
Kanana-o 신규 모델 및 API 베타 서비스를 공개합니다.
X

X


AI가 대신 쇼핑하는 시대를 준비하기 위한 블록체인, Web3, AP2, x402, UCP의 역할을 정리했습니다. 통제 가능한 AI 커머스를 만들기 위한 표준화 흐름을 소개했습니다.

이커머스 QA에서 테스트 데이터 생성 시간을 줄이기 위해 기존 E2E 대시보드에 상태 생성 버튼을 추가했습니다.\n주문 API를 조합해 원하는 주문 상태를 빠르게 만들고, QA는 테스트 설계와 리스크 판단에 더 집중하게 되었습니다.

Swagger에 있던 Test API를 누구나 쉽게 실행할 수 있도록 내부 QA Platform으로 정리했습니다.\n버튼 기반 실행과 자동화 통합으로 테스트 장벽을 낮추고 품질 검증 속도를 높였습니다.

모듈유닛의 개념과 페이지 구성 방식, 유지보수 장점을 설명했습니다. 공통 구조인 만큼 기획 단계에서 영향 범위와 정책을 함께 검토해야 한다고 정리했습니다.

대규모 LLM 서비스에서 프롬프트보다 컨텍스트 설계가 더 중요하다는 점을 설명했습니다.\n필요한 도구와 정보만 단계적으로 주입해 성능 저하와 환각을 줄인 방법을 공유했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

디자인 시스템을 통제보다 제품의 관점에서 다시 바라본 글입니다. Flat과 Compound API를 함께 제공하는 하이브리드 전략으로 확장성과 사용성을 균형 있게 다루었습니다.

제네릭으로 타입을 추상화해 서로 다른 도메인의 로직을 하나로 묶는 방법을 설명했습니다. 또한 변성과 유틸리티 타입을 통해 타입 안전성과 실용성의 균형을 살펴보았습니다.
무신사는 외부 POS 의존으로 생기던 개발 지연과 비용 문제를 해결하기 위해 MPOS를 전면 내재화했습니다. Electron 기반으로 하드웨어 연동, 배포, 모니터링을 정비해 운영 통제력과 개발 속도를 높였습니다.
Karrot이 GenAI 도입 확산을 위해 LLM Router, Prompt Studio, KarrotChat을 구축한 과정을 소개했습니다. 계정·비용 관리부터 실험, 에이전트 실행, 장애 대응까지 통합한 플랫폼 구조를 설명했습니다.

지도보기 API의 병목이던 표준 상품 API 호출을 동적 window 분할과 Coroutine Async로 병렬화했습니다. 그 결과 응답 시간을 8~10초에서 약 2초로 줄이고 TPS도 크게 개선했습니다.


Amazon Bedrock AgentCore Memory로 LLM의 Statelessness를 보완하는 기억 시스템을 소개했습니다. 단기·장기 기억, 자동 검색, 대화 분기를 통해 기억하는 AI 에이전트를 구현하는 방법을 설명했습니다.

버그 triage부터 티켓 생성, 코드 분석, PR 작성까지를 자동화한 워크플로우를 소개했습니다. Notion과 LLM, Cursor를 연결해 반복 업무를 줄이고 개발 집중 시간을 확보했습니다.

우테코 7기 크루들이 기획부터 운영까지 직접 겪은 서비스 론칭과 개선 과정을 소개했습니다. 실제 사용자 피드백을 바탕으로 기능과 구조를 계속 다듬은 협업 경험을 담았습니다.