필터 1
Model Context Protocol: 데이터를 넘어 행동으로
마이리얼트립
· 2025년 4월 26일
AI

Model Context Protocol: 데이터를 넘어 행동으로

LLM의 한계를 보완하기 위해 MCP로 외부 서비스와 데이터에 표준화된 접근을 연결했습니다.여행 검색부터 예약·결제까지 이어지는 행동형 AI 에이전트 구현 사례를 소개했습니다.

#MCP#LLM
12005분
LLM 기반 서비스의 부하테스트
데보션
· 2025년 4월 24일
AI

LLM 기반 서비스의 부하테스트

LLM 서비스는 TTFT, ITL, 토큰 처리량 같은 지표로 부하테스트해야 합니다.\nvLLM 예제를 통해 병목과 네트워크 문제를 점검하고 사용자 체감 성능을 개선할 수 있습니다.

#LLM#부하테스트
97005분
쿠폰, 어디에 쓸 수 있어요? — 이벤트 기반 적용 상품 조회 시스템 구축
29cm
· 2025년 4월 20일
백엔드

쿠폰, 어디에 쓸 수 있어요? — 이벤트 기반 적용 상품 조회 시스템 구축

쿠폰 적용 가능 상품을 실시간으로 조회하기 위해 이벤트 기반 반정규화와 Elasticsearch 인덱싱 구조를 구축했습니다. 복잡한 매핑과 갱신 조건을 단순화하고 검색 성능과 운영성을 함께 개선했습니다.

#Kafka#Elasticsearch
188005분
토스 쇼핑 추천 시스템: 수백만 사용자와 상품을 잇는 멀티 스테이지 접근법
토스
· 2025년 4월 17일
AI

토스 쇼핑 추천 시스템: 수백만 사용자와 상품을 잇는 멀티 스테이지 접근법

토스 쇼핑이 수백만 사용자와 상품을 다루기 위해 멀티 스테이지 추천 시스템을 설계한 방식을 소개했습니다. Retrieval, Ranking, Re-ranking으로 개인화와 비즈니스 목표를 함께 맞췄습니다.

#ML#추천 시스템
93005분
코드 한 줄로 경험하는 React 동시성의 마법
리멤버
· 2025년 4월 16일
프론트엔드

코드 한 줄로 경험하는 React 동시성의 마법

React 18 동시성 렌더링과 Lane 모델로 입력 지연 문제를 줄이는 방법을 설명했습니다. useTransition과 useDeferredValue를 통해 무거운 렌더링을 분리한 실제 적용 사례도 소개했습니다.

#React#동시성
263005분
검색 Indexing 파이프라인 개선기
당근마켓
· 2025년 4월 15일
백엔드

검색 Indexing 파이프라인 개선기

검색 색인 파이프라인의 생산성과 안정성을 높이기 위해 설정 기반 자동화, Offline Storage 활용, 배치 처리 구조를 도입했습니다. 이를 통해 대용량 이벤트와 풀색인 비용 문제를 줄이고 운영 효율을 개선했습니다.

#검색#pipeline
138005분
OpenSearch Analyzer를 활용한 검색기능 알아보기
카카오페이
· 2025년 4월 11일
백엔드

OpenSearch Analyzer를 활용한 검색기능 알아보기

OpenSearch와 Analyzer로 부분 검색, 대소문자 무시, 특수문자 제거 검색을 구현하는 방법을 설명했습니다. 또한 카카오페이손해보험의 검색 서비스 활용 사례도 함께 소개했습니다.

#OpenSearch#검색
157005분
UX 리서처가 양말 파는 사장님이 된 이유
토스
· 2025년 4월 10일
기타

UX 리서처가 양말 파는 사장님이 된 이유

B2B UX 리서치 이해도를 높이기 위해 리서처가 직접 사장님 역할을 체험한 사례를 소개했습니다. 사업 운영 전 과정의 불편을 확인하고 서비스와 콘텐츠 개선으로 연결했습니다.

#UI/UX#검색
61005분
의존성 그래프를 활용한 프로젝트 시각화 — 사이드 이펙트 한눈에 파악하기
당근마켓
· 2025년 4월 10일
프론트엔드

의존성 그래프를 활용한 프로젝트 시각화 — 사이드 이펙트 한눈에 파악하기

의존성 그래프로 프로젝트를 시각화해 코드 파악 시간을 줄인 사례를 소개했습니다.\n파일 영향 범위와 사이드 이펙트를 빠르게 확인하는 실무 활용법을 정리했습니다.

#검색#JavaScript
262005분
RAG와 리랭커(Reranker): 검색 모델과 LLM의 상호작용
데보션
· 2025년 4월 8일
AI

RAG와 리랭커(Reranker): 검색 모델과 LLM의 상호작용

RAG에서 리랭커가 필요한 이유와 역할을 설명했습니다. 기존 방식과 LLM 기반 리랭킹, 적용 시 한계와 보완 방법도 함께 정리했습니다.

#RAG#LLM
75005분
Amazon Bedrock기반에서 Contextual Retrieval 활용한 검색 성능 향상 및 실용적 구성 방안
AWS
· 2025년 4월 7일
AI

Amazon Bedrock기반에서 Contextual Retrieval 활용한 검색 성능 향상 및 실용적 구성 방안

Amazon Bedrock에서 Contextual Retrieval로 RAG 검색 정확도를 높이는 방법을 설명했습니다. 전처리 컨텍스트 생성, 하이브리드 검색, 리랭킹, 프롬프트 캐싱까지 실무 구성을 함께 다뤘습니다.

#RAG#Amazon Bedrock
77005분
바이럴 스쿼드 두두등장
딜라이트룸
· 2025년 4월 2일
기타

바이럴 스쿼드 두두등장

앱 설치 확대를 위해 바이럴 목적 조직을 꾸리고 콘텐츠 기반 유입 실험을 시작했습니다. 마이크로 인플루언서 협업으로 100만 뷰급 콘텐츠를 찾는 과정을 진행했습니다.

#마케팅#인플루언서 마케팅
43005분