

프론트엔드 시점에서 정리한 SSE 도입과 메시지 유실 해결 과정
AI 챗봇 SSE에서 완료 메시지가 유실된 원인을 채널 생성·삭제 시점의 경쟁 조건으로 분석했습니다. 채널 선등록과 replay 기반 구독으로 연결 순서와 무관하게 결과를 수신하도록 개선했습니다.


AI 챗봇 SSE에서 완료 메시지가 유실된 원인을 채널 생성·삭제 시점의 경쟁 조건으로 분석했습니다. 채널 선등록과 replay 기반 구독으로 연결 순서와 무관하게 결과를 수신하도록 개선했습니다.


부하 테스트로 공통 조회 API의 병목과 N+1 호출을 확인하고 응답 구조를 개선했습니다. 요약 조회와 호출 제거로 병목의 상대적 위치가 낮아졌음을 확인했습니다.


MSK Express의 Kafka 트랜잭션 병목을 네트워크·코디네이터·클라이언트 한도로 분석했습니다.\n묶음 크기와 프로듀서 수를 먼저 조정하고 병목별 확장 전략을 제시했습니다.
AI 기반 자동화 공격과 침투 테스트 도구 악용 가능성에 따른 보안 위협을 짚었습니다. 기업이 Zero Trust 관점에서 클라우드 보안 과제를 점검하도록 안내합니다.

AI 데이터센터의 GPU·네트워크·전력·냉각 인프라와 운영 기술을 소개했습니다.\nDR, AIOps, BIM 기반으로 서비스 연속성과 구축·운영 효율을 높이는 방안을 다뤘습니다.

pnpm 11의 install script 차단 기능으로 171개 JS·TS 레포를 전환했습니다. AI 작업에는 단계별 회귀 검증 하네스를 붙여 결과를 직접 확인했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
그린하우스 시장 검증 캠페인에 참여한 6개 스타트업의 데모데이를 소개했습니다. 시장 반응, 시행착오, 리스크와 향후 사업 전략을 공유합니다.


Amazon Quick으로 Slack 메시지와 업무 기준 문서를 대조해 담당 이슈를 선별했습니다. Routine과 Agent로 매일 오전 Feed에 우선순위·근거·조치를 게시합니다.

AI 확률은 실행 권한이 아닌 판단 신호로 다뤄야 함을 설명했습니다. AWS에서 검증·정책 게이트·사람 승인·감사 기록을 분리하는 설계를 제안합니다.

AI 기반 제안서 평가에서는 명확하고 빠짐없는 RFP가 공정한 평가의 기준이 됩니다.\n조직 내부 발주 자산을 활용해 초안을 만들고 누락·모호성을 점검하는 방안을 소개합니다.

AI 디자이너 MVP의 A/B 테스트와 발화 분석으로 이탈 원인을 기능 미지원·응답 지연으로 구분했습니다.\n도구별 우선순위와 캔버스 맥락 활용 가설을 도출해 응답시간 개선과 제품 방향 논의에 반영했습니다.

공공 DR을 데이터 백업이 아닌 서비스 전체의 복구 역량으로 설명했습니다. 등급별 아키텍처와 훈련, AI 워크로드 복구 전략을 다뤘습니다.

추천팀은 AI 에이전트가 지침 문서를 바탕으로 SQL을 작성하고 Hadoop에서 분석하도록 구성했습니다.\n로그 접근 방법과 분석 기준을 컨텍스트로 설계해 신뢰 가능한 분석 환경을 만들고자 했습니다.

어피닛의 기업사 『매스니치 서바이벌』 북토크에서 인도 시장과 책의 취재·서술 방식을 나눴습니다.\n성과뿐 아니라 시행착오와 다양한 관점을 담은 기업사 제작 과정을 소개했습니다.