
우리 팀 코드 스타일을 아는 AI 만들기: 테스트코드 작성, GitLab MR 리뷰 만들기
RAG와 Vector DB로 팀 코드 스타일을 학습한 내부 AI 도구를 만들고 테스트 코드와 MR 리뷰를 자동화했습니다. GitLab CI/CD와 Webhook을 연동해 최신 코드 맥락을 반영하도록 구성했습니다.

RAG와 Vector DB로 팀 코드 스타일을 학습한 내부 AI 도구를 만들고 테스트 코드와 MR 리뷰를 자동화했습니다. GitLab CI/CD와 Webhook을 연동해 최신 코드 맥락을 반영하도록 구성했습니다.

기존 롤링 업데이트의 배포 에러와 긴 지연을 해결하기 위해 블루-그린 배포를 도입했습니다. Shell Script와 Nginx 설정만으로 무중단 전환과 빠른 롤백을 구현했습니다.

AI 개발 패턴이 자동완성에서 멀티 에이전트 팀으로 진화하는 흐름을 소개했습니다. 사람은 코드 작성보다 작업 지시와 검증에 더 집중하는 구조로 바뀌고 있었습니다.


BMW는 AWS와 EC2 기반 vECU로 ECU 개발과 테스트를 클라우드에 올려 자동화했습니다. 이를 통해 준비 시간을 줄이고, 대규모 자동화 검증과 글로벌 협업을 가능하게 했습니다.


AI를 개발 프로세스의 중심에 두는 AI-DLC를 소개했습니다. 사람의 감독과 협업을 결합해 속도와 품질을 함께 높이는 접근을 제안했습니다.


Google Opal의 자연어 기반 AI 앱 생성 기능과 시각적 워크플로 편집을 소개했습니다.\n기술 블로그 자동화와 DevOps 반복 업무에 적용하는 방법과 보안 주의점도 정리했습니다.


Google Opal은 자연어 한 줄로 AI 앱과 워크플로를 만드는 노코드 플랫폼입니다. 반복 업무 자동화와 빠른 프로토타입에 유용하지만, 프로덕션과 보안 환경에서는 제약이 있습니다.


AI를 DevSecOps에 안전하게 통합하기 위한 4가지 실무 전략을 정리했습니다. SBOM, 시크릿 관리, 빌드 보안, 취약점·데이터 검증 자동화가 핵심입니다.


AI를 DevSecOps에 안전하게 통합하는 4가지 실무 전략을 정리했습니다. SBOM, 시크릿 관리, 빌드 보안, 취약점·데이터 검증이 핵심입니다.
![[Jetpack Compose — Part 2] Compose, 실전에서 빛을 발하다: 코드는 1/4로, 생산성은 4배로!](https://miro.medium.com/v2/resize:fit:1024/1*diRzxSehQGYWsFlGDct9sw.png)

Jetpack Compose를 사내 서비스 UI에 적용한 실전 사례를 소개했습니다. 코드량과 파일 수를 줄이고, 디자인 시스템과 스크린샷 테스트로 생산성과 품질을 함께 높였습니다.


GitLab Dedicated는 완전 격리된 단일 테넌트 SaaS DevSecOps 플랫폼을 소개했습니다.규제 산업에서 보안, 데이터 주권, 운영 효율을 함께 충족하는 선택지로 설명했습니다.


GitLab Dedicated는 단일 테넌트 SaaS로 격리와 통제를 강화한 DevSecOps 플랫폼을 소개했습니다. 규제가 엄격한 산업에서 보안, 컴플라이언스, 운영 효율을 함께 노린 사례를 다뤘습니다.