세 개의 플랫폼, 하나의 배포 관측
세 개의 플랫폼, 하나의 배포 관측
세 플랫폼에 흩어진 배포 이력을 APM 트레이스 기반 신호로 통합했습니다.\n장애 스레드에 직전 배포를 자동 첨부해 대응 속도를 높였습니다.
#EKS#ECS
2000
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
단일 LLM Gateway 아키텍처 : Claude Code와 Codex를 Amazon Bedrock을 통해 한 곳에서
Claude Code와 Codex를 Amazon Bedrock에서 함께 쓰기 위한 단일 LLM Gateway 아키텍처를 소개했습니다.개발자 선택의 자유를 유지하면서 인증, 예산, 보안, 관측을 한곳에서 통합하는 운영 방안을 정리했습니다.
#LLM#Amazon Bedrock
4000
임베딩 안정화로 검색 리랭킹의 콜드 스타트 문제를 해결하다: LINE Part Time Jobs 적용 사례
검색 리랭킹의 콜드 스타트와 임베딩 공간 불일치 문제를 안정화 기법으로 해결했습니다. 오프라인과 A/B 테스트에서 성능과 매출 개선도 확인했습니다.
#검색#LLM
4900
프롬프팅에서 워크플로로, AI로 프런트엔드 개발 생산성 끌어올리기
프런트엔드 개발의 병목을 컨텍스트 통합 문제로 보고, AI를 프롬프트가 아닌 워크플로로 활용하는 방법을 설명했습니다. 계획-구현-검증-PR까지 닫힌 루프를 만들면 재작업을 줄이고 품질을 높일 수 있다고 정리했습니다.
#LLM#프런트엔드
8400
LLM 코딩 에이전트 작업 관리 방법
LLM 코딩 에이전트 작업 관리 방법
LLM 코딩 에이전트를 프롬프트만으로 쓰면 문맥 누적과 임의 판단 문제가 생겼습니다. Task/Plan 하네스로 작업을 분할하고 기록해 안정성과 리뷰 가능성을 높였습니다.
#LLM#prompt
13700
![[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)
[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략
Databricks Summit 2026의 Agentic Analytics 전략을 정리했습니다. 데이터 플랫폼 중심의 거버넌스와 의미 체계가 Agent 시대의 핵심이라고 설명했습니다.
#Databricks#LLM
2700
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
[Databricks Data + AI Summit 2026] Agentic AI 데이터 플랫폼 전략
Databricks Summit 2026 키노트를 바탕으로 Agentic AI 시대의 데이터 플랫폼 전략을 정리했습니다. 실시간 데이터, 비즈니스 컨텍스트, 거버넌스의 중요성을 강조했습니다.
#Databricks#LLM
2800
![[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작](https://tech.cloud.nongshim.co.kr/wp-content/uploads/IMG_0283-scaled.jpg)
[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작
Databricks Data + AI Summit 2026 키노트에서 Agentic AI 시대의 데이터 플랫폼 방향을 정리했습니다. 실시간 데이터 기반과 비즈니스 컨텍스트, 중앙 거버넌스가 핵심으로 제시됐습니다.
#Databricks#LLM
3800
시멘틱 컨텍스트 OS 설계: 에이전트 시스템의 토큰 스터핑을 넘어
LLM의 대형 컨텍스트를 단순 누적으로 쓰는 한계를 지적하고 시맨틱 컨텍스트 OS 아키텍처를 제안했습니다.\nVFS, 톱니 메모리 모델, PathAlign으로 토큰과 코드 컨텍스트를 정제하는 방식이 핵심입니다.
#LLM#AI 에이전트
3401
메가 소프트웨어 시대의 암묵지 플랫폼
메가 소프트웨어 시대의 암묵지 플랫폼
생성형 AI로 소프트웨어 규모가 폭발하는 메가 소프트웨어 시대의 변화와 개발자 역할 전환을 다루었습니다. 또한 암묵지 관리 시스템과 자동화된 거버넌스로 복잡성과 품질을 통제할 필요를 강조했습니다.
#LLM#MSA
1200
프롬프트 튜닝을 수작업에서 AI 튜닝으로: 유전 알고리즘 기반 자동 최적화와 고속화
DSPy와 GEPA로 프롬프트 튜닝을 자동화해 조정 시간을 크게 줄인 사례를 소개했습니다. 건강·의료 응답에서 요건 준수와 가독성을 함께 개선한 운영 방법도 다뤘습니다.
#LLM#prompt
6000
동원F&B의 Amazon Bedrock AgentCore 기반 AI 쇼핑 어시스턴트로 쇼핑 경험 혁신 여정
동원F&B가 Bedrock AgentCore와 OpenSearch 하이브리드 검색으로 AI 쇼핑 어시스턴트를 구축했습니다. 토큰 97% 절감과 TTFT 2.58초 개선, CS 문의 23% 감소 성과를 얻었습니다.
#Amazon Bedrock AgentCore#OpenSearch
4300
분석 에이전트의 힘으로 분석을 하나로 연결하다! 전문 조직에서 도전하는 생성 AI 시대의 업무 혁신과 역할 전환
생성형 AI 기반 분석 에이전트로 비즈니스 질문과 데이터 분석을 하나의 흐름으로 연결한 사례를 소개했습니다. 분석 리드타임 단축과 역할 전환, 조직 전체의 분석 역량 축적 효과를 다뤘습니다.
#LLM#SQL
3200
AI가 쓴 SQL을 안전하게 쓰는 법
AI가 쓴 SQL을 안전하게 쓰는 법
자연어를 SQL로 바꾸는 과정에서 LLM이 만든 쿼리를 그대로 믿지 않고 여러 단계로 검증하는 구조를 소개했습니다. 도메인 지식은 DB에 담고, 실행 전후 게이트와 회귀 평가로 안전성과 품질을 지켰습니다.
#LLM#SQL
1500