
검색어에 숨겨진 의도를 더 정확하게, 검색을 바꾸는 AI 실험들
당근이 검색어에 숨겨진 의도를 더 정확히 파악하기 위해 LLM 실험을 진행했습니다. 프롬프트 고도화와 QU/DU 구조로 검색 결과 적합도를 크게 높였습니다.

당근이 검색어에 숨겨진 의도를 더 정확히 파악하기 위해 LLM 실험을 진행했습니다. 프롬프트 고도화와 QU/DU 구조로 검색 결과 적합도를 크게 높였습니다.

WMS의 입고·재고·출고가 얽힌 구조를 재고 도메인부터 분리해 안전하게 개선했습니다. 헥사고널 아키텍처, 피처 플래그, 테스트와 문서화로 큰 변경을 점진적으로 배포했습니다.

Amazon Bedrock은 AWS가 제공하는 생성형 AI 플랫폼입니다. 별도 인프라 없이 다양한 파운데이션 모델을 API로 활용해 서비스를 빠르게 구축할 수 있습니다.


프로모션 배치를 Kubernetes로 이관한 과정과 운영 경험을 정리했습니다. Quartz 클러스터링, 관리 도구 보완, 종료·리소스 대응까지 다뤘습니다.


Cursor AI로 K-팝 소개 웹페이지를 만들고 웹 서버에 올린 과정을 공유했습니다. 초보자도 빠르게 결과물을 만들 수 있지만, 도메인 지식과 수정 검토가 중요하다고 짚었습니다.

드림어스컴퍼니의 조직문화 프로그램 ‘인4가 되는 법’을 소개했습니다. 혈액형을 주제로 여러 조가 식사와 티타임을 하며 친밀감을 쌓은 사례를 공유했습니다.

WhaTap에서 RDS Failover/Reboot 관제를 위해 선행 스크립트로 RDS 목록을 자동 수집하는 방법을 소개했습니다. AWS CLI, 크론, 권한 분리 등 운영 시 주의사항도 함께 정리했습니다.
![[WhaTap] RDS Failover / Reboot 관제 1 – Describe RDS](https://i0.wp.com/bespin-wordpress-bucket.s3.ap-northeast-2.amazonaws.com/wp-content/uploads/2025/04/dddd.png?fit=1804%2C306&ssl=1)

WhaTap에서 RDS Failover/Reboot 관제를 위해 RDS 목록 자동 수집 스크립트를 구성했습니다. AWS CLI와 Crontab을 활용해 신규 리소스까지 반영되도록 했습니다.

생성형 AI로 마케팅 영상을 만드는 AI Moment 개발 사례를 소개했습니다. LLM 응답 구조화, 예외 처리, 비동기 처리와 캐싱으로 서비스 품질을 높이는 방법을 다뤘습니다.


Spring Boot 3.x와 PathVariable 증가로 Micrometer 객체가 누적되며 메모리 이슈가 발생했습니다. 메트릭 수집을 조정하고 ZGC로 전환해 Heap 사용률을 안정화했습니다.

X


Agent와 Workflow를 명확한 구분이 아닌 스펙트럼으로 바라보는 관점을 정리했습니다. 실제 서비스에서는 둘을 조합한 하이브리드 구조와 정보 흐름 설계가 중요하다고 설명합니다.