마이리얼트립에서 가장 큰 조직, T&A실의 리더는 어떻게 AI를 활용하는가
마이리얼트립 T&A실은 위키, KPI, FP&A, Slack을 AI로 묶어 매일 자동 브리핑하는 Control Tower를 만들었습니다. 리더는 반복 수집과 분류를 맡기고 판단과 액션에만 집중하는 구조로 바뀌었습니다.
마이리얼트립 T&A실은 위키, KPI, FP&A, Slack을 AI로 묶어 매일 자동 브리핑하는 Control Tower를 만들었습니다. 리더는 반복 수집과 분류를 맡기고 판단과 액션에만 집중하는 구조로 바뀌었습니다.

Agentic Workflow로 BMS 도면 분석을 자동화한 사례를 소개했습니다. 도면 패칭과 암묵지 추론을 결합해 2~3일 걸리던 작업을 10분으로 줄였습니다.


LG전자 ES사업부가 AWS와 협업해 BMS 계통도 분석을 Agentic Workflow로 자동화했습니다. 2~3일 걸리던 작업을 10분으로 줄이고 전문가 수준 정확도를 확보했습니다.


Claude Code 에이전트의 메모리 계층 구성을 비교 실험했습니다. 세션 캐시만 단독으로 쓸 때 정확도가 가장 크게 높아졌고, 외부 저장소는 오히려 성능을 떨어뜨렸습니다.

생성형 AI를 제품에 적용할 때 기존 개발 방식과 다른 설계·운영 과제를 다루는 행사입니다. 품질 정의, 재현 불가 오류, 불확실성 대응을 실제 사례로 살펴봅니다.

RAG 서비스에서는 프롬프트보다 컨텍스트 품질이 답변 성능을 더 크게 좌우했습니다. TopK 조정과 rerank, 버전 필터링, 질문 기반 압축으로 근거 밀도를 높이는 방법을 정리했습니다.

AI를 실제 업무에서 쓰게 만들기 위해 진입장벽을 낮추는 방법을 소개했습니다. 가벼운 체험과 실무 문제 해결, 밀착 지원이 핵심이었습니다.

AI로 PR 리뷰 정체를 줄이기 위해 스크리닝 리뷰, PR 자동화, 알림, 지표 가시화를 함께 도입했습니다. 사내 워크숍과 체험형 공유를 통해 활용률을 높이고 리뷰 문화를 확산했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

LY Corporation의 사내 워크숍 'Orchestration Development Workshop'을 소개했습니다. 실제 실무 적용 관점에서 여러 AI를 연계해 활용하는 학습과 창작의 장을 지향합니다.


야놀자가 Bedrock AgentCore와 Strands SDK로 AIOps 멀티 에이전트를 구축한 사례를 소개했습니다. 반복 운영 업무를 자동화해 수동 업무 시간과 MTTR을 줄이고 조직 내 AI 역량을 내재화했습니다.
![[넷츠프레소 톺아보기] 모델 최적화부터 타깃 배포까지 한 번에 끝내는 플랫폼](https://cdn.prod.website-files.com/69d764b1be3398a43fb536b5/6a86c5c749bea6037d6e62f3_CR_insights_Product_D.webp)

넷츠프레소의 CLI 기반 AI 모델 최적화·배포 파이프라인을 소개했습니다. 양자화 탐색과 시각화로 정확도·지연시간·메모리의 균형을 검증합니다.

n8n으로 반복 업무를 자동화한 사례와 실전 적용 방법을 공유했습니다. 작은 업무부터 시작해 효율을 체감하고, LLM과 워크플로우를 함께 활용하는 접근을 제안했습니다.


AI 스타트업과 연구 조직의 GPU 수요 증가에 맞춰, 자체 구매보다 서버호스팅이 유리한 상황을 설명했습니다. AI 학습·렌더링·시뮬레이션처럼 프로젝트형 워크로드에 즉시 쓰는 연산 자원을 제안했습니다.


프로덕션급 Multi-Agent 시스템에서 Context Window 한계를 넘기 위한 4계층 Context Engineering 기법을 소개했습니다. 멀티 에이전트 격리, 프롬프트 제어, 파일 외부화, 검증과 안전장치로 품질과 비용을 함께 다뤘습니다.