

AI 코딩 시대, 테스트의 역할
AI 코딩으로 테스트 작성 비용이 낮아지면서, 테스트의 역할이 구현 검증을 넘어 요구사항 정의와 완료 조건 설정까지 확장된다고 설명했습니다. 프론트엔드 TDD 적용 방식과 AI 코딩 어시스턴트와의 궁합도 함께 정리했습니다.


AI 코딩으로 테스트 작성 비용이 낮아지면서, 테스트의 역할이 구현 검증을 넘어 요구사항 정의와 완료 조건 설정까지 확장된다고 설명했습니다. 프론트엔드 TDD 적용 방식과 AI 코딩 어시스턴트와의 궁합도 함께 정리했습니다.


퀄컴 NPU에서 VLA를 실시간 구동하기 위해 백본·런타임·제어 루프를 함께 최적화했습니다. GR00T N1.7을 약 230ms까지 줄이고 RTC로 로봇팔의 연속 동작을 검증했습니다.


Databricks Metric View로 지표 정의를 한곳에 모아 대시보드와 분석 에이전트가 같은 값을 읽게 했습니다. 정제·집계 반복을 줄여 조회 비용도 함께 낮췄습니다.


딥테크 스타트업의 PoC와 AX 도입을 지원하는 가비아 AWS의 기술교류회 현장을 소개했습니다. Agentic AI 4-Layer 구조와 비용·마이그레이션 대응 방안을 함께 정리했습니다.


옵저버빌리티는 예상하지 못한 장애 원인까지 나중에 추적할 수 있게 만드는 기반입니다. 메트릭, 로그, 트레이스를 연결해 마이크로서비스 환경의 문제를 요청 단위로 복원해야 했습니다.


외부 API 수신과 실제 데이터 처리를 분리한 구조를 소개했습니다. 요청은 Payload로 저장하고 내부 Timer Event가 비동기로 처리하도록 설계했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

몇 달 전 풀었던 문제를 다시 만나 같은 시행착오를 겪은 경험을 바탕으로, AI와의 대화를 팀 지식으로 자동 축적하는 필요성을 정리했습니다. 반복 해결을 줄이고 기억에 의존하지 않도록 기록과 재활용 구조를 만들려는 이야기입니다.


RTZR Streaming STT의 FINALIZE로 서버 endpoint detection 대기 없이 발화별 최종 전사를 받는 방법을 소개했습니다. 50개 발화 실험에서 중앙값 기준 636.37ms의 지연을 줄였으며, VAD·턴 감지와의 연동을 제시했습니다.


RTZR 스트리밍 STT에서 FINALIZE로 서버의 발화 종료 대기를 줄이는 방법을 소개했습니다. 실험에서 final transcript 수신 시간이 중앙값 기준 636.37ms 단축됐습니다.

AI·MCP와 통합 파이프라인으로 비개발자도 한 줄로 사내 배포하는 플랫폼을 구축했습니다. 권한 격리·시크릿 스캔·자동 설정으로 편의성과 보안 통제를 함께 확보했습니다.

AI 에이전트와 280건의 해외투어 QA 티켓을 재현·조사·기록 중심으로 처리한 방식을 공유했습니다. 원인 확정 전 수정 금지와 메모리·커밋 규칙으로 재작업을 줄였습니다.

Oozie/Sqoop 기반 데이터 파이프라인을 Airflow/Spark로 전환한 사례를 정리했습니다. YAML 템플릿, 동적 파티셔닝, Parquet 최적화로 운영성과 조회 성능을 함께 개선했습니다.

컨퍼런스에서 발표를 듣고 참여자와 대화하며 실무의 실마리를 찾는 가치를 설명합니다. 발표 후 구체적인 질문과 경험 공유를 통해 네트워킹할 수 있습니다.


GS SHOP 검색·추천팀이 AI-DLC로 자연어 검색과 추천 실험 프로세스를 표준화했습니다. 실데이터 검증을 통해 다음 개선 지점과 공정한 비교 구조를 함께 확보했습니다.