

Computer Use Agent(CUA)를 직접 돌려보자! (Feat. AgentQ)
Computer Use Agent의 개념과 활용 배경을 소개하고, AgentQ 논문과 구현을 직접 실행해보는 과정을 정리했습니다. MCTS와 DPO를 결합한 정책 학습 구조와 실습 절차도 함께 설명했습니다.


Computer Use Agent의 개념과 활용 배경을 소개하고, AgentQ 논문과 구현을 직접 실행해보는 과정을 정리했습니다. MCTS와 DPO를 결합한 정책 학습 구조와 실습 절차도 함께 설명했습니다.
토스증권이 H100 GPU의 자원 낭비를 줄이기 위해 MIG 기반 GPU 가상화를 도입한 과정을 정리했습니다. Kubernetes 연동과 모니터링 설정까지 포함해 운영 관점의 적용 방법을 설명했습니다.


빗썸은 AWS Security Hub와 Step Functions로 멀티 계정 보안 모니터링과 자동조치를 구축했습니다. 수동 대응을 줄이고 디버깅과 운영 효율을 높인 사례입니다.


알라딘은 백오피스 인증을 Amazon Cognito와 API Gateway로 중앙화하고, 인가는 Keycloak으로 분리했습니다. 이를 통해 보안 정책 표준화와 운영 효율, MSA 확장성을 함께 확보했습니다.

Spring Cloud Config의 SPOF 우려를 줄이기 위해 HA 구성을 커스터마이징한 사례를 소개했습니다. MySQL과 Kafka 이중화, 빈 단위 리프레시와 DR 테스트까지 함께 다뤘습니다.

해외 클라우드는 환율 변동으로 비용 예측이 어려울 수 있습니다. 국내 클라우드는 원화 과금과 빠른 기술 지원, 데이터 주권 측면에서 유리합니다.


미저장 연락처의 관계를 예측하는 AI 기능 고도화 과정을 소개했습니다. 데이터 정제와 LLM 학습으로 정확도를 13% 이상 높였습니다.


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.


Python 개발에서 비동기와 동기, 블로킹과 논블로킹의 차이를 정리했습니다. I/O 작업에는 유리하지만 CPU 중심 작업에는 주의가 필요하다고 설명했습니다.


AWS IoT로 레거시 스마트팜 장비를 통합하고, LoRa와 Modbus 데이터를 하나의 파이프라인으로 수집·제어하는 사례입니다. 보안과 확장성을 높이며 현장 수기 작업과 유지보수 부담을 크게 줄였습니다.

널 객체 패턴은 호출부를 단순하게 만들 수 있지만, 오류 값과 정상 값을 구분해야 할 때는 부적합했습니다. 타입으로 구분 가능한 경우에는 Optional이나 null 같은 정적 표현을 우선 고려해야 했습니다.


스프린트 중심 개발로 생긴 단절과 불균형을 점검하고, 제품의 엔드 픽쳐를 다시 그려보았습니다.\n알라미에 맞는 리워드·캐릭터·퀘스트 구조로 잔존율과 성장 가능성을 함께 고민했습니다.