국내 IT 기업 기술 블로그 최신 글

필터 0
선택된 필터 없음
CDC 복제 이후 오라클이 느려졌다? child cursor 폭증이 만든 예상치 못한 문제
네이버 D2
백엔드

CDC 복제 이후 오라클이 느려졌다? child cursor 폭증이 만든 예상치 못한 문제

Oracle 복제 전환 과정에서 child cursor 폭증으로 주문 동기화 지연이 발생했습니다. 바인딩 타입 고정과 TIMESTAMP 정규화 등으로 성능을 안정화했습니다.

#Oracle#cursor
11900
NVIDIA Dynamo: 차세대 분산 추론 프레임워크 리뷰
데보션
AI

NVIDIA Dynamo: 차세대 분산 추론 프레임워크 리뷰

NVIDIA Dynamo는 분산 추론을 위한 오픈 소스 프레임워크로, Prefill·Decode 분리와 스마트 라우팅으로 성능을 높였습니다. KV cache 오프로딩과 NIXL 전송을 통해 GPU 자원 효율과 지연 시간 개선을 노렸습니다.

#LLM#Kubernetes
7100
RAG와 리랭커(Reranker): 검색 모델과 LLM의 상호작용
데보션
AI

RAG와 리랭커(Reranker): 검색 모델과 LLM의 상호작용

RAG에서 리랭커가 필요한 이유와 역할을 설명했습니다. 기존 방식과 LLM 기반 리랭킹, 적용 시 한계와 보완 방법도 함께 정리했습니다.

#RAG#LLM
8500
포스코홀딩스의 Managed Apache Flink를 활용한 효율적인 다수 CCTV 이벤트 처리 사례
AWS
백엔드

포스코홀딩스의 Managed Apache Flink를 활용한 효율적인 다수 CCTV 이벤트 처리 사례

포스코홀딩스는 다수 CCTV의 AI 추론 결과를 Kinesis와 Managed Apache Flink로 실시간 분석했습니다. CloudWatch 필터링, CEP 최적화, State Backend 조정으로 이벤트 감지와 운영 효율을 높였습니다.

#Apache Flink#Kinesis
6500
UniForm: 자원이 제한된 엣지 디바이스에서 효율적인 트랜스포머를 위한 재사용 어텐션 메커니즘
노타
AI

UniForm: 자원이 제한된 엣지 디바이스에서 효율적인 트랜스포머를 위한 재사용 어텐션 메커니즘

UniForm은 공유 어텐션 행렬로 다중 헤드 어텐션의 중복 계산과 메모리 사용량을 줄였습니다. 엣지 환경에서 정확도와 빠른 추론 속도를 함께 달성한 결과를 소개합니다.

#Transformer#Edge AI
000
선제적 장애 대응을 위한 Sentry 최적화 적용기
우아한 형제들
프론트엔드

선제적 장애 대응을 위한 Sentry 최적화 적용기

Sentry의 에러 수집 한도와 노이즈 문제를 줄이기 위해 로그를 고도화하고 필터링했습니다. Alert와 대응 프로세스까지 정비해 선제적 장애 탐지를 목표로 했습니다.

#Sentry#모니터링
6600
쿠팡 파트너스

광고

개발자를 위한 서적을 확인해 보세요

이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

#개발서적#프로그래밍
토스 프론트엔드에 이력서 없이 리포지토리 링크로 지원하세요 (~4/30)
토스
기타

토스 프론트엔드에 이력서 없이 리포지토리 링크로 지원하세요 (~4/30)

토스 프론트엔드가 이력서 없이 공개 GitHub 리포지토리 링크로 지원받는 전형을 열었습니다. 코드 품질, TypeScript, UX, 협업 방식 중심으로 평가했습니다.

#TypeScript#React
16200
Data Forge와 함께하는 AI 혁신: 이미지 학습 데이터 증강 자동화
삼성
AI

Data Forge와 함께하는 AI 혁신: 이미지 학습 데이터 증강 자동화

생성형 AI 이미지 스타일 부여를 위해 LoRA 개발과 데이터 준비 부담을 다뤘습니다. Data Forge로 학습 데이터 증강을 자동화하는 방향을 소개했습니다.

#LLM#ML
900
MCP(Model Context Protocol) 시대의 PAM(Privileged Access Management)을 재정의 하다.
QueryPie
AI

MCP(Model Context Protocol) 시대의 PAM(Privileged Access Management)을 재정의 하다.

MCP로 AI 에이전트가 외부 시스템과 연결되는 구조와 그에 따른 보안 과제를 정리했습니다. PAM과 결합해 최소 권한, 가시성, 감사 가능성을 확보하는 통합 전략을 제안했습니다.

#MCP#PAM
1500
망분리 시대의 안전한 서버 접근: SSH 프로토콜을 이용한 멀티홉 양방향 터널링 기술
QueryPie
데브옵스

망분리 시대의 안전한 서버 접근: SSH 프로토콜을 이용한 멀티홉 양방향 터널링 기술

망분리 환경에서 SSH 멀티홉과 Reverse Tunneling으로 안전한 서버 접근 방식을 설명했습니다. 태그 기반 라우팅과 중앙 집중식 제어로 복잡한 접근 경로를 단순화했습니다.

#SSH#JumpHost
1100
MCP(Model Context Protocol) 시대의 PAM(Privileged Access Management)을 재정의 하다.
QueryPie
AI

MCP(Model Context Protocol) 시대의 PAM(Privileged Access Management)을 재정의 하다.

MCP 기반 AI 에이전트의 보안 취약점을 정리하고, PAM을 결합한 통합 거버넌스 전략을 설명했습니다. AI 전용 권한 제어와 모니터링으로 안전한 기업 운영 방향을 제시했습니다.

#MCP#PAM
2300
망분리 시대의 안전한 서버 접근: SSH 프로토콜을 이용한 멀티홉 양방향 터널링 기술
QueryPie
데브옵스

망분리 시대의 안전한 서버 접근: SSH 프로토콜을 이용한 멀티홉 양방향 터널링 기술

망분리 환경에서 SSH 멀티홉 터널링과 Reverse Tunneling으로 안전한 서버 접근 방식을 소개했습니다. 태그 기반 라우팅과 중앙 제어로 복잡한 네트워크 운영을 단순화하는 방안도 다뤘습니다.

#SSH#터널링
1400
MCP(Model Context Protocol) 시대의 PAM(Privileged Access Management)을 재정의 하다.
QueryPie
AI

MCP(Model Context Protocol) 시대의 PAM(Privileged Access Management)을 재정의 하다.

MCP로 AI 에이전트가 기업 시스템에 연결되는 만큼, 특권 접근 관리와의 통합이 중요하다고 설명했습니다. 보안 프록시, 최소 권한, 모니터링과 감사 체계를 통해 AI 거버넌스를 강화하는 전략을 제안했습니다.

#MCP#PAM
8100
망분리 시대의 안전한 서버 접근: SSH 프로토콜을 이용한 멀티홉 양방향 터널링 기술
QueryPie
백엔드

망분리 시대의 안전한 서버 접근: SSH 프로토콜을 이용한 멀티홉 양방향 터널링 기술

망분리 환경에서 SSH 멀티홉과 Reverse Tunneling으로 안전한 서버 접근 방식을 설명했습니다. 태그 기반 라우팅으로 복잡한 네트워크와 동적 서버 운영을 단순화하는 내용을 다뤘습니다.

#SSH#reverse tunneling
7900