JVM 프로세스 내 Python 임베딩 전략
JVM 프로세스 안에 Python을 임베딩하는 Jep 도입 사례를 다루었습니다. 스레드 제약, GIL, 네이티브 라이브러리 경로 문제와 대응 방법을 정리했습니다.
#Java#Python
2700
국내 IT 기업 기술 블로그 최신 글
필터 0
Inbox 패턴 기반 레거시 연동 비동기 전환 사례
레거시 연동 수신 구간을 Inbox 패턴으로 바꾸고 Kafka 비동기 처리로 분리한 사례를 정리했습니다. 응답 시간 단축, 중복 방지, 장애 복구 자동화까지 실측으로 검증했습니다.
#Inbox 패턴#Kafka
2600
Go embed: 최소 변경으로 불필요한 메모리 사용 줄이기
GeoIP DB를 embed.FS.ReadFile로 읽으며 발생한 전체 DB heap 복사 원인을 분석했습니다.직접 []byte embed 방식으로 배포 구조를 유지하면서 보유 heap을 줄였습니다.
#Go#GeoIP
300
VPC 내 프라이빗 서비스에 AWS DevOps Agent를 안전하게 연결하기
AWS DevOps Agent를 VPC 내부 서비스에 안전하게 연결하는 프라이빗 연결 설정 방법을 설명했습니다. 콘솔과 CLI 절차, DNS 해석, Grafana 연동과 운영 주의점까지 함께 정리했습니다.
#AWS DevOps Agent#VPC Lattice
1200
측정할 수 없으면 개선할 수 없다 - AI Pick 추천 카드를 위한 sLLM 정렬 학습기
AI Pick 카드 생성 품질을 높이기 위해 SFT 이후 정렬 학습과 평가 지표를 설계한 과정을 공유했습니다. 형식 검증기와 NLL 프록시로 선호 쌍을 만들고 DPO, GRPO로 품질과 형식을 함께 개선했습니다.
#LLM#DPO
5600
Apache Airflow 3.x 무엇이 달라졌고, 어디로 가고 있는가?
Airflow 3.x는 실행과 오케스트레이션을 분리하고, 시간 중심 스케줄링을 Asset·이벤트 중심으로 확장했습니다. DAG 버저닝과 `airflow.sdk`로 안정성과 추적성을 높이며 범용 워크플로우 플랫폼으로 이동했습니다.
#Airflow#Airflow 3.x
6400
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
AI와 함께 만든 키비주얼과 시네마틱 오프닝 필름
AI로 키비주얼과 오프닝 필름을 만든 디자인 과정을 공유했습니다. 스토리보드와 프롬프트 정교화로 결과를 컨트롤한 방법을 설명했습니다.
#prompt#시네마틱
2000
Gemini 3.8 Live’ 및 ‘3.8 Extended Thinking’ 모델 등 9월 셋째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
Google for Developers의 9월 셋째 주 주요 업데이트를 분야별로 정리한 공지입니다. AI, Android, Firebase 등에서 새롭게 공개된 소식을 한눈에 확인할 수 있습니다.
#LLM#Android
1600
배달의민족 전자계약서 화면 개편기: AI에게 맡긴 것과 사람이 챙긴 것
배달의민족 전자계약서 화면 개편기: AI에게 맡긴 것과 사람이 챙긴 것
전자계약서 화면을 AI와 함께 다시 설계하고, 뷰·폼·스토어로 나눠 구현한 과정을 소개했습니다. AI는 반복 구현을 맡기고 사람은 경계 설정과 명세 승인, 최종 품질 확인을 담당했습니다.
#React#디자인 시스템
1900
[네이버클라우드 아카데미] 순천향대학교와 함께한 <소버린 AI Literacy 과정 1기> 돌아보기
[네이버클라우드 아카데미] 순천향대학교와 함께한 <소버린 AI Literacy 과정 1기> 돌아보기
순천향대학교 학생 대상 NCP 기반 AI·클라우드 실무 교육 과정을 운영했습니다. 50시간 교육으로 수료율 100%, NCP-AI 자격증 취득률 73%를 기록했습니다.
#NCP#cloud
1100
사용자를 위해 일부러 어렵게 만드는 경험, 어디까지 괜찮을까?
10대 저축을 돕는 잠금 저금통을 만들며, 일부러 어렵게 만드는 경험의 기준을 정리했습니다. 사용자에게 죄책감 대신 선택권과 응원을 남기는 설계를 강조했습니다.
#UI/UX#인터랙션
9300
LLM에게 어디까지 맡길 것인가: AI 에이전트 기반 광고 분석 리포트 자동화
AI 에이전트로 광고 분석 리포트를 자동 생성하되, 계산과 해석을 분리해 신뢰성을 높였습니다. 섹션별 컨텍스트 분리와 평가 루프로 품질을 운영 가능하게 만들었습니다.
#LLM#AI 에이전트
4800
![[데이터센터 입문콘텐츠] GPU를 사 왔습니다. 그런데 이건 어디에 두나요? AI GPU와 데이터센터](https://static.gabia.com/www/common/gnb/gabia_logo_1200.jpg){kind=logo}
[데이터센터 입문콘텐츠] GPU를 사 왔습니다. 그런데 이건 어디에 두나요? AI GPU와 데이터센터
고성능 AI GPU는 서버실이 아니라 전력과 냉각을 갖춘 데이터센터에서 안정적으로 운용해야 합니다. GPU 확보와 함께 전력밀도, 발열, 하중까지 고려한 인프라 준비가 필요합니다.
#GPU#데이터센터
2400
AI 에이전트의 작업을 관측 가능하게 만들기
AI 에이전트의 작업 흐름을 커밋 메시지와 세션 기록으로 관측 가능하게 만드는 방법을 정리했습니다. 신고 기반 집계와 파생 판정을 통해 새 저장소에서도 즉시 지표가 나오도록 구성했습니다.
#Git#LLM
3200