
AI 에이전트 시대의 가드레일 설계(2026년판) — 1부: 철학과 설계
AI 에이전트가 실행 주체가 되면서 기업용 가드레일 설계의 필요성을 정리했습니다. 권한, 승인, 감사 추적, 중단 절차를 통합한 통제 프레임워크를 제시했습니다.

AI 에이전트가 실행 주체가 되면서 기업용 가드레일 설계의 필요성을 정리했습니다. 권한, 승인, 감사 추적, 중단 절차를 통합한 통제 프레임워크를 제시했습니다.

AI가 아키텍처 규칙을 어기는 문제를 CLAUDE.md가 아니라 코드 구조와 테스트로 해결한 사례를 다뤘습니다. Go 백엔드를 DDD와 커스텀 아키텍처 테스트로 리팩토링해 AI가 안정적으로 코드를 생성하도록 만들었습니다.

AI가 자연어 규칙을 무시하는 문제를 해결하기 위해 Go 백엔드를 DDD 구조로 리팩토링했습니다. 커스텀 아키텍처 테스트와 CI 강제로 규칙을 코드 수준에서 검증하도록 만들었습니다.


ERGO는 질의와 장면 문맥으로 중요한 영역을 먼저 찾는 2단계 비전-언어 추론을 제안했습니다. 강화학습 보상 설계로 비전 토큰을 줄이면서 정확도와 실제 지연 시간을 개선했습니다.
금융·경제 특화 생성형 AI BOKI와 온프레미스 운영 사례를 소개했습니다. B200 GPU 클러스터, 팀 맞춤 AI 어시스턴트, GPU·NPU 역할을 함께 다뤘습니다.


Physical AI를 물리 세계와 상호작용하는 자율 시스템의 기반으로 설명했습니다. 클라우드 훈련과 엣지 추론을 잇는 이중 루프와 지속적 학습·보안 체계를 제시했습니다.

업무를 수행하는 AI 에이전트의 보안 아키텍처를 AWS 기준으로 정리했습니다. 네트워크 격리, 권한 통제, 사람 승인, 감사 추적을 결합해 안전성을 높이는 방법을 설명했습니다.
Toss Front 외부 연동 SDK를 Facade 패턴으로 단순하고 안전하게 설계하는 방법을 소개했습니다. 공통 유즈케이스는 고수준 API로 묶고 특수한 경우만 저수준 API를 남겨 DX와 안정성을 높였습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

DynamoDB Export/Glue/Import로 UserBadge를 분리해 16억 건 규모 마이그레이션을 수행했습니다. 비용은 36% 줄고 시간은 7일에서 약 6시간으로 단축했습니다.

User 테이블의 Badge 트래픽 병목을 분리해 온라인 마이그레이션으로 이전했습니다. AWS 관리형 서비스를 활용해 비용과 시간을 크게 줄이고 안정성도 높였습니다.


Amazon Connect로 고객 응대와 업무 처리를 함께 수행하는 Agentic AI 컨택센터 구축 방안을 소개했습니다. MCP 통합, 보안 제어, 관찰성으로 셀프서비스와 상담원 지원을 함께 운영할 수 있습니다.
Next.js 환경에서 디자인 시스템 라이브러리의 번들 최적화와 구형 브라우저 대응 방법을 정리했습니다. 모듈 구조 유지, transpilePackages, 폴리필 전략을 통해 서비스 단의 호환성과 성능을 함께 개선했습니다.

LLM 활용 격차를 개인의 센스가 아닌 팀 시스템으로 끌어올리는 방법을 제안했습니다. Claude Code의 플러그인과 마켓플레이스를 조직용 하네스로 보는 관점을 정리했습니다.


보이스피싱 차단 앱 6종을 기능별로 비교해 선택 기준을 정리했습니다. 통화 관리, 악성앱 점검, 발신자 식별 목적에 따라 적합한 앱이 달라집니다.