spark Streaming으로 실시간 처리하도록 전환한 사례를 소개했습니다. Kafka 오프셋과 처리량, LAG 모니터링으로 안정적인 운영 방법도 함께 설명했습니다.


클라우드 서버리스와 온프레미스 서버리스의 차이와 장점을 비교했습니다. OpenFaaS를 활용한 온프레미스 서버리스 실행 방법과 선택 기준도 함께 살펴봤습니다.

카카오 CTO가 if(kakaoAI)2024에서 AI Native 전략을 소개했습니다. AI를 문화와 서비스 전반에 내재화하려는 방향을 제시했습니다.


아이보 장례식 사례를 통해 AI 반려로봇 상용화의 과제를 짚었습니다. 인터넷 연결 안정성, 부품 모듈화, 자기진단과 쉬운 사용성이 핵심으로 제시했습니다.

DEVIEW가 DAN 24로 새롭게 돌아와 네이버의 미래 방향과 기술·디자인·체험 프로그램을 함께 선보입니다. 11월 11~12일 코엑스에서 열리며 참가 신청 일정도 안내했습니다.
![[Python] C Library 이용해서 성능 높이기(SIMD + 병렬처리, 3편)](https://devocean.sk.com/thumnail/2024/10/22/c7aa5a88cc502ff04b3cc9525642a0c225571d9875845a184e24b6171f75cf47.png)

Python 연산을 C++ DLL로 넘겨 Thread, OpenMP, SIMD를 적용해 성능을 비교했습니다. 멀티코어 활용 효과는 컸지만 SIMD와 OpenMP의 단순 적용 효과는 크지 않았습니다.

X


생성 AI와 LLM이 자동차에 들어오며 차량 상태 안내, 대화형 어시스턴트, 경로 추천 같은 개인화 기능이 확장되고 있습니다. 또한 비전과 LLM 결합으로 자율주행과 실내 인식의 정확도를 높일 가능성을 보여줍니다.

멀티 테넌트 데이터의 격리 수준과 행 단위 격리의 장단점을 정리했습니다. 쿼리에서 tenant_id 사용을 강제하고 암호화로 보호하는 방법도 소개했습니다.


AKS에 Qdrant를 배포해 RAG 개발 환경을 빠르게 구성하는 방법을 소개했습니다. Kubernetes 설정과 Ingress 튜닝으로 저장성과 외부 접근성을 확보했습니다.

토스증권 UX 리서처가 초보와 숙련 투자자를 인터뷰하며 첫 매수의 장벽과 투자 루틴의 차이를 발견했습니다. 그 결과 관심종목, 알림, 조건주문 같은 기능이 초보의 루틴 형성을 돕는 방향으로 이어졌습니다.