국내 IT 기업 기술 블로그 최신 글

NEW FEATURE

기술을 읽던 곳에서, 다음 기회를 만나세요.

채용 검색부터 관심사 기반 추천, 내 적합도까지.

새로운 기술 블로그가 추가되었어요

필터 1
나의 새로운 주니어 개발자는 AI? LLM을 활용한 코드 리뷰 자동화
데보션
AI

나의 새로운 주니어 개발자는 AI? LLM을 활용한 코드 리뷰 자동화

LLM을 코드 리뷰 자동화에 활용해 반복적인 피드백과 대기 시간을 줄이는 방법을 소개했습니다. CI/CD 연동 예시와 함께 장점, 한계, 도입 시 주의점을 정리했습니다.

#LLM#CI/CD
68800
AI와 글쟁이의 동행: 코드 주면 API 레퍼런스 써드려요
라인
AI

AI와 글쟁이의 동행: 코드 주면 API 레퍼런스 써드려요

AI를 활용해 사내 컨텍스트를 반영한 API 주석 생성과 문서 배포 프로토타입을 만들었습니다.다만 정확성 한계가 있어 사람 검토를 전제로 보조 도구로 활용해야 했습니다.

#LLM#API
12000
흔한 IntelliJ 사용자의 Cursor 사용 욕망 충족기 (Feat. Claude)
데보션
AI

흔한 IntelliJ 사용자의 Cursor 사용 욕망 충족기 (Feat. Claude)

IntelliJ 사용자가 Cursor 대안을 찾다가 Claude + MCP 연동을 선택한 사례를 소개했습니다. IDE를 바꾸지 않고도 코드 지원과 외부 툴 연계를 활용하는 방법을 설명했습니다.

#IntelliJ#Cursor
36800
Amazon Bedrock Agents와 MCP(Model Context Protocol) 통합하기
AWS
AI

Amazon Bedrock Agents와 MCP(Model Context Protocol) 통합하기

Amazon Bedrock Agents와 MCP를 Lambda와 CDK로 연결하는 서버리스 통합 방법을 소개했습니다. MCP 도구를 OpenAPI로 변환해 Agent의 Action Group으로 쓰는 구현과 배포 절차를 정리했습니다.

#Amazon Bedrock#MCP
8000
AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.
QueryPie
AI

AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.

AI가 답변을 넘어 실제 행동을 수행하는 시대에 접어들며 새로운 보안 위협이 부각되었습니다. 그래서 AI Red Teaming을 통해 프롬프트 인젝션과 명령 거부 같은 위험을 사전에 검증해야 한다고 설명했습니다.

#LLM#prompt
1900
AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.
QueryPie
AI

AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.

AI가 단순 응답을 넘어 실제 행동을 수행하는 시대의 보안 위험을 설명했습니다. Red Teaming으로 명령 거부 실패와 프롬프트 인젝션을 사전에 점검하는 방법을 제안했습니다.

#LLM#MCP
2600
AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.
QueryPie
AI

AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.

AI가 단순 답변을 넘어 실제 행동을 수행하면서 새로운 보안 위협이 커지고 있습니다. 이를 검증하기 위해 AI Red Teaming과 최소 권한, 가드레일 같은 방어 전략이 필요하다고 설명합니다.

#LLM#MCP
5600
USB-C처럼 연결되는 AI 인터페이스, MCP Server를 만들어보자
데보션
AI

USB-C처럼 연결되는 AI 인터페이스, MCP Server를 만들어보자

MCP를 AI의 USB-C에 비유하며 LLM과 외부 시스템을 표준 인터페이스로 연결하는 방법을 소개했습니다. Python으로 MCP Server, Claude 연동, Streamlit Host, REST API Wrapper 실습까지 다뤘습니다.

#MCP#Python
12200
쿠팡 파트너스

광고

개발자를 위한 서적을 확인해 보세요

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

#개발서적#프로그래밍
티오더의 Amazon Bedrock을 활용한 MCP 기반 운영 플랫폼 개발기
AWS
AI

티오더의 Amazon Bedrock을 활용한 MCP 기반 운영 플랫폼 개발기

티오더가 Amazon Bedrock과 MCP로 운영 플랫폼을 구축한 사례를 소개했습니다. 자연어 기반 도구 호출과 알람 자동 요약으로 장애 대응과 운영 효율을 높였습니다.

#Amazon Bedrock#MCP
7700
몰입의 시작을 만드는 그래픽 | Simplicity 4 제작기 #4
토스
기타

몰입의 시작을 만드는 그래픽 | Simplicity 4 제작기 #4

Simplicity 4의 세션 썸네일과 인트로 그래픽 제작 과정을 소개했습니다. 세션별 메타포 설계와 AI 활용으로 전체 경험의 통일성과 제작 효율을 높였습니다.

#UI/UX#LLM
7100
Agentic AI 개념 정리: 에이전트와 워크플로우의 스펙트럼
데보션
AI

Agentic AI 개념 정리: 에이전트와 워크플로우의 스펙트럼

Agent와 Workflow를 명확한 구분이 아닌 스펙트럼으로 바라보는 관점을 정리했습니다. 실제 서비스에서는 둘을 조합한 하이브리드 구조와 정보 흐름 설계가 중요하다고 설명합니다.

#LLM#agent
8600
Playwright MCP로 E2E 테스트 자동화하기
인포그랩
데브옵스

Playwright MCP로 E2E 테스트 자동화하기

Playwright MCP를 활용해 자연어로 E2E 테스트를 실행하고 코드까지 생성하는 방법을 소개했습니다. QA의 수작업 부담을 줄이고 테스트 유지 보수성을 높이는 흐름을 실습 예제로 설명했습니다.

#Playwright#MCP
1300
Playwright MCP로 E2E 테스트 자동화하기
인포그랩
데브옵스

Playwright MCP로 E2E 테스트 자동화하기

Playwright MCP로 자연어 기반 E2E 테스트 자동화 방법을 소개했습니다. 브라우저 상호작용 실행과 테스트 코드 생성까지 함께 실습했습니다.

#Playwright#MCP
6300
RAG 2.0 보안 – Microsoft·Meta의 전략, QueryPie가 연결한다
QueryPie
AI

RAG 2.0 보안 – Microsoft·Meta의 전략, QueryPie가 연결한다

RAG 2.0 보안을 실행 흐름 제어 관점에서 설명하고, Microsoft·Meta·QueryPie의 정책 적용 구조를 비교했습니다. 프롬프트 삽입 전 세션·메타데이터 기반 평가와 감사 추적의 중요성을 강조했습니다.

#RAG#MCP
2900