

20달러 회화 앱 개발 도전기
영어 회화 학습의 불편함을 해결하기 위해 영상 기반 학습 앱을 개발한 사례입니다. 데스크톱에서 자료를 만들고 모바일에서 학습하는 구조로 실사용성과 비용을 함께 고려했습니다.


영어 회화 학습의 불편함을 해결하기 위해 영상 기반 학습 앱을 개발한 사례입니다. 데스크톱에서 자료를 만들고 모바일에서 학습하는 구조로 실사용성과 비용을 함께 고려했습니다.


인력풀 초대 링크에 만료와 위변조 방지를 넣기 위해 HMAC 서명 토큰을 적용했습니다. 프론트는 토큰만 전달하고, 서버가 발급과 검증을 모두 맡도록 구성했습니다.

외부 API 장애가 서비스 장애로 이어지는 문제를 다뤘습니다. 멀티 벤더 자동 Fallback과 Health Status 적용 과정의 시행착오를 공유했습니다.

토스증권은 쿠버네티스에서 GPU를 단순히 인식하는 수준을 넘어 운영 가능한 GPU-native 클러스터로 발전시키는 과정을 공유했습니다. GPU Ready 판정, 시범운행 검증, MIG 기반 배치 최적화로 서비스 투입과 자원 효율을 높였습니다.

RAG가 기대만큼 답하지 못하는 문제를 다룹니다. 성공 요인을 LLM보다 문서 중앙화와 데이터에서 찾습니다.

미리캔버스 모노레포에서 테스트 수가 늘며 CI가 16분까지 느려졌습니다. 테스트 실행 구조를 개선해 CI 시간을 3분 수준으로 줄였습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

사내에서 쓰는 Codex와 Claude를 LLM 서버 형태로 전환해 시스템에 넣어 활용하는 방법을 다룹니다. 웹, 앱, CLI에 흩어진 사용 방식을 내부 연동 관점에서 정리했습니다.

글로벌 매장 재고조사 요구를 3일 만에 PDA PoC로 구현한 사례를 소개했습니다. 현장과 같은 공간에서 병렬 협업하며 실사용 가능한 핵심 기능만 빠르게 검증했습니다.
![AI 데이터센터 효율 지표 4가지 [PUE·WUE·ERF·REF]](https://static.gabia.com/www/common/gnb/gabia_logo_1200.jpg)

AI 데이터센터는 전력만이 아니라 물, 폐열, 재생에너지까지 함께 봐야 합니다. PUE·WUE·ERF·REF를 같이 확인해야 실제 환경 성능을 판단할 수 있습니다.

AI 전환의 핵심을 도구가 아니라 사람의 변화와 코칭 구조에서 찾았습니다. 92명의 수요에 대응해 코치 페어 기반 경험형 프로그램을 설계했습니다.

타 부서 구성원이 랜덤으로 점심을 함께하는 ‘복작복작 런치데이’를 운영했습니다. 취향 기반 조 편성, 조장, 후기 미션으로 자연스러운 교류를 도왔습니다.


NATS JetStream Durable Consumer가 비정상 종료 이후 메시지를 소비하지 못한 장애를 분석했습니다. Consumer 상태값으로 원인을 식별하고, 재생성 및 초기화 스크립트로 복구했습니다.


수만 건 Grid 화면에서 Cell 계산과 데이터 조합이 반복되며 Main Thread Blocking이 발생했습니다. 사전 집계와 계산 결과 재사용으로 반복 연산을 줄여 개선했습니다.

LLM 번역이 다음 토큰 예측과 다국어 학습을 통해 작동하는 방식을 설명했습니다. NMT와 비교해 문맥·지시 반영의 강점과 속도·일관성 한계를 짚었습니다.