새로운 기술 블로그가 추가되었어요
SwiftUI 기반 Date·인원 선택 UI를 도메인별 정책에 맞게 분리하고 공통 달력 Core로 재구성했습니다. LazyVGrid를 대체해 iOS 16 안정성과 렌더링 성능도 개선했습니다.
OpenTelemetry와 Kafka를 활용해 마이크로서비스 환경의 Observability 파이프라인을 구축한 사례를 소개했습니다.\n자동 계측, 중앙 Collector, Signal별 분리로 안정성과 확장성을 높였습니다.
Claude Code 기반 바이브 코딩에서 발생하는 누락과 오해의 원인을 정리하고, 이를 줄이기 위한 컨텍스트 관리 전략을 설명했습니다. 작은 요청 분리, Plan 모드, Todo, 서브에이전트, CLAUDE.md 활용법을 제안했습니다.
React Query 버전업 과정에서 코드 생성 기반 API 관리 구조의 결함을 발견했습니다. 라이브러리 의존성을 분리하고 어댑터로 호환성을 확보하는 방향으로 개선했습니다.
Elasticsearch 롤링 재시작 시 캐시 미준비 노드로 트래픽이 유입돼 지연과 장애가 발생하는 문제를 다뤘습니다. search-coordinator 프록시로 워밍업 완료 노드에만 검색 트래픽을 보내는 구조를 소개했습니다.
미리캔버스 합성팀이 디자인을 다양한 출력물로 빠르고 안정적으로 변환하는 파이프라인과 운영 방식을 소개했습니다. 고해상도 처리, 정합성 검증, 비용 최적화까지 함께 다뤘습니다.
Amazon Bedrock AgentCore Observability로 AI 에이전트의 동작, 비용, 지연시간을 프로덕션 수준에서 추적하는 방법을 소개했습니다. OpenTelemetry 기반 자동 계측과 트레이스 분석으로 디버깅과 비용 최적화를 돕습니다.
Flutter와 Clean Architecture로 주문접수 채널의 멀티 플랫폼 확장성과 유지보수성을 높인 사례를 소개했습니다. 또한 웹뷰 기반 전환으로 배포 속도와 긴급 대응력을 개선하려는 방향을 설명했습니다.
드림어스컴퍼니 Web Frontend 개발자 Louis의 인터뷰로, FLO RE;CORD 개발 경험과 AI 활용 사례를 소개했습니다. 옛날 노래 중심의 플레이리스트와 추천 이유도 함께 전했습니다.
대규모 거래 데이터를 빠르게 서빙하기 위해 Elasticsearch, Druid, StarRocks를 역할별로 조합한 사례를 다뤘습니다. 집계·조인·검색을 분리하고 최적화해 응답 속도와 운영 효율을 높였습니다.
무신사의 AI 인프라 구축과 하이브리드 운영 경험을 정리한 글입니다. 온프레미스 GPU와 AWS를 결합해 비용과 성능을 최적화하는 과정과 시행착오를 공유했습니다.
AI 인프라를 하이브리드 구조로 재설계해 비용과 운영 리스크를 줄인 사례를 다뤘습니다. Cilium, NLB, OpenTelemetry, Gateway API로 지연과 확장성을 함께 최적화했습니다.
