AI 시대에 테스트 코드를 잘 쓰는 기준이 달라진다.
AI 협업 시대에는 테스트 코드가 미래 세션의 AI가 읽는 실행 가능한 프롬프트라는 관점이 중요합니다. @DisplayName과 실패 케이스로 비즈니스 의도를 남기고, 인간 검토와 교차 검증으로 맥락을 보완했습니다.
#test#Claude
2300
필터 1
매주 한 번, 우리는 AI로 일하는 법을 나눴습니다.
리디 개발센터가 6주간 AI 활용 세미나를 열고 실제 업무 적용 사례와 실패담을 공유했습니다. 작업 환경 설계, 작업 단위 축소, 검증과 가드레일의 중요성을 정리했습니다.
#LLM#prompt
2100
Amazon Bedrock AgentCore로 구축하는 AgentOps (1): 파운데이션과 게이트웨이
에이전틱 AI를 프로덕션에 올리기 위한 AgentOps와 파운데이션, 게이트웨이 패턴을 소개했습니다. Amazon Bedrock AgentCore로 모델, 도구, 에이전트 접근을 통합하는 방법을 설명했습니다.
#AWS#LLM
600
말하지 않고 만들었다 — AX를 코드로 구현한 6개월의 기록
6개월간 AX를 실제 시스템과 코드로 구현하며 얻은 경험을 정리했습니다. 모델 교체, 검수 분리, 데이터 정제, 승인 레일 등 운영 교훈을 공유했습니다.
#LLM#DB
2520
AI 에이전트 회사 차리기: 설립부터 어디서든 동기화까지
AI 에이전트로 가상의 회사를 구성하고 어디서든 같은 목표로 일하게 만드는 NaverMadCat 사례를 소개했습니다. 플랫폼 구조, 자동화, 동기화, 운영 방식과 실전 시나리오를 함께 다뤘습니다.
#LLM#Claude
2200
어피닛, 모든 직원을 AI 빌더로 변화시키는 방법
직원들이 AI 도구로 직접 문제를 해결하는 빌더 문화와 해커톤 사례를 소개했습니다. 현업 지식과 기술 협업으로 실제 운영 병목을 해결하는 방향을 강조했습니다.
#자동화#LLM
1800
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
시그니처를 넘어 행위 기반으로: 지능형 변형 공격을 막는 다층 보안 아키텍처
생성형 AI 기반 변형 공격이 기존 시그니처 방어를 빠르게 우회하는 한계를 짚었습니다. 정상 행위를 학습하는 이상 탐지와 WAF의 다층 방어 체계가 대안으로 제시되었습니다.
#LLM#WAF
1000
AI와 코드 사이: 이미지 한 장을 편집 가능한 레이어로 되돌리기
이미지 분해에서 분석과 실행을 분리해 원본 픽셀을 보존하는 파이프라인을 설계했습니다. WebGPU와 로컬 AI를 활용해 비용과 속도를 함께 개선했습니다.
#WebGPU#LLM
400
의뢰자가 가장 어려워하는 단계를 AI로: Strands Agents SDK를 활용한 라우드소싱의 공모전 브리핑 작성 에이전트
공모전 브리핑 작성의 진입 장벽을 낮추기 위해 AWS Bedrock과 Strands Agents SDK 기반 AI 에이전트를 도입했습니다. 초안 생성과 검수, 분석을 분리해 응답 속도와 운영 효율을 높이고, 브리핑 이탈률도 줄였습니다.
#LLM#RAG
600
세 개의 플랫폼, 하나의 배포 관측
세 플랫폼에 흩어진 배포 이력을 APM 트레이스 기반 신호로 통합했습니다.\n장애 스레드에 직전 배포를 자동 첨부해 대응 속도를 높였습니다.
#EKS#ECS
1400
단일 LLM Gateway 아키텍처 : Claude Code와 Codex를 Amazon Bedrock을 통해 한 곳에서
Claude Code와 Codex를 Amazon Bedrock에서 함께 쓰기 위한 단일 LLM Gateway 아키텍처를 소개했습니다.개발자 선택의 자유를 유지하면서 인증, 예산, 보안, 관측을 한곳에서 통합하는 운영 방안을 정리했습니다.
#LLM#Amazon Bedrock
2200
임베딩 안정화로 검색 리랭킹의 콜드 스타트 문제를 해결하다: LINE Part Time Jobs 적용 사례
검색 리랭킹의 콜드 스타트와 임베딩 공간 불일치 문제를 안정화 기법으로 해결했습니다. 오프라인과 A/B 테스트에서 성능과 매출 개선도 확인했습니다.
#검색#LLM
4100
프롬프팅에서 워크플로로, AI로 프런트엔드 개발 생산성 끌어올리기
프런트엔드 개발의 병목을 컨텍스트 통합 문제로 보고, AI를 프롬프트가 아닌 워크플로로 활용하는 방법을 설명했습니다. 계획-구현-검증-PR까지 닫힌 루프를 만들면 재작업을 줄이고 품질을 높일 수 있다고 정리했습니다.
#LLM#프런트엔드
7200
Agent Development Kit 및 A2A 활용 방법 등 6월 넷째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
X
#LLM#Flutter
600