
병목은 테스트 실행이 아니었다: Appium E2E 자동화에서 실행과 운영을 분리하기까지
Appium E2E 자동화에서 테스트 실행과 운영을 GitHub Actions와 n8n으로 분리한 구조를 정리했습니다. 실패 원인 추적과 알림·기록 변경을 쉽게 하기 위한 경계 설정이 핵심입니다.

Appium E2E 자동화에서 테스트 실행과 운영을 GitHub Actions와 n8n으로 분리한 구조를 정리했습니다. 실패 원인 추적과 알림·기록 변경을 쉽게 하기 위한 경계 설정이 핵심입니다.

Technical Writer의 리뷰 기준과 작성 방식을 AI에 학습시켜 문서 작성과 리뷰를 자동화했습니다. 사내 메신저와 GitHub에 붙여 사용 흐름 안에서 바로 문서 작업이 되도록 만들었습니다.

쓱닷컴 WEB개발팀의 웹 접근성 개선 사례를 소개했습니다. 컴포넌트, OCR, 성능 측정을 함께 다루며 실무 적용 방안을 정리했습니다.

Skill 품질 편차를 줄이기 위해 6섹션 30항목 Rubric과 자동 평가 시스템을 설계했습니다. 결정적 결함은 규칙 검사로, 의미 품질은 LLM 판정으로 나누어 관리했습니다.

2026년 6월 FE 뉴스에서는 AI 개발 트렌드, 최신 웹 UI 기능, npm 공급망 보안 이슈를 함께 다뤘습니다. 또한 폰트 애니메이션 라이브러리와 AI 에이전트 상태 표시 도구도 소개했습니다.
배포 내역을 정형화해 Notion에 쌓고, LLM으로 비개발자도 읽을 수 있는 릴리즈 노트를 자동 생성했습니다. 별도 인프라 없이 기존 도구만으로 커뮤니케이션 비용을 줄인 사례입니다.


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


Claude Code의 `/loop`, Hooks, Auto memory를 연결해 점검 자동화 루프를 구성하는 방법을 설명했습니다. 설정 검증과 커밋 차단, 세션 간 맥락 유지까지 한 흐름으로 묶는 설계와 주의점을 다뤘습니다.
AI 코딩이 보조 도구에서 에이전트 중심 개발로 바뀐 1년의 흐름을 정리했습니다. 스펙, 문서, 테스트를 레포 안에 쌓아 에이전트가 일할 환경을 설계한 과정입니다.
모노레포 프론트엔드에서 i18next와 Lokalise를 연동해 다국어 시스템을 구축한 과정을 공유했습니다. 동적 import를 넘어 정적 import와 빌드 타임 언어 분리로 번들 크기와 로딩 시간을 줄였습니다.

Claude Code Action을 GitHub Actions와 결합해 조직 공통의 AI 코드 리뷰 플랫폼으로 표준화한 사례를 소개했습니다. 중앙 통제 구조, 포크 PR 대응, 프롬프트 표준화로 일관된 품질과 확산성을 확보했습니다.
무신사가 LLM 기반 코드 리뷰를 GitHub Actions와 Composite Action으로 표준화해 전사 인프라로 구축했습니다. 봇 노이즈 정리와 팀별 유연성을 함께 확보해 운영 가능한 AI 리뷰 체계를 만들었습니다.