
디자이너가 48시간만에 만든 Figma Plugin
디자이너가 Cursor AI로 Figma 플러그인을 만들어 애셋 배포 검수 비효율을 줄였습니다. 이틀 만에 완성해 배포 실패를 사전 차단했고 실무 효과도 확인했습니다.

디자이너가 Cursor AI로 Figma 플러그인을 만들어 애셋 배포 검수 비효율을 줄였습니다. 이틀 만에 완성해 배포 실패를 사전 차단했고 실무 효과도 확인했습니다.


Reasoning 모델의 개념과 학습 방법, 성능 특징을 정리하고 AI 검색 고도화 방향을 소개했습니다. 질문 특성에 따라 Reasoning과 Non-Reasoning 모델을 선택해 정확도와 속도를 함께 높이는 방안을 다뤘습니다.


크로스 어텐션의 희소성을 활용해 LLaMA-3.2-Vision의 불필요한 시각 토큰을 제거했습니다. 성능을 유지하며 KV 캐시, 메모리 사용량, 추론 지연을 줄였습니다.

Spring AI와 AWS 기반으로 FAQ 데이터를 검색·정제·생성하는 RAG 챗봇 구축 과정을 소개했습니다. Hybrid Search, Chunking, 관련성 평가의 선택 기준과 운영 고려사항을 정리했습니다.


AWS GPU 스팟 인스턴스와 EKS로 GPU 모니터링 PoC를 구축하는 과정을 정리했습니다. NVIDIA GPU Operator, Prometheus, Grafana로 GPU 메트릭을 수집하고 시각화했습니다.


AWS의 양자 컴퓨팅 포트폴리오와 아마존 브라켓의 기본 개념을 소개했습니다. 클라우드 기반 관리형 서비스의 장점과 활용 방식도 함께 정리했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


JUnit5 Vintage 엔진에 메서드 단위 병렬화를 도입한 과정을 다뤘습니다. 고정 크기 스레드 풀에서 발생한 교착 상태를 ForkJoinPool로 해결했습니다.


백패커의 Amazon EKS 운영 중 발생한 CoreDNS, MySQL, Istio 관련 이슈와 해결 과정을 정리했습니다. 운영 환경에 맞춘 튜닝으로 안정성과 장애 대응력을 높인 사례를 소개했습니다.

Go 언어의 설계 배경과 간결함, 견고함이라는 특징을 소개했습니다. 동시성 프로그래밍을 쉽게 시작하는 관점에서 Go를 다루는 글입니다.


Amazon OpenSearch Service의 LTR 플러그인으로 BM25 결과를 재정렬해 검색 품질을 높이는 과정을 소개했습니다. Bedrock, RankLib, NDCG 평가를 통해 학습·배포·비교 흐름을 실습 형태로 설명했습니다.


GitLab Pipeline Execution Policy로 CI/CD 보안과 컴플라이언스를 중앙에서 강제하는 방법을 다루었습니다. 실습 예제로 정책 생성, 적용, 검증 절차까지 정리했습니다.


GitLab Pipeline Execution Policy로 CI/CD 보안과 컴플라이언스를 중앙에서 자동 강제하는 방법을 설명했습니다. 기존 파이프라인에 정책을 주입하거나 대체하는 적용 방식과 실습 절차를 정리했습니다.


접근성의 개념과 국내외 기준, OS별 프레임워크를 정리하고 한컴오피스의 접근성 지원 기능을 소개했습니다. 스크린리더 연동과 문서 접근성 개선 방향도 함께 살펴보았습니다.
무신사 Web 테스트 자동화 2.0의 개선 내용을 정리한 글입니다. GitHub Actions, DB화, step/fixture 구조로 유지보수성과 실행 효율을 높였습니다.