3년 차 앱 개발자가 일하는 순서를 공유합니다
앱 개발 작업을 작은 단위로 나누고 리뷰어를 배려하는 순서를 정리했습니다. 기획 리뷰부터 PR 작성, 시간 기록까지 실무에 바로 적용할 수 있는 팁을 공유했습니다.
#Jira#GitHub
57700
필터 1
프롬프트 인젝션이 노리는 당신의 AI \:\ 실전 공격 유형과 방어 전략
프롬프트 인젝션의 원리와 다양한 공격 유형을 정리하고, 실제 사례를 통해 LLM 보안 위험을 설명했습니다.또한 프롬프트 분리, 권한 통제, 가드레일 등 다층 방어 전략을 제안했습니다.
#LLM#prompt
1800
AI와 함께하는 소프트웨어 개발 : 바이브 코딩(Vibe Coding)
AI와 실시간으로 협업하는 바이브 코딩의 개념과 핵심 도구, 워크플로를 정리했습니다.\n자연어 기반 개발의 장점과 함께 대규모 프로젝트, 비용, 라이선스 같은 우려도 함께 다뤘습니다.
#LLM#ChatGPT
14400
Context Engineering? 원래 하던거 아닌가?
Context Engineering을 기존의 context 관리 실천과 Linear MCP 도입 사례로 설명했습니다. 티켓 메타데이터와 상태 연동으로 계획, 소통, 구현을 통합하는 방식을 공유했습니다.
#MCP#LLM
1200
버그 대응과 PR 리뷰 시간을 90% 단축시킨 방법
Cursor와 MCP로 유저챗 대응과 PR 리뷰를 자동화해 반복 업무 시간을 크게 줄인 사례를 소개했습니다. 업무 절차를 문서화하고 파이프라인화해 AI가 분석과 리뷰를 돕도록 구성했습니다.
#Cursor#MCP
1200
개발 파트너, AI 코딩 에이전트 체험기 (feat. Copilot, Cursor, Windsurf, Junie, Jules)
AI 코딩 에이전트 5종의 실제 사용 경험을 바탕으로 강점과 한계를 비교했습니다. 반복 작업은 AI에 맡기고 개발자는 더 창의적인 업무에 집중하는 방향을 제안했습니다.
#LLM#Cursor
15000
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
우리 팀에도 Jarvis 가 생겼다 – 생성형 AI 로 만든 에러 분석가 이야기
생성형 AI와 Slack, Datadog, Git 연동으로 에러 로그 분석 자동화를 구현했습니다.\nMCP와 프롬프트 개선을 통해 운영 대응 속도를 높이고 분석 품질도 개선했습니다.
#LLM#MCP
23200
We Can Do Better: 개발자 플랫폼 효율화 이야기
카카오페이증권이 금융 환경에 맞춘 개발자 플랫폼 WECAN 구축 과정을 소개했습니다. 계정 관리, 배포, 데이터 가시화와 자동화를 통해 개발 생산성을 높이려 했습니다.
#platform engineering#developer portal
14600
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
15400
AI Agent와 개발자 - 카카오테크가 만난 Thomas Dohmke
X
#AI Agent#GitHub
6400
AI와 협업하는 프로그래밍, 바이브 코딩
AI와 협업해 코드를 생성하는 바이브 코딩의 개념과 장점을 설명했습니다. 다만 정확성, 의존성, 저작권 문제 같은 한계도 함께 짚었습니다.
#LLM#GitHub
22900
나만의 n8n 노드 만들기 1부 \:\ 커뮤니티 노드 개발부터 배포까지
n8n 커뮤니티 노드를 개발하고 배포하는 과정을 단계별로 소개했습니다. 템플릿 설정부터 로컬 테스트, npm 배포, 설치 방법까지 정리했습니다.
#n8n#TypeScript
1100
Next.js에서 Sentry로 프론트엔드 에러 모니터링하기
Next.js에서 Sentry를 도입해 프론트엔드 에러 모니터링을 강화한 사례를 정리했습니다. 수집 범위와 알림 기준을 조정해 중요한 오류만 선별하고 디버깅 정보를 보완했습니다.
#Next.js#Sentry
8100
무신사 X GitHub Copilot은 정말로 우리의 생산성을 높였을까?
무신사는 GitHub Copilot의 생산성 효과를 30명 규모의 데이터와 설문으로 검증했습니다. 일부 지표는 개선됐지만 코드 품질 관리와 가이드라인의 중요성도 확인했습니다.
#GitHub Copilot#GitHub
17900