국내 IT 기업 기술 블로그 최신 글

필터 1
버그 대응과 PR 리뷰 시간을 90% 단축시킨 방법
채널톡
AI

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
슬기로운 토스뱅크 개발 인턴 생활
토스
백엔드

슬기로운 토스뱅크 개발 인턴 생활

토스뱅크 인턴들이 변수명 추천 플러그인과 민감정보 마스킹 플러그인을 만든 경험을 소개했습니다.\nDRI 문화와 수평적 협업 속에서 문제를 정의하고 해결하며 성장한 과정을 정리했습니다.

#Kotlin#LLM
22900
Amazon Bedrock을 활용한 MCP 허브 아키텍처로 기업의 AI 시스템 비즈니스 민첩성 가속화
AWS
AI

Amazon Bedrock을 활용한 MCP 허브 아키텍처로 기업의 AI 시스템 비즈니스 민첩성 가속화

Amazon Bedrock과 MCP로 기업 AI 에이전트가 공통 도구를 표준화해 쓰는 중앙 허브 구조를 소개했습니다. 분산 개발과 중앙 거버넌스를 결합해 확장성, 보안, 운영 효율을 높이는 방식입니다.

#Amazon Bedrock#MCP
6500
“AI는 처음인데요?” 점심시간에 탄생한 사내 챗봇, 라포위키 개발기
라포랩스
AI

“AI는 처음인데요?” 점심시간에 탄생한 사내 챗봇, 라포위키 개발기

사내 노션과 슬랙 지식을 연결하는 RAG 기반 챗봇 라포위키 개발 과정을 소개했습니다. 내부 용어집, 메타데이터, 청크 임베딩으로 검색 정확도와 최신성을 높였습니다.

#RAG#Flask
1900
Amazon Bedrock을 이용해 Amazon Rufus 구현해보기
AWS
AI

Amazon Bedrock을 이용해 Amazon Rufus 구현해보기

Amazon Bedrock과 AWS 서비스 조합으로 Rufus 같은 쇼핑 어시스턴트를 구현하는 방법을 소개했습니다. Tool 최적화, 컨텍스트 사전 로딩, prompt caching으로 응답 속도를 줄이는 방식을 설명했습니다.

#Amazon Bedrock#LLM
11300
AI 코딩 어시스턴트 도입을 위한 완벽 가이드: 기술 트렌드 및 기업 사례 중심
한글과컴퓨터
AI

AI 코딩 어시스턴트 도입을 위한 완벽 가이드: 기술 트렌드 및 기업 사례 중심

AI 코딩 어시스턴트의 시장 동향과 국내외 도입 사례, 모델·솔루션 비교를 한 번에 정리했습니다.파일럿 검증을 거쳐 성능, 보안, 비용을 함께 고려한 점진적 도입 전략을 제안했습니다.

#LLM#Cursor
16200
Amazon OpenSearch Service의 AI Search Flow를 활용한 손쉬운 AI 기반 검색 기능 구현
AWS
AI

Amazon OpenSearch Service의 AI Search Flow를 활용한 손쉬운 AI 기반 검색 기능 구현

OpenSearch Service의 AI Search Flow 빌더로 Semantic 검색과 멀티모달 RAG를 빠르게 구성하는 방법을 소개했습니다. Ingest/Search Pipeline과 템플릿, AI 제공업체 연동으로 미들웨어 없이 검색 기능을 확장하는 흐름을 설명했습니다.

#OpenSearch#검색
7900
Computer Use Agent(CUA)를 직접 돌려보자! (Feat. AgentQ)
데보션
AI

Computer Use Agent(CUA)를 직접 돌려보자! (Feat. AgentQ)

Computer Use Agent의 개념과 활용 배경을 소개하고, AgentQ 논문과 구현을 직접 실행해보는 과정을 정리했습니다. MCTS와 DPO를 결합한 정책 학습 구조와 실습 절차도 함께 설명했습니다.

#LLM#AI Agent
7300
“누구세요?”는 이제 그만 – AI 예측 LLM 개발기
데보션
AI

“누구세요?”는 이제 그만 – AI 예측 LLM 개발기

미저장 연락처의 관계를 예측하는 AI 기능 고도화 과정을 소개했습니다. 데이터 정제와 LLM 학습으로 정확도를 13% 이상 높였습니다.

#LLM#ML
11400
개발 파트너, AI 코딩 에이전트 체험기 (feat. Copilot, Cursor, Windsurf, Junie, Jules)
데보션
AI

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
15100
시각 언어 모델(Vision Language Model) 활용시 꼭 알아야 할 사실
데보션
AI

시각 언어 모델(Vision Language Model) 활용시 꼭 알아야 할 사실

VLM은 쉬운 공간 관계 문제도 자주 틀리는 한계가 있습니다. 현업 적용 전 정확성과 취약점을 충분히 검토해야 했습니다.

#LLM#ML
6100
무신사의 AI 기반 상품 추천 및 검색 시스템 구현 사례
AWS
AI

무신사의 AI 기반 상품 추천 및 검색 시스템 구현 사례

무신사는 스냅 이미지와 자연어를 활용한 AI 추천·검색 프로토타입을 AWS 기반으로 구현했습니다. 실제 데이터 평가에서 높은 정확도를 보였지만, 일부 이미지 조건에서는 한계도 확인했습니다.

#LLM#검색
31100
프론트엔드 개발, 바이브코딩 라이브 웹앱 개발 사용 경험기
데보션
프론트엔드

프론트엔드 개발, 바이브코딩 라이브 웹앱 개발 사용 경험기

프론트엔드 개발자가 바이브코딩을 통해 생산성 향상을 체감한 경험을 공유했습니다. 동시에 테스트 코드, 업무 분할, 프롬프트 설계, 도메인 지식의 필요성도 강조했습니다.

#React#LLM
18900
바이브 코딩으로 48시간 만에 250명 규모 해커톤 AI 심사 시스템 구축기
카카오
기타

바이브 코딩으로 48시간 만에 250명 규모 해커톤 AI 심사 시스템 구축기

X

#LLM#해커톤
17700