

Amazon Bedrock을 활용한 Omelet의 경로 최적화 AI 에이전트, TOAST
Amazon Bedrock을 활용해 경로 최적화 AI 에이전트 TOAST를 구현한 사례를 소개했습니다. 자연어 입력, 다중 에이전트 구조, 시각화와 재최적화를 통해 활용성을 높였습니다.


Amazon Bedrock을 활용해 경로 최적화 AI 에이전트 TOAST를 구현한 사례를 소개했습니다. 자연어 입력, 다중 에이전트 구조, 시각화와 재최적화를 통해 활용성을 높였습니다.


Vector와 VRL을 활용해 로그·메트릭을 수집, 변환, 라우팅하는 Observability 파이프라인을 소개했습니다. Kubernetes 배포와 Loki, Elasticsearch, S3 연동까지 실습 중심으로 설명했습니다.


Vector와 VRL을 활용해 클라우드 네이티브 Observability 파이프라인을 구축하는 방법을 소개했습니다. Kubernetes 배포와 Loki, Elasticsearch, Prometheus 연동까지 실전 예제로 설명했습니다.


IaC로 정의한 Kubernetes 클러스터를 Mermaid Chart로 시각화하는 방법을 소개했습니다. LLM을 활용해 다이어그램 코드를 만들고 편집·공유하는 흐름도 함께 다뤘습니다.

대규모 Kubernetes GPU 클러스터에서 AI 서비스 오토스케일링을 적용한 사례를 소개했습니다. 기본 HPA보다 고도화된 GPU orchestration과 KEDA 활용 배경을 공유했습니다.
토스증권이 H100 GPU의 자원 낭비를 줄이기 위해 MIG 기반 GPU 가상화를 도입한 과정을 정리했습니다. Kubernetes 연동과 모니터링 설정까지 포함해 운영 관점의 적용 방법을 설명했습니다.


2025년 GitOps 도입 현황과 성숙도 격차를 4가지 트렌드로 정리했습니다. ArgoCD 선호와 구현 수준의 한계도 함께 살펴봤습니다.


2025년 GitOps 보고서를 바탕으로 도입 양극화와 구현 성숙도, 활용 경향을 정리했습니다. 또한 ArgoCD 선호와 도구 선택 기준도 함께 소개했습니다.


사내 빅데이터 플랫폼에서 Istio Ambient Mesh를 검토했지만, 대규모 분산 트랜잭션 환경에는 적합하지 않다고 판단했습니다. ztunnel 병목과 CNI 제약 때문에 다른 네트워크 최적화 방안을 추가 검증하기로 했습니다.

시맨틱 캐싱을 도입해 채팅 AI 메시지 추천의 LLM 호출 비용을 크게 줄인 사례를 소개했습니다. 오프라인과 온라인 검증을 통해 약 25% HIT 비율과 연간 2억 원대 절감 효과를 확인했습니다.


Kubernetes GitOps에서 Secret을 안전하게 다루기 위해 SealedSecret 활용 방안을 소개했습니다. 암호화 저장과 클러스터 복호화로 보안과 운영 효율을 함께 확보하는 방법을 설명했습니다.

카카오뱅크 컨테이너플랫폼팀의 AWS GameDay 2025 우승 경험을 공유했습니다. 실제 장애 대응과 팀워크, 메시지 큐 최적화 전략이 승부를 갈랐습니다.