

생성형 AI와 테스트 케이스 자동 생성: 반복 업무 자동화로 품질 혁신
생성형 AI로 테스트 케이스 작성과 요구사항 분석을 자동화해 QA 반복 업무를 줄이는 방법을 소개했습니다. 또한 프롬프트 설계와 Custom GPTs 활용으로 일관된 테스트 생성 체계를 만드는 방안을 제시했습니다.
새로운 기술 블로그가 추가되었어요


생성형 AI로 테스트 케이스 작성과 요구사항 분석을 자동화해 QA 반복 업무를 줄이는 방법을 소개했습니다. 또한 프롬프트 설계와 Custom GPTs 활용으로 일관된 테스트 생성 체계를 만드는 방안을 제시했습니다.

if(kakao)25에서 카카오뱅크가 기술 세션, 패널톡, 부스를 통해 AI와 금융 기술 사례를 공유했습니다.\n프롬프트 공격 대응, 개발 생산성 향상, 테스트 자동화, 데이터센터 관리 개선 내용을 소개했습니다.

LLM 기반 멀티 에이전트 UX 플랫폼과 사용자 페르소나봇 NSona의 개발 과정을 공유했습니다. 디자이너·리서처·개발자가 함께 만든 새로운 AI 협업 모델과 평가 방식을 소개했습니다.
마케터가 AI와 개발 도구를 활용해 한 달 만에 영상 자동화 시스템을 만들었습니다. 핵심은 프롬프트를 구조화해 누구나 안정적으로 소재를 생성할 수 있게 만든 점입니다.

AI와 합성 유저로 리서치가 보편화된 시대에 UX리서처의 역할을 다시 정의했습니다. 제품 단계별로 유저 관점과 구조화, 리더십이 핵심임을 설명했습니다.

QA 리소스 문의를 자동화하기 위해 Q-pid라는 AI 비서를 구축했습니다.\nJira 데이터와 프롬프트 엔지니어링으로 예측 가능한 답변과 운영 효율을 높였습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

일본 기업의 AI 활용이 세계에 비해 뒤처진 이유와 경영 통합의 필요성을 정리했습니다. 전사 추진, 인재 육성, 데이터 준비를 바탕으로 지금 AI 트랜스포메이션을 시작해야 한다고 설명했습니다.


OpenAI Academy를 중심으로 AI 학습용 사이트의 구성과 역할별 트랙을 살펴보았습니다. 학습 콘텐츠와 실습 자료가 개발자 문서와 도구로 자연스럽게 이어지는 점이 인상적이었습니다.


Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트의 구현과 최적화 전략을 다뤘습니다. 멀티 에이전트 분리, 프롬프트 관리, 캐싱, 데이터 격리로 정확도와 효율성을 높였습니다.


미리디는 멀티모달 AI 디자인 품질을 높이기 위해 프롬프트 엔지니어의 역할을 중요하게 보고 있습니다. 프롬프트 설계뿐 아니라 실험, 평가 지표, 협업 역량까지 요구하고 있습니다.


Amazon Q Business로 손익 분석 챗봇을 구축해 비개발자도 실적 인사이트를 자동화했습니다. 매월 반복되는 분석·보고 업무를 줄이고 의사결정 속도를 높이는 사례를 소개했습니다.


Claude Code에서 자주 발생하는 컨텍스트 부족 문제와 Context Anxiety를 설명했습니다. 서브에이전트를 활용해 작업을 분리하고 메인 대화의 컨텍스트를 보존하는 방법을 소개했습니다.

UX라이터와 개발자가 사내 AI 라이팅 툴을 만들며 겪은 실패와 방향 전환을 정리한 글입니다. 반복 검수 자동화를 위해 규칙 기반 방식 대신 RAG와 컨텍스트 설계를 적용했습니다.


Amazon Q Developer를 도입해 개발 생산성과 운영 효율을 크게 높인 Voithru 사례를 소개했습니다. AI 협업 문화 정착과 역할 확장을 통해 개발 패러다임이 바뀐 과정도 함께 다뤘습니다.