Forge 앱 하나가 Rovo 에이전트가 되고, MCP 도구가 되기까지
Confluence 문서 위치 추천·이동 Forge 앱을 Rovo 에이전트와 MCP 도구로 확장한 과정을 소개했습니다. Rovo Studio에서 팀별 지시문과 도구 조합을 구성하며 권한·확인 절차 주의점을 정리했습니다.
#Atlassian#Forge
2100
국내 IT 기업 기술 블로그 최신 글
필터 0
서비스 개발에 집중할 수 있는 AI 플랫폼 만들기
토스의 AI 플랫폼이 모델 사용 검토부터 Gateway 호출·도구 권한 관리까지 연결한 구조를 소개했습니다. 예산·처리 용량·보안 로그를 통합 관리해 서비스 팀의 공통 운영 부담을 줄였습니다.
#LLM#MCP
10000
“고객의 목소리를 서비스 개선으로 잇는 사람들, 고객만족 CX팀”
“고객의 목소리를 서비스 개선으로 잇는 사람들, 고객만족 CX팀”
고객 문의를 해결하는 데 그치지 않고 반복 원인을 분석해 서비스 개선으로 연결하는 CX팀을 소개했습니다. PoD 인쇄 커머스 이해를 바탕으로 온보딩과 협업을 통해 서비스 운영 역량을 키웁니다.
#CX#PoD
600
![[웨비나 후기] AI 시대, 데이터센터 운영의 기준을 높이다](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FmvgJG%2FdJMcaiFcp5G%2FAAAAAAAAAAAAAAAAAAAAAAy5N_LbKkcBYqtV6gRn4IFf2U3vx6DRh8iCzzWQI-ub%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1793458799%26allow_ip%3D%26allow_referer%3D%26signature%3DTH11FzMjJUeSeHhnNUfMn4bqgHQ%253D)
[웨비나 후기] AI 시대, 데이터센터 운영의 기준을 높이다
AI 기반 AIDC Ops Studio로 운영자가 현장 분석·예측 도구를 직접 개발한 사례를 소개했습니다. BIM과 운영 데이터를 연결해 구축 검증과 Digital Twin 확장 전략을 제시했습니다.
#AIDC#BIM
300
Amazon OpenSearch Service 고급 활용 – 자체 빌드 Nori 분석기를 통한 사용자 사전 미세 조정
상품명 분석을 세밀하게 조정하기 위해 MeCab-Ko와 Lucene Nori 기반 커스텀 플러그인을 빌드했습니다. Amazon OpenSearch Service에 연결해 기본 Nori와 토큰화·검색 결과를 비교했습니다.
#Amazon OpenSearch Service#Nori
2100
AI와 배포 점검 같이 하기
반복적인 배포 점검을 Claude Code 스킬과 Desktop 작업으로 자동화한 과정을 소개했습니다. 검사·판단·강제를 분리해 플러그인 구조로 개선했습니다.
#Claude Code#GitOps
3200
끊기는 선육 간 네트워크에서 데이터 신뢰성 지키기
선박-육상 데이터 누락을 구간별로 추적하고 선상 복구·재전송·수신 검증까지 연결했습니다. 수집 완전성뿐 아니라 센서 이상 탐지로 데이터 값의 유효성도 관리합니다.
#Kafka#EMQX
1200
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
CJ온스타일, ‘AI 쓰는 회사’가 아니라 ‘AI와 일하는 회사’가 되기까지
CJ온스타일, ‘AI 쓰는 회사’가 아니라 ‘AI와 일하는 회사’가 되기까지
CJ온스타일은 현업이 AI로 직접 업무 문제를 구현하도록 교육·코칭·공유 체계를 구축했습니다. 개인의 효율화 성과를 재사용 가능한 조직 자산으로 축적했습니다.
#Claude#LLM
6000
PM이 마음 놓고 커밋하는 리포지토리는 어떻게 만들까?
PM이 페르소나·프롬프트를 직접 수정하고 커밋할 수 있는 가상 유저 패널 리포지토리 구조를 소개했습니다. 레이어 린트와 테스트·CI, LLM 기반 검증으로 변경 범위와 리뷰 책임을 분리했습니다.
#LLM#MCP
5800
CPU 뼛속까지 써먹고, Milvus 사이징 기준을 만들기까지
Milvus 벡터 검색의 품질·처리량 기준으로 HNSW_SQ8을 선택하고 NUMA 배치를 최적화했습니다. 같은 자원에서 QPS를 41% 높이고 검색 조건 기반 서버 사이징 기준을 만들었습니다.
#Milvus#벡터 검색
2300
Figma, 더 가볍게.
LLM과 코드 리뷰 중심으로 디자인 핸드오프를 PR 기반으로 전환했습니다. Figma 구독을 Professional로 조정해 연간 비용 약 77% 절감을 예상했습니다.
#Figma#LLM
4300
CPU 뼛속까지 써먹고, Milvus 사이징 기준을 만들기까지
Milvus 벡터 검색에서 HNSW_SQ8과 NUMA 배치를 최적화해 품질을 유지하며 QPS를 41% 높였습니다. 검색 조건과 자원 측정값을 연결해 서버 사이징 기준을 만들었습니다.
#Milvus#벡터 검색
1800
_thumbnail.png)
AI 번역의 시대2: 오착(誤錯)
AI 번역의 오착 사례와 환각 연구를 바탕으로 생성 구조의 한계를 설명했습니다. 정확성 검증 계층과 확신 신호가 없는 번역 결과의 검토 필요성을 강조합니다.
#LLM#번역
2600
양자화란? AI 모델 양자화의 개념·원리·종류 쉽게 이해하기 (INT8·FP8·NVFP4)
AI 모델 양자화의 비트 축소 원리와 INT8·FP8·NVFP4 포맷 차이를 설명합니다. 메모리 절감 효과와 정확도·하드웨어·캘리브레이션의 고려 사항을 다룹니다.
#LLM#양자화
100