
LLM 코딩 에이전트 작업 관리 방법
LLM 코딩 에이전트를 프롬프트만으로 쓰면 문맥 누적과 임의 판단 문제가 생겼습니다. Task/Plan 하네스로 작업을 분할하고 기록해 안정성과 리뷰 가능성을 높였습니다.

LLM 코딩 에이전트를 프롬프트만으로 쓰면 문맥 누적과 임의 판단 문제가 생겼습니다. Task/Plan 하네스로 작업을 분할하고 기록해 안정성과 리뷰 가능성을 높였습니다.

DSPy와 GEPA로 프롬프트 튜닝을 자동화해 조정 시간을 크게 줄인 사례를 소개했습니다. 건강·의료 응답에서 요건 준수와 가독성을 함께 개선한 운영 방법도 다뤘습니다.


동원F&B가 Bedrock AgentCore와 OpenSearch 하이브리드 검색으로 AI 쇼핑 어시스턴트를 구축했습니다. 토큰 97% 절감과 TTFT 2.58초 개선, CS 문의 23% 감소 성과를 얻었습니다.

토스 디자인챕터의 AI Contest 사례를 소개하며 디자이너들이 AI를 어떻게 활용했는지 정리했습니다. 반복 업무 자동화부터 협업 보조, 프로토타입 설득, 모션 제작까지의 활용 방향을 보여줬습니다.

트립홀릭의 그래픽을 단순 에셋이 아니라 AI로 재현 가능한 비주얼 시스템으로 정리했습니다. 말풍선 모티프와 프롬프트 규칙으로 브랜드 일관성을 높이려는 과정을 공유했습니다.

입력 스펙 변경에 맞춰 결함 탐지와 프롬프트 최적화를 자동화한 파이프라인 사례를 공유했습니다. 스펙 기반 AI 서비스 운영에 관심 있는 기획자와 AI 엔지니어를 위한 발표입니다.

AI ENGINEER NIGHT에서 나온 RAG, 에이전트, 평가 관련 질문에 채널톡 AI팀이 답변을 정리했습니다. 문서 구조 보존 청킹과 재탐색 전략, 데이터 게이트와 pass@k 평가 방식을 소개했습니다.

AI 태스크 QA를 자동화하기 위해 시나리오 생성, AI 사용자 대화, 평가, 개선 루프를 구성했습니다.외부 API 의존을 줄이고 이벤트 기반 처리와 캐싱을 적용해 반복 검증 비용과 수작업을 줄였습니다.

공공 특화 에이전트인 AI국민비서 구축 경험과 노하우를 공유한 발표 글입니다. 모델 선택, 속도 최적화, Safety 대응, 평가 체계까지 다뤘습니다.

비개발자가 한 달 동안 풀스택 개발을 하며 AI 협업 방법론과 환경 설계를 배웠습니다. 구체적 프롬프팅, 병렬 작업, MCP 활용, 문서화의 중요성을 정리했습니다.

AI 에이전트가 실제 업무를 수행하려면 프롬프트만이 아니라 실행 환경 설계가 중요하다고 설명했습니다. 도구, 권한, 테스트, 로그, 승인 흐름까지 포함한 하네스 엔지니어링을 강조했습니다.

생성형 AI가 개발자의 생산성을 높이는 코딩 어시스턴트로 활용되는 흐름을 정리했습니다. 프롬프트 엔지니어링의 중요성과 할루시네이션, 보안 같은 주의점도 함께 짚었습니다.