
누군가는 토스를 테스트하는 동안, 우리는 테스트하는 법을 만듭니다.
토스 QA Platform 팀이 매주 반복되는 대규모 릴리즈에서 품질을 지키는 방식과 자체 테스트 도구들을 소개했습니다. AI와 자동화를 활용하되 사람은 품질 기준과 최종 판단에 집중하는 방향을 제시했습니다.

토스 QA Platform 팀이 매주 반복되는 대규모 릴리즈에서 품질을 지키는 방식과 자체 테스트 도구들을 소개했습니다. AI와 자동화를 활용하되 사람은 품질 기준과 최종 판단에 집중하는 방향을 제시했습니다.

AI 코딩 시대에는 빠른 생성보다 빠른 검증이 더 중요하다고 설명했습니다. 스펙 주도 개발과 로컬 검증 환경으로 에이전트의 실수를 줄인 사례를 공유했습니다.

AI 코딩의 병목을 코드 생성이 아닌 조율과 검증 과정으로 보고, 제안자·도전자·조율자로 나눈 멀티 에이전트 개발 파이프라인을 소개했습니다. 복잡도와 리스크에 따라 토론 강도를 조절하며, 사람은 최종 판단에 집중하는 방식을 설명했습니다.
![[인프라를 소프트웨어처럼 1/5] Infrastructure as Code, 그리고 그다음](https://flex.team/blog/og/main.jpg)

Terraform plan은 변경점만 보여 주고 실제 동작은 보장하지 못한다고 설명했습니다. IaC를 넘어 테스트 가능성과 재현 가능성을 갖춘 IaS 관점이 필요하다고 강조했습니다.

AI 시대에는 도입보다 안정적인 운영과 인프라 역량이 더 중요해졌습니다. 이번 호는 시장 흐름과 플랫폼 엔지니어링, 클라우드 아키텍처, 보안·NPU 사례를 함께 다뤘습니다.

kt cloud가 플랫폼 엔지니어링으로 개발 환경의 복잡성을 줄이는 방안을 소개했습니다. 개발자가 더 빠르고 예측 가능하게 시작하도록 Self-Service와 자동화를 강화했습니다.


GitLab CI/CD 변수의 마스킹 한계를 재현하고, job 단위로 시크릿을 제한하는 Secrets Manager를 소개했습니다. 별도 Vault 운영 부담을 줄이면서 감사와 범위 통제를 강화하는 방법을 정리했습니다.

생성형 AI로 소프트웨어 규모가 폭발하는 메가 소프트웨어 시대의 변화와 개발자 역할 전환을 다루었습니다. 또한 암묵지 관리 시스템과 자동화된 거버넌스로 복잡성과 품질을 통제할 필요를 강조했습니다.

미리캔버스 프론트엔드 모노레포의 CI/CD와 배포 구조를 설명했습니다. 빌드 아티팩트 분리와 Module Federation, manifest 기반 독립 배포, 관측 지표를 함께 다뤘습니다.

모노레포를 유지하면서도 모놀리스화를 막기 위한 프론트엔드 계층 구조와 규칙을 설명했습니다. 공통 패키지 남용을 줄이고 의존성과 변경 전파를 제어하는 방법을 정리했습니다.
![[의존성의 방향을 따라 5/5] Evergreen이 가능했던 이유](https://flex.team/blog/og/main.jpg)

Evergreen 자동화가 가능했던 구조적 전제를 Convention Plugin과 구조적 일관성 관점에서 정리했습니다. 대규모 변경 전파가 왜 일관된 빌드·CI 구조 위에서만 성립하는지 설명했습니다.
![[의존성의 방향을 따라 4/5] PR을 전파하는 Distributer](https://flex.team/blog/og/main.jpg)

50개 이상의 레포에 흩어진 버전업 PR을 Wave 순서에 맞춰 자동 전파하고 머지하는 방식을 설명했습니다. CI, flaky test, 에스컬레이션까지 묶어 대규모 업그레이드 운영을 자동화했습니다.