AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인
AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인
슬로우 쿼리 분석과 PR 반영까지 이어지는 AI 파이프라인을 하네스로 설계한 사례를 다뤘습니다. 반복 작업에 특화된 스페셜리스트형 구조로 품질과 운영 안정성을 높였습니다.
#Spring Boot#JPA
19200
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
![[코드가 환경을 모르는 구조 6/7] 컨테이너는 왜 폭발하는가](https://flex.team/blog/og/main.jpg)
[코드가 환경을 모르는 구조 6/7] 컨테이너는 왜 폭발하는가
실제 DB를 쓰는 통합 테스트는 신뢰도가 높지만, 컨텍스트 분화로 컨테이너가 복제되며 CI가 느려졌습니다. 이를 Gradle BuildService로 공유하고 스키마를 분리해 속도와 격리를 함께 확보했습니다.
#Testcontainers#Spring Boot
1600
![[코드가 환경을 모르는 구조 6/7] 컨테이너는 왜 폭발하는가](https://cdn.sanity.io/images/v31psllp/production/84f3d9c344480bec28c26726a1ef04c0407b32cd-1684x1030.png)
[코드가 환경을 모르는 구조 6/7] 컨테이너는 왜 폭발하는가
실제 DB를 쓰는 통합 테스트가 dirty context로 컨테이너를 복제하며 느려지는 문제를 다루었습니다. Gradle BuildService로 컨테이너를 공유하고 모듈별 스키마를 분리하는 해법을 소개했습니다.
#Testcontainers#Spring Boot
4400
Composite PK에서 시작된 Spring Boot 4 / Spring Batch 6 업그레이드 기록
Composite PK에서 시작된 Spring Boot 4 / Spring Batch 6 업그레이드 기록
Spring Data JDBC의 Composite ID 적용을 계기로 Spring Boot 4와 Spring Batch 6 업그레이드를 진행했습니다. 복합키 매핑, 배치 메타데이터 변경, Kotlin·Jackson·Gradle 호환성까지 함께 정리했습니다.
#Spring Boot#Spring Batch
17600
[코드가 환경을 모르는 구조 4/7] 타임머신 — 시간 축을 교체한다
HR SaaS에서 시간을 비즈니스 입력으로 보고, 요청 헤더와 `Clock` Adapter로 현재 시점을 교체하는 타임머신 구조를 설명했습니다. 비동기 경계 전파와 환경별 활성화, 서드파티 시계 호출의 한계도 함께 다뤘습니다.
#헥사고날 아키텍처#Spring Boot
1600
CMS 모노레포 개선기: 빌드 시간 단축부터 번들 최적화까지
CMS 모노레포 개선기: 빌드 시간 단축부터 번들 최적화까지
모노레포 CMS의 빌드 파이프라인을 개선해 배포 시간을 14분에서 8분으로 줄였습니다. 병렬 빌드, 캐시 최적화, 안정성 보강과 번들 최적화까지 함께 다뤘습니다.
#Next.js#Spring Boot
11000
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
GraalVM Native Image 으로 기동 시간 11배 단축기
GraalVM Native Image 으로 기동 시간 11배 단축기
Jib에서 Buildpacks로 옮긴 뒤 GraalVM Native Image까지 적용해 기동 시간을 11배 단축했습니다. AI로 메타데이터 반복 보완을 자동화해 운영 적용 가능성까지 높였습니다.
#GraalVM#Spring Boot
3200
Spring Boot Startup Time 최적화 : 90초에서 30초까지의 여정(feat. 오픈소스 기여)
Spring Boot Startup Time을 90초에서 30초로 줄인 6단계 최적화 과정을 정리했습니다. 프로파일링으로 원인을 찾고, Spring 내부 동작과 오픈소스 패치까지 활용해 병목을 해소했습니다.
#Spring Boot#Kubernetes
38600
ChatGPT보다 오래 사용하는 AI 서비스, 그 뒤의 백엔드 팀 이야기
제타 백엔드 팀의 비동기·다중 저장소·멀티 클러스터 기반 운영 구조를 소개했습니다. 실험 인프라와 자동화, 장애 재발 방지로 대규모 트래픽을 관리합니다.
#Kotlin#Spring Boot
000
[미래를 담아낸 뼈대 7/7] 의존성의 방향을 따라
의존성 그래프를 따라 레포 간 마이그레이션을 자동화하는 Evergreen 구조를 소개했습니다. 빌드 검증과 AI 보조로 버전업과 패치 전파를 빠르게 만드는 방식입니다.
#Spring Boot#Kotlin
2000
![[미래를 담아낸 뼈대 7/7] 의존성의 방향을 따라](https://cdn.sanity.io/images/v31psllp/production/85a2456afffb0f96fb7c09ce89e31b7ad3400ab7-1684x1030.png)
[미래를 담아낸 뼈대 7/7] 의존성의 방향을 따라
의존성 그래프를 따라 마이그레이션을 자동 전파하는 Evergreen 구조를 소개했습니다. 표준화된 빌드 규칙과 AI 보조로 대규모 버전업을 빠르게 처리했습니다.
#Spring Boot#Kotlin
11700
[미래를 담아낸 뼈대 6/7] AI가 읽을 수 있는 코드베이스
AI 코딩 에이전트 시대에는 빌드와 컴파일이 아키텍처를 지키는 가장 강한 가드레일이었습니다.\nStandalone 검증과 E2E 증명으로 코드리뷰는 동작 확인에서 설계 판단 중심으로 바뀌었습니다.
#Gradle#Kotlin
1900
![[미래를 담아낸 뼈대 6/7] AI가 읽을 수 있는 코드베이스](https://cdn.sanity.io/images/v31psllp/production/7501b9f19ba077678e03fbf57779dfded072b60e-1684x1030.png)
[미래를 담아낸 뼈대 6/7] AI가 읽을 수 있는 코드베이스
AI 코딩 에이전트 시대에 빌드와 구조가 아키텍처 가드레일로 작동하는 방식을 설명했습니다. Standalone E2E와 Acceptance 증명으로 코드 리뷰의 무게 중심을 바꾸는 사례를 다뤘습니다.
#LLM#Kotlin
8900
기존 개발 코드(Java)로 Amazon Neptune Analytics GraphRAG 구현하기
기존 Java/Spring 코드에서 그래프 스키마와 비즈니스 규칙을 추출해 spec.json을 만들고 GraphRAG를 구현하는 방법을 소개했습니다. Neptune Analytics와 Bedrock Knowledge Bases로 관계 기반 질의를 처리하는 흐름을 설명했습니다.
#Java#Spring Boot
6600