IllegalArgumentException은 400 Bad Request인가?
IllegalArgumentException은 400 Bad Request인가?
IllegalArgumentException을 무조건 400으로 매핑하면 서버 오류를 클라이언트 문제로 오인할 수 있습니다. 명백한 클라이언트 오류는 커스텀 예외로 분리해 4xx와 5xx를 구분하는 것이 좋습니다.
#Java#Spring Boot
34005분
필터 0
Jetpack Compose로 접근성 최적화하기
Jetpack Compose에서 semantics와 포커스 제어로 접근성을 높이는 방법을 정리했습니다. TalkBack 사용성을 개선하는 실무 팁과 비동기 콘텐츠 알림 방법도 함께 다뤘습니다.
#Jetpack Compose#Android
69005분
코드는 멈췄고, 에이전트가 움직인다 – AgentSecOps의 시대로
AI 에이전트의 자율 실행이 기존 DevSecOps 통제를 우회할 수 있다는 문제를 짚고, AgentSecOps를 실행 시점 보안 계층으로 제안했습니다. 또한 PDP, PBAC, PEP, PIP를 중심으로 한 통제 구조와 MCP 기반 상용화 방향을 설명했습니다.
#LLM#DevSecOps
13005분
코드는 멈췄고, 에이전트가 움직인다 – AgentSecOps의 시대로
AI 에이전트의 자율 실행이 기존 DevSecOps의 통제를 벗어나는 문제를 다루었습니다. 실행 시점 정책 평가와 감사 로깅을 담당하는 AgentSecOps와 PDP·PBAC·PEP·PIP 구조를 제안했습니다.
#AgentSecOps#DevSecOps
18005분
코드는 멈췄고, 에이전트가 움직인다 – AgentSecOps의 시대로
AI 에이전트의 자율 실행이 기존 DevSecOps의 통제를 벗어나는 문제를 설명했습니다. 실행 시점 정책 평가와 감사 로깅을 중심으로 AgentSecOps와 MCP 기반 통제 구조를 제안했습니다.
#LLM#MCP
75005분
User-Agent vs. Feature Detection: 무엇을 언제 어떻게 써야 할까?
브라우저와 기기 환경에 따른 기능 제공 방식으로 User-Agent Sniffing과 Feature Detection을 비교했습니다. 기본적으로는 Feature Detection을 우선하고, 필요할 때만 User-Agent 계열 정보를 제한적으로 활용하는 방향을 권장했습니다.
#User-Agent#Feature Detection
117005분
레거시 탈출! 추천 구좌 시스템 개선기
추천 구좌 시스템을 전시 서버 중심으로 재구성하고 서킷 브레이커, 전략 패턴, 비동기 처리로 안정성과 확장성을 높였습니다. 또한 어드민 기능과 E2E 비교 테스트를 도입해 운영 부담과 배포 리스크를 줄였습니다.
#Spring Boot#WebFlux
119005분
쉽게이해하는 GPT. 1편(다음단어 예측기. Base모델)
GPT를 다음 단어를 예측하는 모델로 쉽게 풀어 설명했습니다. Transformer 디코더만 사용하는 구조와 LLaMA 예시를 통해 Base Model 개념을 소개했습니다.
#LLM#Transformer
103005분
인도인들은 대출을 어떻게 신청할까?
인도인들은 대출을 어떻게 신청할까?
인도 대출 신청 퍼널을 현지 고객 관찰과 테스트로 개선한 사례를 소개했습니다. 아이콘과 힌디어·영어 병기로 이해도를 높여 이탈률을 크게 줄였습니다.
#UI/UX#검색
0005분
Amazon Network Firewall 모범 사례 #4 – 로그 수집 및 분석
AWS Network Firewall의 로그 수집과 분석 방법을 정리했습니다. Alert/Flow 로그 해석, Athena 쿼리, CloudWatch 필터링과 운영 시 주의점을 함께 설명했습니다.
#AWS Network Firewall#logging
56005분
반복 업무의 구원자, AI 슬랙봇 “도비”의 개발 여정
슬랙과 지라 반복 업무를 자동화한 AI 슬랙봇 도비 개발 사례를 소개했습니다.\n별도 인프라 없이 GPT와 협업해 요약과 티켓 생성을 빠르게 구현했습니다.
#Slack#Jira
29005분
AI로 생성한 이미지는 어떻게 평가할까요? (블랙박스 최적화 적용편)
생성형 AI 이미지 품질을 자동 평가하고 블랙박스 최적화로 하이퍼파라미터를 탐색한 사례를 다뤘습니다. 수작업을 줄이고 결과 신뢰도를 높였지만, 스타일 판별 지표는 추가 보완이 필요했습니다.
#LLM#ML
73005분