

기억하는 AI : Agentic Memory 그리고 A-MEN
자율 에이전트에서 Agentic Memory가 장기 기억 역할을 하며 개인화 응답을 돕는 방식을 설명했습니다. A-MEM의 구조화된 노트, 링크, 검색 흐름도 함께 소개했습니다.


자율 에이전트에서 Agentic Memory가 장기 기억 역할을 하며 개인화 응답을 돕는 방식을 설명했습니다. A-MEM의 구조화된 노트, 링크, 검색 흐름도 함께 소개했습니다.


Kotlin과 JPA의 한계를 빌링 시스템 고도화 과정에서 정리하고 jOOQ와 JDBC로 전환한 사례를 소개했습니다. 복잡한 쿼리 표현력, 불변 객체 설계, 운영 안정성을 함께 개선했습니다.


Git Flow의 복잡함과 충돌 문제를 줄이기 위해 팀에 맞는 단순한 브랜치 전략을 정리했습니다. 작은 feature 브랜치와 샌드박스 배포, master 중심 운영으로 3년간 운용한 과정을 소개했습니다.

수신 객체의 상태를 확인하는 로직은 해당 함수 내부로 옮기는 편이 더 안전할 수 있다고 설명했습니다.콜백보다 반환값으로 결과를 드러내면 호출 흐름도 더 명확해집니다.

왓챠가 무비랜드와 함께 진행한 오프라인 왓챠파티@무비랜드의 1년 회고를 소개했습니다. 〈오피스〉와 〈러브레터〉를 중심으로 팬 경험을 극대화한 기획과 현장 연출 비하인드를 다뤘습니다.


n8n과 GitLab API, OpenAI, Slack을 연동해 스탠드업 보고를 자동화하는 워크플로를 소개했습니다. 브랜치·커밋·이슈를 수집해 요약하고 Slack으로 전송하는 구조를 설명했습니다.


n8n, GitLab API, OpenAI, Slack을 연결해 개발팀 스탠드업 보고를 자동화하는 워크플로를 소개했습니다. 수동 수집과 정리 부담을 줄이고, 일관된 요약과 전송 흐름을 만드는 방식입니다.

MySQL ALTER DDL 수행 방식을 이해하기 위한 글의 개요를 소개했습니다. 다만 제공된 본문만으로는 구체적인 설명이나 결론을 확인하기 어려웠습니다.

디자이너의 반복 업무를 규칙과 시스템으로 바꿔 의존도를 줄인 사례를 소개했습니다. 앞으로 디자이너는 직접 만드는 사람보다 시스템을 설계하는 역할이 중요하다고 보았습니다.

Apache Pinot를 실시간 OLAP 용도로 도입해 운영하며 얻은 안정성·보안·DR 노하우를 정리했습니다. Upsert, Kafka 재개, Trino gRPC 등 실무에서 겪은 주의점과 대응 방법도 함께 소개했습니다.

PreparedStatement가 JDBC, HikariCP, Hibernate, MySQL Connector/J에서 어떻게 동작하는지 내부 구현까지 살펴본 글입니다. 설정별 성능 차이와 운영 시 주의할 점도 함께 정리했습니다.


Firebase App Testing Agent로 UI 테스트를 체험하며 자연어 기반 자동화와 리포트 기능을 확인했습니다. 다만 복잡한 로직 검증과 디버깅에는 한계가 있어 다른 도구와 병행이 필요했습니다.