Amazon Q Developer와 MCP로 Aurora PostgreSQL 성능 최적화하기: 바이브 코딩부터 비용 절감까지
Amazon Q Developer와 MCP로 Aurora PostgreSQL의 성능 분석과 운영 작업을 자연어 기반으로 자동화하는 방법을 소개했습니다. 바이브 코딩, 튜닝, 비용 시뮬레이션까지 생산성 향상 사례를 함께 설명했습니다.
#PostgreSQL#MCP
6000
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
FE News 25년 7월 소식을 전해드립니다!
FE News 25년 7월 소식을 전해드립니다!
2025년 7월 프론트엔드 주요 소식과 읽을거리, 튜토리얼, 도구를 한데 모아 소개했습니다. React 생태계 변화, i18n, MCP, ECMAScript 2025 같은 주제를 함께 살펴볼 수 있습니다.
#React#Next.js
29600
첫 개발자 컨퍼런스, 이렇게 만들었습니다
채널톡 첫 개발자 컨퍼런스의 기획과 운영 과정을 공유했습니다. 사전 녹화와 실시간 Q&A로 완성도와 참여도를 함께 높인 점이 인상적입니다.
#회의#문화
2200
n8n과 Open WebUI를 연결해보자
n8n과 Open WebUI를 연결해 간단한 챗봇 워크플로우를 구성하는 방법을 소개했습니다. Webhook과 N8N Pipe로 입력과 응답을 주고받고, 향후 RAG와 MCP로 확장할 계획입니다.
#n8n#LLM
25200
MCP를 넘어서려는 Google A2A 시스템, 어떻게 작동할까?
MCP를 넘어서려는 Google A2A 시스템, 어떻게 작동할까?
Google A2A 프로토콜의 개념과 작동 방식을 소개하고 MCP와의 차이를 정리했습니다. 여러 AI 에이전트가 공통 표준으로 협업하는 구조를 설명했습니다.
#MCP#LLM
12200
우리 팀에도 Jarvis 가 생겼다 – 생성형 AI 로 만든 에러 분석가 이야기
Slack과 Gemini를 연동해 에러 원인과 조치 방안을 제안하는 Jarvis를 구축했습니다. MCP로 코드·로그 맥락을 보강해 운영 대응 시간을 줄였습니다.
#LLM#Gemini
100
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
우리 팀에도 Jarvis 가 생겼다 – 생성형 AI 로 만든 에러 분석가 이야기
생성형 AI와 Slack, Datadog, Git 연동으로 에러 로그 분석 자동화를 구현했습니다.\nMCP와 프롬프트 개선을 통해 운영 대응 속도를 높이고 분석 품질도 개선했습니다.
#LLM#MCP
23600
LLM 그 이후: A2A의 멀티에이전트 오케스트레이션 시대
LLM 그 이후: A2A의 멀티에이전트 오케스트레이션 시대
단일 LLM의 한계를 보완하는 멀티에이전트 오케스트레이션과 A2A, MCP의 역할을 정리했습니다. 또한 뉴스 검색·요약 예제로 에이전트 협업 구조를 설명했습니다.
#LLM#MCP
10200
Figma MCP로 UI 컴포넌트 개발 효율화하기
Figma MCP를 Cursor와 연동해 디자인을 코드로 변환하는 방법을 소개했습니다. 실제 업무 적용으로 컴포넌트 작업 시간을 줄이고 스토리북 관리에도 도움을 얻었습니다.
#Figma#MCP
20800
멀티모달 LLM을 활용한 Computer Use Agent를 알아보자!
멀티모달 LLM과 AI Agent 흐름을 바탕으로 Computer Use Agent의 개념과 연구 사례를 정리했습니다. 웹 UI 조작과 자동화 가능성을 중심으로 WebShop, LiteWebAgent, AgentQ를 소개했습니다.
#LLM#MCP
6800
토스페이먼츠 결제 시스템 연동을 돕는 MCP 서버 구현기
AI 코딩 도구의 결제 연동 정확도를 높이기 위해 토스페이먼츠가 MCP 서버를 구현한 과정을 공유했습니다. 문서 청크화와 BM25 검색으로 맥락을 제공해 Hallucination을 줄이고 연동 품질을 개선했습니다.
#MCP#LLM
14900
Langchain과 Langgraph의 Agent구현의 차이점.
Langchain과 Langgraph의 create_react_agent 차이를 프롬프트 처리와 Tool Call 방식 중심으로 비교했습니다. 상용 LLM과 MCP 환경에는 Langgraph가 유리하고, Private LLM에는 Langchain을 고려할 수 있음을 정리했습니다.
#Langchain#Langgraph
11300
빠르게 실행해 볼 수 있는 AI 시대 - 개인 맞춤형 학습 앱
AI 도구와 파일시스템 MCP로 개인 맞춤형 학습 앱을 빠르게 기획하고 구현한 사례를 소개했습니다. 망각곡선 기반 복습과 데이터 생성까지 자동화해 프로토타입 완성 속도를 높였습니다.
#LLM#MCP
6100
우리 서비스와 연결된 MCP Server 빠르게 구현해보기: MCP 해커톤 후기
우리 서비스와 연결된 MCP Server 빠르게 구현해보기: MCP 해커톤 후기
MCP의 개념과 서버/클라이언트 흐름을 해커톤 경험을 바탕으로 정리했습니다. Swagger API와 FastMCP를 활용해 서비스용 MCP tool을 빠르게 구현한 과정을 공유했습니다.
#MCP#LLM
5900