

AWS가 제공하는 클라우드 기반의 양자 컴퓨팅 서비스, Amazon Braket -2
Amazon Braket의 시뮬레이터, QPU, 하이브리드 잡, 다이렉트 프로그램을 정리했습니다. 양자 알고리즘 개발과 테스트를 위한 선택 기준과 운영 제약도 함께 설명했습니다.


Amazon Braket의 시뮬레이터, QPU, 하이브리드 잡, 다이렉트 프로그램을 정리했습니다. 양자 알고리즘 개발과 테스트를 위한 선택 기준과 운영 제약도 함께 설명했습니다.

두 상속 트리의 암묵적 대응 관계가 타입 안전성 문제를 만들 수 있음을 설명했습니다. 상속 대신 컴포지션을 쓰거나 제네릭으로 반환 타입을 명시하는 방법을 제안했습니다.

왓챠파티@무비랜드 1년 회고를 통해 오프라인에서 유저와 브랜드를 연결한 실험을 정리했습니다. 영화 추천과 선물하기, 가챠 이벤트로 취향 공유와 발견의 기쁨을 확장했습니다.

AWS Athena로 ELB 액세스 로그를 S3에서 조회하는 방법을 소개했습니다. 테이블 생성, 파티션 프로젝션, IP·기간 조건 조회 예시를 정리했습니다.


Playwright MCP를 활용해 자연어로 E2E 테스트를 실행하고 코드까지 생성하는 방법을 소개했습니다. QA의 수작업 부담을 줄이고 테스트 유지 보수성을 높이는 흐름을 실습 예제로 설명했습니다.

RAG 2.0 보안은 모델 응답보다 검색과 삽입 단계의 실행 흐름 통제가 핵심이라고 정리했습니다. Microsoft, Meta, QueryPie 사례를 통해 세션·메타데이터 기반 정책 평가의 필요성을 설명했습니다.

RAG 2.0 보안은 문서 검색부터 프롬프트 삽입까지의 실행 흐름을 통제하는 데서 시작한다고 설명했습니다. Microsoft, Meta, QueryPie 사례를 통해 실행 시점 정책 평가와 메타데이터 필터링의 중요성을 정리했습니다.


Playwright MCP로 자연어 기반 E2E 테스트 자동화 방법을 소개했습니다. 브라우저 상호작용 실행과 테스트 코드 생성까지 함께 실습했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

RAG 2.0 보안을 실행 흐름 제어 관점에서 설명하고, Microsoft·Meta·QueryPie의 정책 적용 구조를 비교했습니다. 프롬프트 삽입 전 세션·메타데이터 기반 평가와 감사 추적의 중요성을 강조했습니다.


AWS Athena로 ELB 액세스 로그를 조회하기 위한 테이블 생성과 파티션 프로젝션 설정 방법을 소개했습니다. 특정 IP와 기간 조건으로 로그를 분석하는 쿼리 예시도 함께 정리했습니다.


AI를 HR에 적용할 때는 화려함보다 데이터 신뢰성과 사용자 중심 설계가 중요하다고 설명했습니다. 또한 자연어 분석과 자율 에이전트로 이어지는 단계적 AI 로드맵을 제시했습니다.

재사용 가능한 컨퍼런스 구조를 만들기 위해 템플릿 분리, 브라우저 대응, 로드·렌더링 최적화를 진행했습니다. 모바일과 데스크탑 모두에서 자연스럽게 동작하도록 성능과 인터랙션을 다듬었습니다.

교보DTS가 AI EXPO KOREA 2025에서 생성형 AI 플랫폼과 보안 솔루션을 소개한 참가 후기를 공유했습니다. 실제 고객 환경에 적용 가능한 AI 솔루션과 협업 가능성을 확인했습니다.


대량 데이터를 효율적으로 나누는 파티셔닝과 Z-order curve 개념을 설명했습니다. 날짜·플레이어 같은 다양한 탐색 조건에 맞춰 저장 구조를 설계하는 방법을 다뤘습니다.