오프라인 매장에 코드를 배포하다 Part 2: 올리브영 전자라벨(ESL) 최적화 여정
전국 1,300개 매장 전자라벨 배치를 위해 Partitioning으로 락 경합을 제거하고 처리 시간을 크게 줄였습니다. 또한 Aurora Serverless v2로 트래픽에 맞게 자동 확장해 성능과 비용을 함께 개선했습니다.
#Spring Batch#partitioning
11200
국내 IT 기업 기술 블로그 최신 글
필터 1
경계 보안부터 제로트러스트 보안까지, 고도화 여정
토스페이먼츠가 경계보안부터 제로트러스트까지 보안 체계를 단계적으로 고도화한 과정을 공유했습니다. IDC와 AWS 하이브리드 환경에서 다층 방어와 지속 검증 체계를 구축했습니다.
#cloud#AWS
9400
오프라인 매장에 코드를 배포하다 Part 1: 종이 없는 매장을 만드는 데이터 파이프라인 구축
오프라인 매장의 종이라벨을 전자라벨로 전환하며 메시지 기반 데이터 파이프라인을 구축했습니다. 비동기 동기화와 중앙 관제로 운영 효율과 데이터 일관성을 높였습니다.
#Kotlin#Spring Boot
8900
Agentic AI 기반 플랫폼 – 7주만에 기획부터 배포까지, Part1: AI-DLC 방법론과 유용한 도구들
2명이 7주 동안 AI-DLC와 Kiro, Claude Code, Linear를 조합해 Agentic AI 플랫폼을 구축했습니다. 문서화와 이슈 추적으로 모호한 요구를 구체화하고 개발 생산성을 높인 사례입니다.
#AWS#LLM
9100
AWS Transform Custom을 활용한 ASP.NET 모노리스 애플리케이션을 마이크로서비스로 변환하기
AWS Transform Custom으로 ASP.NET 모노리스 애플리케이션을 마이크로서비스로 전환하는 과정을 소개했습니다. 커스텀 변환 정의를 만들고 반복 적용해 레거시 현대화를 자동화하는 방법을 설명했습니다.
#AWS#MSA
4800
![[세션 리뷰] The 22nd KOGO Winter Symposium(1): AI를 통한 유전체 분석의 민주화](https://tech.cloud.nongshim.co.kr/wp-content/uploads/image-583-scaled.png)
[세션 리뷰] The 22nd KOGO Winter Symposium(1): AI를 통한 유전체 분석의 민주화
AWS 세션에서 AI 에이전트로 유전체 분석을 민주화하는 사례를 소개했습니다. 자연어 기반 분석, 표준화된 도구 연결, 대규모 데이터 처리를 중심으로 정리했습니다.
#AWS#LLM
4700
[세션 리뷰] The 22nd KOGO Winter Symposium(2): AI가 암 백신을 설계하는 시대
AI로 neoantigen을 예측해 개인 맞춤형 암 백신을 설계하는 DeepNeo 사례를 정리했습니다. 모델 구조와 임상 검증 결과, 그리고 바이오 AI에서 확장 가능한 컴퓨팅의 필요성을 다뤘습니다.
#LLM#AWS
800
"알아서 정확하게 응답줬으면.." RAG부터 에이전트까지 사내 AI 챗봇 구축기 2부
사내 AI 슬랙봇을 RAG 기반으로 구축한 뒤 검색 품질과 응답 품질을 개선한 과정을 공유했습니다. 쿼카는 Bedrock Agents로 마이그레이션해 컨텍스트 유지와 SQL 검증을 강화했습니다.
#RAG#LLM
16300
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
LG유플러스, Bedrock AgentCore를 활용한 손쉬운 클라우드 Agent 구현 사례
LG유플러스는 UCMP에 AI Agent를 도입해 클라우드 관리와 분석을 자연어로 제공했습니다. Bedrock AgentCore Runtime과 MCP Server로 확장성과 운영성을 함께 확보했습니다.
#AWS#LLM
4900
Amazon SageMaker HyperPod의 오토스케일링 알아보기
SageMaker HyperPod에 Karpenter 기반 관리형 노드 오토스케일링이 추가되었습니다. KEDA와 함께 사용해 추론·학습 워크로드를 메트릭 기반으로 탄력적으로 확장할 수 있습니다.
#AWS#Kubernetes
3100
Agentic AI로 구현하는 대화형 대기오염·기후변화 예측 애플리케이션 구축
복잡한 대기오염 시뮬레이션 대시보드를 Agentic AI와 자연어 제어 중심으로 재구성했습니다. Amazon Bedrock과 Q Developer를 활용해 개발 효율과 사용자 편의성을 크게 높였습니다.
#LLM#Agentic AI
3600
AWS Kiro vs Cursor 장단점 비교: 개발 조직에 적합한 AI 도구는?
Cursor는 빠른 코드 생성이 필요한 개인 개발자와 스타트업에 적합합니다. Kiro는 스펙 기반 협업과 표준화가 중요한 개발 조직에 적합합니다.
#AWS#Cursor
14200
4개 파트가 하나의 AI 시스템을 공유하기
인프라팀이 CLAUDE.md와 정책 파일로 AI 에이전트의 행동 기준을 통일했습니다. 반복 작업을 정책화해 온보딩, 장애 대응, 자동화를 함께 개선했습니다.
#Claude Code#Slack API
400
Amazon EKS에서 Slinky를 사용하여 Slurm 배포하기
EKS에서 Slinky로 Slurm을 배포하는 방법과 구성 요소를 소개했습니다. Kubernetes와 Slurm을 함께 써서 AI·HPC 워크로드를 효율적으로 운영하는 방안을 정리했습니다.
#Amazon EKS#Slurm
4100