국내 IT 기업 기술 블로그 최신 글

필터 0
선택된 필터 없음
개인화 추천 시스템 #4. Feature Store
오늘의집
AI

개인화 추천 시스템 #4. Feature Store

중앙 레지스트리 기반 피처 스토어로 학습·서빙 피처를 일원화했습니다. Go 조회 로직과 ScyllaDB 전환으로 지연과 비용 문제를 개선했습니다.

#추천시스템#Feature Store
300
n8n 기반 DevOps·AI 콘텐츠 자동 수집·요약 실전 가이드
인포그랩
데브옵스

n8n 기반 DevOps·AI 콘텐츠 자동 수집·요약 실전 가이드

n8n으로 DevOps·AI 콘텐츠를 자동 수집하고 한국어로 요약하는 워크플로를 구축했습니다. 수집·요약 분리, 중복 방지, 에러 모니터링까지 운영 관점의 구현 방법을 정리했습니다.

#n8n#Notion
13400
App Intent, 어디까지 쓸 수 있을까
여기어때
프론트엔드

App Intent, 어디까지 쓸 수 있을까

App Intents로 앱 액션을 시스템에 노출하는 방법과 예약내역-캘린더 저장 예시를 정리했습니다. 다만 Apple Intelligence의 자연어 자동 매핑은 아직 제한적이어서 Shortcuts 중심 전략이 현실적이라고 보았습니다.

#iOS#App Intent
7300
제휴점 목록/지도 통합기: 26배 폭증한 비용부터 아키텍처 최적화까지
여기어때
프론트엔드

제휴점 목록/지도 통합기: 26배 폭증한 비용부터 아키텍처 최적화까지

목록과 지도를 하나의 화면으로 통합하며 비용 폭증과 구조 비대화 문제를 함께 다뤘습니다. Lazy Load, StateHolder, 거리 기반 클러스터링, 커스텀 바텀시트로 개선했습니다.

#Android#Kotlin
7500
하나의 데이터, 멀티 엔진: Apache Iceberg로 구축하는 데이터레이크
여기어때
아키텍처

하나의 데이터, 멀티 엔진: Apache Iceberg로 구축하는 데이터레이크

Redshift 단일 클러스터의 적재 지연과 리소스 경합 문제를 해결하기 위해 Iceberg 기반 데이터레이크를 구축했습니다. GCS, BigLake Metastore, Spark, BigQuery를 분리해 멀티 엔진 운영과 벤더 종속 완화를 노렸습니다.

#Apache Iceberg#BigQuery
7500
“서버가 죽었어요”에서 시작된 이야기, Grafana OnCall과 Amazon Connect로 완성한 실전형 온콜 시스템
여기어때
데브옵스

“서버가 죽었어요”에서 시작된 이야기, Grafana OnCall과 Amazon Connect로 완성한 실전형 온콜 시스템

Grafana OnCall과 Amazon Connect를 연동해 Target Group 비정상 상태를 자동 감지하고 전화 알림까지 연결한 온콜 시스템 구축 사례입니다. 비용을 줄이면서도 담당자 식별, 알림 제어, 에스컬레이션을 하나의 흐름으로 묶었습니다.

#Grafana OnCall#Amazon Connect
11800
Compose NestedScrollConnection 을 이용한 딜허브 화면 구현
여기어때
프론트엔드

Compose NestedScrollConnection 을 이용한 딜허브 화면 구현

Compose의 NestedScrollConnection으로 Tab 접힘과 페이지 스크롤을 연결하는 딜허브 화면 구현 방법을 설명했습니다. LazyColumn stickyHeader와 상태 제어를 함께 써서 화면별 인터랙션을 맞춘 사례를 공유했습니다.

#Android#Jetpack Compose
4600
️여기어때 Date·인원 선택 UI 만들기-SwiftUI Calendar Core & DateTravelerSelector 구조 재설계
여기어때
프론트엔드

️여기어때 Date·인원 선택 UI 만들기-SwiftUI Calendar Core & DateTravelerSelector 구조 재설계

SwiftUI 기반 Date·인원 선택 UI를 도메인별 정책에 맞게 분리하고 공통 달력 Core로 재구성했습니다. LazyVGrid를 대체해 iOS 16 안정성과 렌더링 성능도 개선했습니다.

#SwiftUI#iOS
4500
쿠팡 파트너스

광고

개발자를 위한 서적을 확인해 보세요

이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

#개발서적#프로그래밍
OpenTelemetry와 Kafka를 활용한 안정적인 Observability 구축기
여기어때
데브옵스

OpenTelemetry와 Kafka를 활용한 안정적인 Observability 구축기

OpenTelemetry와 Kafka를 활용해 마이크로서비스 환경의 Observability 파이프라인을 구축한 사례를 소개했습니다. 자동 계측, 중앙 Collector, Signal별 분리로 안정성과 확장성을 높였습니다.

#OpenTelemetry#Kafka
11100
Claude Code를 활용한 예측 가능한 바이브 코딩 전략
마켓컬리
AI

Claude Code를 활용한 예측 가능한 바이브 코딩 전략

Claude Code 기반 바이브 코딩에서 발생하는 누락과 오해의 원인을 정리하고, 이를 줄이기 위한 컨텍스트 관리 전략을 설명했습니다. 작은 요청 분리, Plan 모드, Todo, 서브에이전트, CLAUDE.md 활용법을 제안했습니다.

#Claude Code#LLM
37000
Claude Code를 활용한 예측 가능한 바이브 코딩 전략
마켓컬리
AI

Claude Code를 활용한 예측 가능한 바이브 코딩 전략

Claude Code 기반 바이브 코딩에서 요구사항 누락과 오류 누적이 생기는 원인을 분석했습니다. 작은 요청, 계획 검증, Todo·Skill·CLAUDE.md로 컨텍스트를 관리하는 전략을 제안합니다.

#Claude#LLM
500
React Query 버전업 과정에서 발견한 API 관리 구조의 결함
flex
프론트엔드

React Query 버전업 과정에서 발견한 API 관리 구조의 결함

React Query 버전업 과정에서 코드 생성 기반 API 관리 구조의 결함을 발견했습니다. 라이브러리 의존성을 분리하고 어댑터로 호환성을 확보하는 방향으로 개선했습니다.

#React Query#OpenAPI Generator
3500
Running Elasticsearch on Kubernetes the Easy Way, Part 2 — Data Node Warm-Up
당근마켓
데브옵스

Running Elasticsearch on Kubernetes the Easy Way, Part 2 — Data Node Warm-Up

Elasticsearch 롤링 재시작 시 캐시 미준비 노드로 트래픽이 유입돼 지연과 장애가 발생하는 문제를 다뤘습니다. search-coordinator 프록시로 워밍업 완료 노드에만 검색 트래픽을 보내는 구조를 소개했습니다.

#Elasticsearch#Kubernetes
9300
“디자인이 완성되는 순간, 빠르고 안정적인 출력 경험을 만들어요”
미리디
백엔드

“디자인이 완성되는 순간, 빠르고 안정적인 출력 경험을 만들어요”

미리캔버스 합성팀이 디자인을 다양한 출력물로 빠르고 안정적으로 변환하는 파이프라인과 운영 방식을 소개했습니다. 고해상도 처리, 정합성 검증, 비용 최적화까지 함께 다뤘습니다.

#node.js#비동기
6900