
AI가 팀 규칙을 지키도록 하는 방법
코드 작성 직후와 종료 직전에 규칙을 다시 주입하는 Stylepack으로 Coding Agent의 컨벤션 준수를 높인 사례를 다뤘습니다. 반복 리뷰 코멘트를 규칙화하고, 모양으로 잡히는 문제와 런타임 문제를 나눠 대응했습니다.
새로운 기술 블로그가 추가되었어요

코드 작성 직후와 종료 직전에 규칙을 다시 주입하는 Stylepack으로 Coding Agent의 컨벤션 준수를 높인 사례를 다뤘습니다. 반복 리뷰 코멘트를 규칙화하고, 모양으로 잡히는 문제와 런타임 문제를 나눠 대응했습니다.


GS리테일이 전사 AI Gateway 위에 운영·거버넌스 계층을 더해 실사용을 견디는 플랫폼으로 확장했습니다. 사용자 온보딩, 예산 라우팅, 가드레일, 감사, 외부 도구 연동까지 Gateway 안에서 통제했습니다.


GS리테일이 전사 AI 활용을 위해 인증과 라우팅을 중앙화한 AI Gateway 구축 사례를 소개했습니다. 계정 자동화와 크로스 계정 라우팅으로 비용과 쿼터까지 통제했습니다.


Rerank와 Weight 튜닝을 OpenSearch 검색 품질에 적용해 본 결과를 정리했습니다.\n데이터 특성과 기존 성능에 따라 개선과 악화가 갈리므로, 측정 기반의 지속 평가가 중요했습니다.

토스 프론트엔드 팀은 문서를 찾는 대신 문서가 개발자에게 찾아오게 만드는 시스템을 구축했습니다. RAG 챗봇과 자동 문서화 봇으로 지식의 축적과 검색을 연결했습니다.

LG에너지솔루션이 ERCOT 전력거래 분석을 위해 Bedrock AgentCore 기반 에이전트를 구축했습니다. 내부 데이터, 웹 검색, 규제를 분리한 MCP와 Guardrails, CloudWatch로 품질과 보안을 확보했습니다.

범용 번역 도구의 용어 불일치, 보안 우려, 반복 수정 문제를 짚었습니다. 조직 맥락을 학습한 Private LLM 기반 번역 AI 에이전트를 제안했습니다.

Alert를 자동으로 묶고 근본 원인까지 분석하는 SRE Observer 개발 과정을 소개했습니다. 근거 기반 가드레일과 승인 경계로 과신을 막고 대응 자동화를 설계했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


삼성계정 서비스의 AIOps가 실제 운영에서 어떻게 활용되는지와 업무 변화, 자율성 확장 방향을 다뤘습니다. 장애 분석·변경 추적·리포트 자동화 사례와 함께 Level 3, 4 전환 준비를 설명했습니다.


삼성계정 운영팀이 AgentCore 기반 멀티 에이전트 AIOps를 3계층 구조로 설계한 과정을 소개했습니다. 분석 자동화부터 관측, 평가, 가드레일까지 운영 가능한 자율화 토대를 구축했습니다.


LLM 에이전트의 보상적 harness가 특정 모델의 실패를 코드로 옮긴 것임을 설명했습니다. 더 좋은 모델을 쓰면 보상 코드를 줄이고 시스템 책임만 남겨야 한다고 정리했습니다.

분산된 AI 사용 경로가 Shadow AI와 관리 사각지대를 키우는 문제를 설명했습니다. Front ACE로 Public AI와 Private LLM을 통합 관리하는 방식을 제시합니다.

AI 벤치마크는 학습 데이터 오염으로 인해 점수 신뢰성이 흔들릴 수 있다고 설명했습니다. 이를 해결하기 위해 Secure Enclave 기반의 Double-Blind Evaluation 방식과 시범 적용 사례를 소개했습니다.

Codex를 에이전틱 프로그래밍에 맞게 활용하는 워크플로와 정확도 향상 방법을 소개했습니다. AGENTS.md, Skills, MCP, record and replay, 마이그레이션 팁까지 함께 정리했습니다.