
Jira의 이슈 정렬 방식이 Integer 방식이 아니라고?!
Jira의 LexoRank 정렬 알고리즘을 소개하고 기존 랭킹 방식의 한계를 비교했습니다. 사내 라이브러리 구현 과정에서 겪은 이슈와 해결 방법도 함께 정리했습니다.
새로운 기술 블로그가 추가되었어요

Jira의 LexoRank 정렬 알고리즘을 소개하고 기존 랭킹 방식의 한계를 비교했습니다. 사내 라이브러리 구현 과정에서 겪은 이슈와 해결 방법도 함께 정리했습니다.


검색 품질 평가는 질의와 결과 유형에 따라 기준이 달라져 단일 지표로 다루기 어렵습니다. 사용자 로그와 만족도 레이블을 결합한 머신러닝 지표로 이를 해결했습니다.


네이버페이 내자산의 마이데이터 자산 조회를 단계적으로 개선한 과정을 소개했습니다. 캐시 선노출, 병렬 요청, WebSocket 적용으로 응답성과 사용자 경험을 높였습니다.


버즈빌의 머신러닝 플랫폼 Buzzflow를 소개하며, 모델 개발과 관리를 위한 파이프라인과 저장소 구성을 설명했습니다. 모델 배포 방식은 다음 글에서 이어서 다룰 예정입니다.


올리브영은 인시던트 선언부터 대응, 보고, 재발 방지까지의 체계를 정리해 운영하고 있습니다.\n전체 Usecase와 CSP, 레벨 기준을 바탕으로 빠른 전파와 사후 리뷰를 강화했습니다.

RLHF를 중심으로 LLM 성능을 높이는 SFT, Reward Model, PPO, DPO를 정리했습니다. 사람 선호를 반영하되 학습 불안정성과 보상 해킹에 주의해야 합니다.

LangChain을 활용해 LLM 애플리케이션을 만드는 방법을 소개했습니다. 또한 LangSmith, Retrieval, Agent, 서빙까지 개발 흐름을 예제로 정리했습니다.


카이트의 항공 캘린더 기능과 날짜별 최저가 요금 시각화 방식을 소개했습니다. 해당 기능을 구현한 데이터 파이프라인 개발 배경을 궁금증 형태로 제시했습니다.

Next.js 전환 과정에서 단위 테스트와 API Mocking의 중복·관리 문제를 해결하기 위해 MSW 도입을 검토했습니다. 브라우저와 SSR 환경의 URL 차이를 보정하는 클라이언트를 만들어 프록시 이슈에 대응했습니다.

TDD의 개념은 널리 알려져 있지만 실제로 실천하는 사람은 많지 않다는 문제의식을 다룹니다. 실전에서 TDD를 왜 하기 어려운지에 대한 질문으로 글을 시작합니다.


CXL 3.0과 3.1의 주요 변경사항을 중심으로 성능, 패브릭 구조, 메모리 공유 기능을 정리했습니다. 또한 CXL이 스토리지와 데이터센터 메모리 운영에 미치는 영향도 함께 설명했습니다.

기술 문서 사이트용 팀 공용 SSG로 Docusaurus를 선정한 이유와 기준을 정리했습니다. 줄 바꿈 테이블, 용어집, API 문서화를 커스터마이징한 사례도 소개했습니다.