새로운 기술 블로그가 추가되었어요
3개 서비스에 맞는 SLO와 모니터를 데이터 기반으로 표준화하고, 배포 중 Error Budget이 소진되지 않도록 자동화했습니다. 오탐을 줄이고 실제 비즈니스 실패를 더 정확히 탐지하는 운영 체계를 구축했습니다.
AI 연산과 데이터 처리를 지탱하는 인프라로 데이터센터를 소개했습니다. 서버, 스토리지, 네트워크가 모인 AI 시대의 기반 역할을 설명했습니다.
무신사 O4O팀이 오프라인 매장을 직접 체험하며 현장 업무와 운영 문제를 파악했습니다. 반복 작업 자동화, 재고 정합성 개선, 현장 중심 제품 고도화의 필요성을 정리했습니다.
롯데백화점은 Bedrock과 Strands Agents로 AI 컨시어지 더스틴을 구축했습니다.\n이벤트 기반 색인과 토큰 최적화로 최신 정보 응답과 운영 효율을 높였습니다.
마이리얼트립 항공실이 럭키글라이드 특가 서비스를 빠르게 출시한 배경을 소개했습니다. 명확한 목표와 신뢰 기반의 소수정예 실행력이 핵심이었습니다.
GitHub Spec Kit을 바탕으로 SDD의 4단계 흐름을 정리했습니다. 명세를 중심에 두어 AI 코딩의 불확실성을 줄이는 방법을 소개했습니다.
X
![[2.27/추가모집] 코딩은 몰라도 자동화는 하고 싶어: 비전공자를 위한 n8n AI 워크플로 자동화 입문](https://tech.goorm.io/wp-content/uploads/2026/01/BLOG_thumbnail-1.jpg)
비개발 직군도 참여할 수 있는 n8n 기반 업무 자동화 입문 워크숍을 소개했습니다. 구글 시트 분석, 이메일 분류 등 실습 중심으로 반복 업무 자동화 방법을 다뤘습니다.
Amazon Bedrock의 엔드포인트 종류와 CRIS 활용, quota 증설 방법을 정리했습니다. 또한 CloudWatch와 로깅, 캐시 기능으로 토큰 사용량과 비용을 최적화하는 방법을 소개했습니다.
Amazon Bedrock의 엔드포인트, 쿼터, 모니터링, 최적화 방법을 정리했습니다. CRIS와 캐시, 라우팅, 메모리 기능으로 비용과 안정성을 개선할 수 있습니다.
운영 DB 중심 분석의 한계를 넘기 위해 S3, Athena, Airflow, dbt 기반 데이터 환경을 구축했습니다.\nAI skill로 소스 연결, 모델링, 문서화를 자동화하며 실무 생산성을 높였습니다.
유저가 원하지 않는 기능을 막기 위해 제품을 직접 써보는 ‘개밥 먹기’를 소개했습니다. 빠른 피드백과 팀 정렬로 개선점을 찾는 실천 방법을 제안했습니다.
