
AICX: Claude Code와 Antrophic Batch API를 활용하여 고객 채팅 상담 분석하기
Claude Code와 Anthropic Batch API로 고객 채팅 상담 분류·분석 파이프라인을 검증했습니다.실시간 API보다 비용을 줄이면서 배치 처리, 시각화, 후속 자동화 방향까지 정리했습니다.

Claude Code와 Anthropic Batch API로 고객 채팅 상담 분류·분석 파이프라인을 검증했습니다.실시간 API보다 비용을 줄이면서 배치 처리, 시각화, 후속 자동화 방향까지 정리했습니다.

가족 여행객에게 필요한 숙소 상세정보를 AI로 자동 생성하는 멀티 에이전트 방식을 소개했습니다. 수작업 한계를 넘어 전환율 향상과 대규모 콘텐츠 생성을 달성했습니다.


Claude Code와 MCP 기반 Claude를 PyCharm 사용자 관점에서 비교했습니다. 프로젝트 전체 파악과 터미널 작업에는 Claude Code가 더 유리하다고 정리했습니다.

세일즈팀 미팅 로그 작성 부담을 줄이기 위해 AI 자동화 워크플로우를 구축한 사례를 소개했습니다.문제 정의와 사용자 습관 변화가 구현보다 더 중요했다는 점을 배웠습니다.

라포랩스 광고사업팀의 데이터 기반 AD Sales 방식과 AI 활용 사례를 소개했습니다. 셀러 성과를 실시간으로 개선하며 매출을 키우는 협업 문화도 다뤘습니다.
여행 상품의 소개글과 코스 설명에서 일정 정보를 추출해 정형화된 데이터로 만들었습니다. 이를 바탕으로 도시와 기간에 맞는 테마별 여행 플래너 서비스를 실험했습니다.


AI 코딩 어시스턴트의 시장 동향과 국내외 도입 사례, 모델·솔루션 비교를 한 번에 정리했습니다.파일럿 검증을 거쳐 성능, 보안, 비용을 함께 고려한 점진적 도입 전략을 제안했습니다.


사내 멀티 LLM 플레이그라운드를 구축해 여러 모델을 한곳에서 비교하고 체험할 수 있게 했습니다. 이를 바탕으로 프롬프톤을 열어 서비스 캐릭터 페르소나 설계와 프롬프트 엔지니어링 경험을 확산했습니다.

AI 코딩 도구의 결제 연동 정확도를 높이기 위해 토스페이먼츠가 MCP 서버를 구현한 과정을 공유했습니다. 문서 청크화와 BM25 검색으로 맥락을 제공해 Hallucination을 줄이고 연동 품질을 개선했습니다.


AI가 작성한 코드의 리뷰 책임과 이해 수준을 두고 개발팀이 PR 템플릿 개선을 논의했습니다. 작업자 책임과 자동 검증 강화가 함께 필요하다는 점을 짚었습니다.


IntelliJ 사용자가 Cursor 대안을 찾다가 Claude + MCP 연동을 선택한 사례를 소개했습니다. IDE를 바꾸지 않고도 코드 지원과 외부 툴 연계를 활용하는 방법을 설명했습니다.

당근이 AI 실험을 통해 새로운 사용자 경험을 만드는 과정을 소개했습니다. 호기심을 행동으로 바꾸는 설계와 반복 개선의 중요성을 강조했습니다.