새로운 기술 블로그가 추가되었어요
내부 PyPI 프록시 앞단에 얇은 프록시를 두어 CodeArtifact를 PyPI처럼 사용하도록 구성했습니다. 또한 PEP 691의 upload-time을 활용해 cooldown 정책을 중앙에서 적용했습니다.
LiteLLM 공급망 공격을 계기로 사내 PyPI 프록시에 쿨다운 정책을 도입했습니다.\nPEP 503과 PEP 691을 함께 활용해 최근 업로드 패키지를 필터링하고 전사에 일괄 적용했습니다.
Claude Code의 Checkpoints와 /rewind로 코드와 대화를 시점별로 되돌리는 방법을 설명했습니다. Tasks 상태와 Bash 변경은 추적되지 않으므로 Git 커밋이 필요하다고 정리했습니다.
AI 코딩 에이전트를 대규모로 평가하기 위한 멀티 에이전트 하네스 설계를 다뤘습니다. 마크다운 지침과 JSON Schema로 재현성을 확보하고 기능과 깊이를 분리해 채점했습니다.
![[비교분석] FastAPI는 충분히 빠르지 않다? Robyn과의 성능 차이 직접 비교](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2Fd51Qdr%2FdJMcaffegwA%2FAAAAAAAAAAAAAAAAAAAAABQpmOP7LSCwKCElS8wD7hQwBtr2oAvG2GBO0CQwvpdg%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1777561199%26allow_ip%3D%26allow_referer%3D%26signature%3DTHNXmCuMMNdpE6SgXDeFHiUKQdE%253D)
Python 기반 AI API Gateway에서 FastAPI와 Robyn의 성능을 비교했습니다.\n고부하 상황의 지연 안정성과 연결 생존력에서 Robyn의 장점을 확인했습니다.
마이리얼트립 T&A실은 위키, KPI, FP&A, Slack을 AI로 묶어 매일 자동 브리핑하는 Control Tower를 만들었습니다. 리더는 반복 수집과 분류를 맡기고 판단과 액션에만 집중하는 구조로 바뀌었습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
Slurm의 내부 구조와 Job 처리 흐름을 중심으로 HPC 스케줄러 활용법을 정리했습니다. 대화형·배치·배열 작업과 QOS, Fairshare, 선점, 의존성 연결까지 실무 패턴을 설명했습니다.
프로덕션급 Multi-Agent 시스템에서 Context Window 한계를 넘기 위한 4계층 Context Engineering 기법을 소개했습니다. 멀티 에이전트 격리, 프롬프트 제어, 파일 외부화, 검증과 안전장치로 품질과 비용을 함께 다뤘습니다.
TwelveLabs Marengo 3.0 비디오 임베딩을 AWS에서 저장·검색하는 두 벡터 DB를 비교했습니다. OpenSearch Serverless와 S3 Vectors의 성능, 비용, 활용 시점을 정리했습니다.
Astronomer Agents는 Airflow API와 로그를 활용해 Dag 개발, 테스트, 디버깅을 돕는 AI 도구입니다. 또한 마이그레이션과 데이터 분석까지 지원해 운영 효율을 높였습니다.
드림어스컴퍼니 V컬러링팀 Jane의 음악 취향과 플레이리스트를 소개한 인터뷰입니다. 아시아 아티스트 중심의 편안한 곡들과 콘텐츠 운영 이야기를 함께 담았습니다.
![[공모전 후기] Dev Agent, kt cloud의 업무 방식을 혁신하다](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FzjlQO%2FdJMcagEzh24%2FAAAAAAAAAAAAAAAAAAAAAEioAI8KsQGGwXAQO1kmX3B8otsnCVAci2469Favr823%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1772290799%26allow_ip%3D%26allow_referer%3D%26signature%3DQWUP%252BmRnehyhuVyFp3exVPXmlIo%253D)
kt cloud가 사내 공모전에서 Dev Agent 활용 사례를 공유했습니다. 기획부터 구현까지 AI를 적용해 업무 효율과 프로세스 고도화를 확인했습니다.
3개 서비스에 맞는 SLO와 모니터를 데이터 기반으로 표준화하고, 배포 중 Error Budget이 소진되지 않도록 자동화했습니다. 오탐을 줄이고 실제 비즈니스 실패를 더 정확히 탐지하는 운영 체계를 구축했습니다.
에이전트 루프는 새로운 이론보다 기존 반복문과 상태 관리 패턴의 재조합에 가깝다고 정리했습니다. 채널톡은 질문 응답용 Loop와 액션 처리용 Task를 분리해 종료 조건과 안전성을 보강했습니다.
