국내 IT 기업 기술 블로그 최신 글

NEW FEATURE

기술을 읽던 곳에서, 다음 기회를 만나세요.

채용 검색부터 관심사 기반 추천, 내 적합도까지.

필터 0
선택된 필터 없음
[뉴스레터] Cover Story - 6호
밸런스히어로
기타

[뉴스레터] Cover Story - 6호

인도 금융 포용의 초점이 계좌·결제 보급에서 신용 기록 부족 계층의 대출 접근성으로 이동했습니다. 대안 데이터 심사와 데이터 보호·책임 대출의 균형을 강조합니다.

#금융포용#신용평가
300
Vue.js와 React.js의 사용 경험 비교
넥스트리
프론트엔드

Vue.js와 React.js의 사용 경험 비교

React와 Vue의 컴포넌트 작성 방식, 반응성·상태 관리·SSR 생태계를 비교했습니다.\n경량 환경의 생산성과 협업성을 고려한 Vue 선택 경험을 공유했습니다.

#React#Vue.js
1900
ISF 2026 Wrap up: AI, 이제는 실전이다!
클라우드메이트
AI

ISF 2026 Wrap up: AI, 이제는 실전이다!

ISF 2026은 엔터프라이즈 AI 활용이 PoC를 넘어 실전 단계에 진입했음을 조명했습니다. AI 보안은 URL 차단을 넘어 에이전트의 실행·데이터 흐름을 관리해야 합니다.

#생성형 AI#에이전트
200
MCP 서버와 에이전트 호스트, 왜 둘로 나누었는가
넥스트리
AI

MCP 서버와 에이전트 호스트, 왜 둘로 나누었는가

MCP 서버와 에이전트 호스트를 책임과 통제 경계에 따라 분리한 설계를 설명했습니다. 승인 제안·폼 정의의 소유권을 서버로 모아 ID 노출과 조용한 실패를 줄였습니다.

#MCP#LLM
400
Gemini 4 Argon 공개 등 10월 첫째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
Google for Developers
AI

Gemini 4 Argon 공개 등 10월 첫째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!

Google의 9월 넷째 주 개발자 업데이트를 제품별로 모았습니다. Gemini, Android, Firebase 관련 신규 기능과 사례를 소개합니다.

#Gemini#Android
000
[플랫폼설계] DevOps에서 Platform Engineering으로: kt cloud의 여정
KT 클라우드
데브옵스

[플랫폼설계] DevOps에서 Platform Engineering으로: kt cloud의 여정

개발자의 인지 부담을 줄이기 위해 골든 패스와 Platform Portal 설계 방향을 정리했습니다.\nGitOps·정책 자동화와 RAG 기반 AI 도우미로 개발자 경험을 개선합니다.

#Platform Engineering#GitOps
2100
조직을 위한 AI 에이전트는 어떤 형태일까? Amazon Quick Hands-on Day 현장
가비아
AI

조직을 위한 AI 에이전트는 어떤 형태일까? Amazon Quick Hands-on Day 현장

Amazon Quick으로 사내 데이터와 업무를 연결하는 AI 에이전트 실습을 소개했습니다. 보안 거버넌스와 자연어 기반 분석·자동화 기능을 함께 다뤘습니다.

#Amazon Quick#AWS
900
[AI활용] AI 자동화, 어디서부터 시작해야 할까?
KT 클라우드
AI

[AI활용] AI 자동화, 어디서부터 시작해야 할까?

반복 입력 업무의 암묵지를 찾아 AI 자동화 대상으로 정의한 과정을 소개했습니다. 하드코딩 대신 룰셋을 데이터로 분리해 유지보수 가능한 팀 시스템으로 전환했습니다.

#LLM#자동화
1400
[Team Spotlight]  ‘트래픽유닛’ 스트리밍을 넘어 함께 '응원하는' 음악 경험을 만듭니다.
드림어스
기타

[Team Spotlight] ‘트래픽유닛’ 스트리밍을 넘어 함께 '응원하는' 음악 경험을 만듭니다.

FLO는 팬이 함께 음악을 듣고 아티스트를 응원하는 참여형 스트리밍 서비스 ‘응원하기’를 출시했습니다.\n신규 BM을 빠르게 실험하고 팬 반응을 분석해 플랫폼 트래픽과 음악 경험을 확장합니다.

#FLO#스트리밍
400
LLM이 만든 SQL을 믿고 실행하기까지: A2A 기반의 대화형 BI 애플리케이션 개발기
라인
AI

LLM이 만든 SQL을 믿고 실행하기까지: A2A 기반의 대화형 BI 애플리케이션 개발기

A2A 역할 분리와 온톨로지 기반 RAG로 대화형 BI의 지표 해석 근거를 보강했습니다.\nQuery Guardrail의 RLS·CLS 검증으로 LLM 생성 SQL의 실행 안전성을 통제했습니다.

#LLM#SQL
1600
Jev로 판단하고 AWS DevOps Agent로 조사하는 AI 팀원 만들기
아임웹
데브옵스

Jev로 판단하고 AWS DevOps Agent로 조사하는 AI 팀원 만들기

Jev와 AWS DevOps Agent를 결합한 Slack DevOps 봇의 판단·조사 구조를 소개했습니다.\n규칙보다 팀 지식과 피드백을 활용해 품질을 높이고 관리형 에이전트 한계를 보완했습니다.

#AWS#EKS
200
에이전트도 읽는 디자인 시스템, Clay 개편기
아임웹
프론트엔드

에이전트도 읽는 디자인 시스템, Clay 개편기

AI 에이전트가 읽는 Clay 디자인 시스템을 위해 Figma·React의 명칭과 구조를 통일했습니다.\n가이드라인과 CLI를 제공해 타입 에러를 없애고 작업 시간·비용을 절반 가까이 낮췄습니다.

#디자인 시스템#AI 에이전트
2600
로그가 서비스를 죽였다
무신사
백엔드

로그가 서비스를 죽였다

동기 stdout 로깅이 커넥션 풀 고갈과 요청 실패로 이어진 원인을 분석했습니다. caller에서 추적 ID를 캡처해 비동기 로깅과 관측성을 함께 유지했습니다.

#logging#OpenTelemetry
2600
데이터 분석 에이전트를 만들며 배운 컨텍스트 설계
카카오
기타

데이터 분석 에이전트를 만들며 배운 컨텍스트 설계

요약할 수 있는 내용이 충분하지 않아요. 원문에서 확인해 주세요.

400