
AI야, UX라이팅 알잘딱 고쳐줘
전담 UX라이터 없이 흩어지던 문장 스타일을 해결하기 위해 AI 기반 UX라이팅 시스템을 구축했습니다. Figma 플러그인과 Claude, 가이드라인·사례 DB로 검수와 생성까지 작업 흐름에 붙였습니다.

전담 UX라이터 없이 흩어지던 문장 스타일을 해결하기 위해 AI 기반 UX라이팅 시스템을 구축했습니다. Figma 플러그인과 Claude, 가이드라인·사례 DB로 검수와 생성까지 작업 흐름에 붙였습니다.


공통 Helm Chart를 공통 템플릿과 서비스별 values.yaml로 분리해 배포 표준화를 이뤘습니다. CI, 단위 테스트, SemVer로 안정성과 점진적 적용도 확보했습니다.


피그마 플러그인 ‘커틀러리’를 직접 만들어 더미 데이터 주입과 레이어 매핑 작업을 자동화한 경험을 공유했습니다. CORS, 이미지 요청 한도, 협업 문서화 과정에서의 시행착오와 해결 과정을 정리했습니다.

오!라방은 트래픽 집중 패턴에 맞춰 ELB+ECS를 CloudFront+S3 서버리스로 전환했습니다. 또한 Next.js를 Vite로 바꿔 번들 크기와 클라우드 비용을 함께 줄였습니다.
![[에이닷 4.0 QE 여정2] SPeCTRA 2.0 - 제5원소 Memory](https://devocean.sk.com/thumnail/2025/9/4/2c31238f96a0283c54b6415ae64ca78f9ec066e2fad0730076c9bef80f3b1956.png)

SPeCTRA 2.0에 Memory를 제5원소로 포함한 배경과 의미를 정리했습니다. 시퀀스·페르소나·시간 기반 검증과 Memory Safety 전략까지 소개했습니다.


Context Engineering을 LLM 성능을 높이는 핵심 역량으로 정리하고 Prompt Engineering과의 차이를 설명했습니다. Cursor AI와 Claude Code 사례를 통해 실무 적용 방식과 컨텍스트 관리 방법을 소개했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


빅뱅 배포로 전환되는 GMS 물류 시스템에서 QA가 테스트 전략을 어떻게 세웠는지 정리한 글입니다. 기능·동시성·E2E·UAT·모니터링까지 단계별 검증으로 운영 리스크를 줄였습니다.


CI Template이 분산되고 팀별 브랜치·빌드 방식이 달라 공통화가 어려운 문제를 개선했습니다. 모듈화와 전용 Agent, 자동화 테스트로 유지보수성과 일관성을 높였습니다.

무신사 엔지니어링이 AI 해커톤 무슨사이를 통해 사람과 AI의 협업 문화를 실험했습니다. 경쟁보다 학습을 강조하며 실제 개발과 운영에 AI를 녹여낸 사례를 소개했습니다.


여기어때는 파편화된 CI/CD와 Helm Chart를 표준화해 문제를 줄였습니다. 개발자 숙련도와 무관한 동일한 배포 경험을 만들기 위해 입력 방식과 재사용 구조를 개선했습니다.

PlayMCP를 제로부터 개발한 소개 글입니다. AI가 자연스러운 대화를 구현하는 흐름 속에서 MCP 플랫폼 개발 배경을 설명합니다.


GPT 기반 LLM의 추론 최적화와 양자화 개념을 설명했습니다. DeepSeek의 Latent Vector 기반 방식으로 KV Cache 메모리를 줄이는 사례도 다뤘습니다.


Perplexity AI의 브라우저 Comet 주요 기능과 활용 사례를 소개했습니다. AI 검색과 자동화가 강점이지만 일부 기능은 아직 보완이 필요했습니다.


사람인 내부 데이터를 활용해 LLM 챗봇을 구축하고, RAG와 Function Calling으로 답변 정확도를 높였습니다. 또한 LangGraph와 멀티테넌시, 모니터링으로 운영성과 확장성을 함께 개선했습니다.