

외부 API, 수신과 처리 분리하기
외부 API 수신과 실제 데이터 처리를 분리한 구조를 소개했습니다. 요청은 Payload로 저장하고 내부 Timer Event가 비동기로 처리하도록 설계했습니다.


외부 API 수신과 실제 데이터 처리를 분리한 구조를 소개했습니다. 요청은 Payload로 저장하고 내부 Timer Event가 비동기로 처리하도록 설계했습니다.


Storybook으로 UI 상태를 독립적으로 재현해 개발 환경 준비에 덜 의존하도록 구성했습니다. 실제 API 연동과 화면 흐름은 기존 개발 환경에서 분리해 확인했습니다.

외부 API 장애가 서비스 장애로 이어지는 문제를 다뤘습니다. 멀티 벤더 자동 Fallback과 Health Status 적용 과정의 시행착오를 공유했습니다.


RTZR STT API를 호출하는 Python CLI로 기본 전사, 전사 보정, 인사이트 생성을 구현했습니다. 소음 음원 보정 사례와 상담 대화의 제목·분류·핵심 내용 추출 결과를 확인했습니다.

기술 문서 작성 경험을 제품으로 전환해 내부 문서 플랫폼 todoc를 구축한 사례를 소개했습니다. 문서를 쉽게 쓰고 AI로 활용하며, 작업 과정에서 지식이 자연스럽게 축적되도록 설계했습니다.
AI와 검증된 개발 컨벤션을 활용해 PO·BE·FE 역할을 겸하며 친구 초대 기능을 출시했습니다. Product Engineer의 지속 가능성을 위해 프로세스 템플릿, 전문가 협업, 커뮤니케이션 관리가 필요합니다.


LLM 에이전트의 보상적 harness가 특정 모델의 실패를 코드로 옮긴 것임을 설명했습니다. 더 좋은 모델을 쓰면 보상 코드를 줄이고 시스템 책임만 남겨야 한다고 정리했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

AI를 활용해 기획자의 API 테스트 자동화를 시도한 경험을 다뤘습니다. 업무 효율을 높이기 위해 바이브코딩 방식의 적용 가능성을 살펴본 글입니다.


AI 시대에도 개발자에게는 기본기와 문제 해결 과정을 설명하는 역량이 중요하다고 강조했습니다. 협업과 소통, 서비스 운영 경험까지 함께 쌓는 방향을 제시했습니다.


빠른 프론트 개발에서도 기능 동작만 보지 말고 셀프 코드 리뷰로 예외 상황과 유지보수성을 함께 점검해야 합니다. 일정이 급할수록 변경분 기준으로 핵심 문제부터 우선 확인하는 습관이 중요합니다.


proms-image에서 이미지 조회 시 소유권 검증이 빠져 타 병원 리소스가 조회되는 문제를 수정했습니다. imageId와 fileId+fileNo 경로에 cineroomId를 포함하고, 연동 서비스와 develop/stg 검증까지 완료했습니다.

에이전트재킹은 오류 모니터링 데이터에 숨긴 명령을 AI 코딩 에이전트가 실행할 수 있음을 보여줬습니다. AI 코딩 환경에서는 권한과 연동 도구, 코드 자산의 외부 유출 경로를 함께 통제해야 합니다.
전체 데이터를 브라우저와 Web Worker로 옮겨 광고 대시보드의 필터링과 정렬을 즉시 처리하도록 개선했습니다. 그 결과 속도뿐 아니라 누락 데이터, URL 검증, 정렬 제약 같은 구조적 문제도 함께 해결했습니다.


기존 CMYK 시스템에 하이웍스 API를 연동해 세금계산서와 계좌 조회를 한 흐름으로 처리했습니다. 반복 입력과 유지보수 부담을 줄이고 핵심 업무 개선에 집중할 수 있었습니다.