

AI-DLC 를 팀 프로젝트에 적용하기: Subagent 와 Custom Skill 로 확장한 Armiq 사례
AI-DLC에 Subagent와 Custom Skill을 결합해 팀 프로젝트 운용 문제를 보완했습니다. 비정형 요구사항 정리, 병렬 개발 merge, 전용 코드 리뷰까지 함께 다뤘습니다.


AI-DLC에 Subagent와 Custom Skill을 결합해 팀 프로젝트 운용 문제를 보완했습니다. 비정형 요구사항 정리, 병렬 개발 merge, 전용 코드 리뷰까지 함께 다뤘습니다.

DynamoDB GSI 핫 파티션이 Boot까지 막는 장애 구조를 분석했습니다. 인덱스 테이블과 스트림 기반 파이프라인으로 쓰기 병목을 분리하는 설계를 소개했습니다.


Amazon ElastiCache for Valkey의 벡터 검색으로 Interactive AI 스토리텔링 플랫폼의 이미지 응답 속도와 비용 효율을 개선했습니다. CESC와 LLM 검증, 폴백 전략으로 맥락 기반 캐싱과 몰입 경험을 강화했습니다.


Amazon GameLift Servers에서 멀티플레이어 게임 출시 전 준비해야 할 운영 항목을 정리했습니다. 서비스 한도 상향, 부하 테스트, 스로틀링 모니터링, Blue/Green 배포가 핵심입니다.


Amazon GameLift Servers를 활용한 멀티플레이어 게임 출시 사전 준비 항목을 정리했습니다. 테스트, 세션 관리, 큐 배치, 모니터링 설정의 핵심 포인트를 다뤘습니다.


딜라이트룸은 EKS Auto Mode로 멀티 클러스터 운영 복잡도를 크게 줄였습니다. 또한 로그 수집과 진단 자동화를 더해 장애 대응력도 높였습니다.


AWS EFA 환경에서 NCCL이 GPU 간 집합 통신을 어떻게 최적화하는지 소개했습니다. 기본 설정과 플러그인 구조, 알고리즘 선택 원리까지 함께 정리했습니다.
내부 PyPI 프록시 앞단에 얇은 프록시를 두어 CodeArtifact를 PyPI처럼 사용하도록 구성했습니다. 또한 PEP 691의 upload-time을 활용해 cooldown 정책을 중앙에서 적용했습니다.
LiteLLM 공급망 공격을 계기로 사내 PyPI 프록시에 쿨다운 정책을 도입했습니다.\nPEP 503과 PEP 691을 함께 활용해 최근 업로드 패키지를 필터링하고 전사에 일괄 적용했습니다.


포스타입이 캐릭터톡 출시를 앞두고 4일간의 TF와 PoC로 사업 가능성을 검증했습니다.\n시스템 프롬프트, 모델 선택, 비용과 품질 점검을 통해 출시 수준의 페르소나 챗을 만들었습니다.


라포랩스가 AWS AI-DLC로 사내 배포 플랫폼 Raploy를 구축한 사례를 공유했습니다. 비개발 직군도 AI와 플랫폼을 통해 배포·운영할 수 있도록 자동화와 관측성을 함께 강화했습니다.
X