
MLOps를 통한 AI 모델 개발 및 배포 효율화 : 데이터 시계열 분석 사례
시계열 분석용 AI 모델 개발에서 전처리와 훈련 자동화를 위한 MLOps 파이프라인 구축 경험을 소개했습니다. 상세 본문은 확인되지 않아 핵심 주제만 파악할 수 있었습니다.

시계열 분석용 AI 모델 개발에서 전처리와 훈련 자동화를 위한 MLOps 파이프라인 구축 경험을 소개했습니다. 상세 본문은 확인되지 않아 핵심 주제만 파악할 수 있었습니다.


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.


AMOREPACIFIC이 AWS CDK와 Serverless 아키텍처로 DevOps 포털 ASAP을 구축한 사례를 소개했습니다. 리소스 자동화, 보안 거버넌스, 비용 절감을 통해 운영 효율을 높였습니다.


AI 코딩 에이전트 5종의 실제 사용 경험을 바탕으로 강점과 한계를 비교했습니다. 반복 작업은 AI에 맡기고 개발자는 더 창의적인 업무에 집중하는 방향을 제안했습니다.

암호화 설계를 위해 고전 암호부터 현대 암호, 하이브리드와 봉투 암호화까지의 흐름을 정리했습니다. JPA와 Hibernate 확장 포인트를 활용해 실무에서 암복호화를 자동화한 경험도 소개했습니다.


Kotlin Flow를 단방향 데이터 스트림 관점에서 활용해 Android 화면 상태 관리를 단순화한 사례를 설명했습니다. shareIn, merge, combine, flatMapLatest의 사용 기준과 주의점을 정리했습니다.


Aurora Auto Scaling으로 늘어난 읽기 복제본의 초기 성능 저하를 막기 위해 캐시 워밍 자동화 워크플로를 소개했습니다. Step Functions, EventBridge, Lambda를 조합해 운영 효율과 읽기 성능을 개선하는 방법을 설명했습니다.


VLM은 쉬운 공간 관계 문제도 자주 틀리는 한계가 있습니다. 현업 적용 전 정확성과 취약점을 충분히 검토해야 했습니다.


Spring Batch 기반 동기 연동의 병목을 Kotlin Coroutine으로 개선한 사례를 소개했습니다. Kafka와 비동기 호출을 결합해 처리 시간과 리소스 효율을 함께 높였습니다.


무신사는 스냅 이미지와 자연어를 활용한 AI 추천·검색 프로토타입을 AWS 기반으로 구현했습니다. 실제 데이터 평가에서 높은 정확도를 보였지만, 일부 이미지 조건에서는 한계도 확인했습니다.

AI 코딩 에이전트 등장으로 개발 패러다임이 바뀌는 흐름을 다뤘습니다. 카카오의 개발자-AI 협업 실험을 소개하는 글입니다.