
Google Cloud Next 2024 참관 후기 4편 - AI를 장착한 개발자의 파워풀한 퍼포먼스 내기
Google Cloud Next 2024에서 Gemini 활용 개발 사례와 Gemini Code Assist를 소개했습니다. 개발자 생산성 향상을 위한 AI 적용 가능성을 살펴봤습니다.

Google Cloud Next 2024에서 Gemini 활용 개발 사례와 Gemini Code Assist를 소개했습니다. 개발자 생산성 향상을 위한 AI 적용 가능성을 살펴봤습니다.

기업 데이터로 가치를 창출하는 과정의 중요성과 어려움을 소개했습니다. 생성형 AI를 활용한 가능성을 Google Cloud Next 2024 관점에서 다뤘습니다.

Google Cloud Serverless 플랫폼과 Java 개발자 관점의 활용 포인트를 소개합니다. 콜드 스타트 문제를 완화하는 방법도 함께 공유합니다.

Google Cloud Next 2024 참관 후기를 바탕으로 AI로 업그레이드된 구글 클라우드의 흐름을 정리했습니다. 이를 바탕으로 앞으로 준비해야 할 사항을 고민한 내용입니다.


Google Cloud Next '24 현장 방문기를 통해 최신 클라우드 기술과 AI 에이전트, Axion 발표를 살펴보았습니다. 데이터 플랫폼 마이그레이션 실무 관점에서 세션과 사례를 통해 얻은 인사이트도 함께 정리했습니다.


실시간 장바구니 추천 모델을 위한 서빙 아키텍처와 운영 체계를 소개했습니다. TorchServe, Kubernetes, ArgoCD, MLOps와 모니터링 적용 사례를 정리했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


AWS Aurora/RDS와 DynamoDB를 GCP Cloud SQL for MySQL로 이전한 과정을 정리했습니다. 쿼리와 스키마 점검, 병렬 복제, binlog 설정으로 다운타임과 비용을 줄인 사례입니다.

당근이 Vertex AI Pipelines와 TFX로 서버리스 ML 훈련 인프라를 구축한 사례를 공유했습니다. 공통 컴포넌트, 모니터링, 알림, EoS 관리로 운영 효율을 높였습니다.


롯데ON 개발자 커뮤니티 Drop The Meet-up 5회차 진행 소식을 공유했습니다. 클라우드플랫폼팀의 운영 범위와 포스트모텀 사례, 질의응답 현장을 소개했습니다.

Google Cloud Next’23 오프라인 참관기를 통해 Generative AI와 Duet AI의 흐름을 소개했습니다. BigQuery와 데이터 업무에서의 활용 가능성에 큰 기대를 전했습니다.


Lighthouse와 실제 필드 데이터의 차이를 짚고, CrUX API로 구글의 실측 성능 데이터를 대시보드에 반영하는 방법을 소개했습니다. 성능 평가는 실험실 지표만 보지 말고 실제 사용자 데이터도 함께 확인해야 합니다.


빅쿼리의 비용 효율을 높이는 방법을 다루는 글입니다. 데이터 플랫폼 구축에서 클라우드 환경의 가성비 문제를 짚습니다.


BigQuery 도입으로 정형·비정형 데이터 파이프라인을 분리해 구축하고, CDC 기반 적재와 Merge Procedure로 원본 정합성을 맞췄습니다. 또한 데이터 레이크하우스화, 쿼리 성능 개선, 비용 절감 효과를 얻었습니다.


사내 IT 인프라를 프라이빗 클라우드와 퍼블릭 클라우드로 나누어 소개했습니다. 서버·네트워크·스토리지 구성과 모니터링, 유지보수로 안정성을 높이는 운영 방식을 설명했습니다.