

NVIDIA Cosmos: WFM의 세 가지 핵심 모델과 피지컬 AI의 활용
NVIDIA Cosmos는 피지컬 AI를 위한 World Foundation Model로, 예측·전이·추론의 세 가지 모델을 제공합니다. 합성 데이터 생성과 검증을 통해 자율주행과 로봇 학습의 안전성과 효율성을 높였습니다.


NVIDIA Cosmos는 피지컬 AI를 위한 World Foundation Model로, 예측·전이·추론의 세 가지 모델을 제공합니다. 합성 데이터 생성과 검증을 통해 자율주행과 로봇 학습의 안전성과 효율성을 높였습니다.


CrewAI의 핵심 구성 요소와 독립형 Python 프레임워크 특성을 소개했습니다. 단일 에이전트와 멀티 에이전트 순차 협업 예시로 기본 사용 흐름을 설명했습니다.


Antigravity 사용 후기를 통해 무료 가격, 다양한 모델, Sync 코딩의 장점을 정리했습니다. 다만 영어 추론 토큰, 애매한 자율성, 멀티에이전트 안정성은 아쉬움으로 남겼습니다.


KubeVirt GPU VM에 PCoIP Graphics Agent를 연동해 원격 그래픽 가속 환경을 구성했습니다. 또한 Air-Gap 환경용 오프라인 라이선스 서버와 GPU 최적화 설정을 적용했습니다.


블로그 글을 LLM으로 요약해 Reveal.js 슬라이드로 바꾸는 방법을 소개했습니다. GitHub Pages 배포까지 연결해 빠른 제작과 공유 효율을 높였습니다.

AI 이후 실리콘밸리 개발자의 역할과 일하는 방식 변화를 다루는 오프라인 세미나를 소개했습니다. 현장 사례를 통해 앞으로 무엇을 준비해야 할지 힌트를 얻을 수 있습니다.

AWS re:Invent 2025에서 발표된 AI 인프라, Bedrock 모델, 자율형 에이전트 도구를 정리했습니다. 세션 참여와 Hands-On 활용을 위한 현장 팁도 공유했습니다.
대규모 사용자 이벤트를 더 일관되고 안전하게 관리하기 위해 Event Center를 구축했습니다. 기존 Git 기반 스키마 관리의 복잡도와 명명 불일치를 UI 기반 플랫폼으로 해결했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
Sherpa는 완전 자동화보다 검증 가능한 구조를 우선해 설계했습니다. HTML을 기준 진리로 삼고 단계별 파이프라인과 검증 뷰어로 신뢰성을 높였습니다.


비즈니스 문제를 AI 문제로 바꾸는 완화 접근과 명시적 가정의 중요성을 설명했습니다. 아자르 추천 시스템 사례로 장기 매출을 대화 시간 예측 문제로 단계적으로 정렬하는 과정을 소개했습니다.

대출 심사 로직의 복잡도를 줄이기 위해 Pipeline, Job, Store 구조를 적용한 사례를 소개했습니다. 정책 변경과 테스트를 더 쉽게 만들기 위한 설계 고민을 정리했습니다.


외부 채널 입고 정보를 안전하게 동기화하기 위해 아웃박스 패턴과 재시도 토픽을 적용한 사례를 소개했습니다. Spring Kafka와 Namastack Outbox로 원자성, 재시도, 실패 알림을 정리했습니다.


외부 입고 데이터 동기화에서 DB와 Kafka 간 원자성 문제를 아웃박스 패턴으로 보완했습니다. Spring Kafka 재시도 토픽으로 선행 정보 지연에 따른 실패를 자동 복구하도록 구성했습니다.

AWS re:Invent 2025에서 키노트, Expo, 실습·토론 세션과 네트워킹을 경험한 후기를 공유했습니다. 현장 전용 세션을 우선하고 유연하게 일정을 구성하는 방식을 추천합니다.