AI Coding Agent를 활용한 레거시 시스템 마이그레이션
Claude로 레거시 분석·구현을 지원하고 Codex로 교차 검증한 마이그레이션 사례를 공유했습니다. AI 활용에도 데이터 의미와 결과의 최종 판단은 개발자가 담당해야 함을 확인했습니다.
#Claude#Codex#migration
3100
모든 블로그
대표 인기 포스트DB 트랜잭션 중심 대량요청 처리 최적화651 조회651 조회 AI AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
넥스트리
도메인nextree.io
주요 카테고리 백엔드 · 프론트엔드 · AI
활동 요약
- 최근 30일
- 18개
- 평균 조회
- 66
- 누적 조회
- 11,766
- 전체 글
- 177개
- 마지막 발행
- 2026. 10. 30.
넥스트리 기술 블로그 글 (27)
에이전트의 도구 실행 경로를 native tool calling으로 전환하다
프롬프트 JSON 파싱 기반 에이전트 루프를 Spring AI 2.0의 native tool calling으로 전환했습니다. 실행 통제 계층은 유지하면서 메시지·도구 관리와 MCP 클라이언트를 개선했습니다.
#LLM#MCP#Spring AI
1100
모델보다 먼저 고민한 데이터
추천 모델 선정에 앞서 모델별 데이터 요구사항과 행동 이벤트의 의미를 검토했습니다. 필수 조건은 Filtering으로 분리하고, 노출·요청·응답을 연결해 기록하는 구조를 제안했습니다.
#추천 시스템#협업 필터링#지도학습
2300
AI 다섯을 고용했더니, 내가 제일 바빴다
Codex 기반 다섯 역할의 AI 에이전트로 한국어 학습 드라마를 제작한 운영 경험을 소개했습니다. 역할 분리만큼 버전·검토·최종 선택을 조율하는 사람의 책임이 중요했음을 설명합니다.
#Codex#멀티에이전트#한국어 학습
4200
AI와 배포 점검 같이 하기
반복적인 배포 점검을 Claude Code 스킬과 Desktop 작업으로 자동화한 과정을 소개했습니다. 검사·판단·강제를 분리해 플러그인 구조로 개선했습니다.
#Claude Code#GitOps#GitLab
3200
Jev를 이용하여 AI를 보다 똑똑하게 사용하자
Jev의 Choice·Score·Noul을 활용해 생성형 LLM과 확률 기반 판단 모델의 역할을 분리했습니다. 판단은 Jev, 실행은 코드, 생성은 LLM으로 구성하는 AI 아키텍처를 제안합니다.
#Jev#LLM#model routing
5600
에이전트 플로우를 개선하며 배운 것들
AI 코딩 에이전트의 사람 개입 병목을 역할 분리와 규칙 기반 워크플로로 개선했습니다. 결정론적 생성은 Python 스크립트로 전환하고, 규칙 비대화와 대기 시간은 과제로 남겼습니다.
#LLM#MSA#GitOps
3300
MCP 서버와 에이전트 호스트, 왜 둘로 나누었는가
MCP 서버와 에이전트 호스트를 책임과 통제 경계에 따라 분리한 설계를 설명했습니다. 승인 제안·폼 정의의 소유권을 서버로 모아 ID 노출과 조용한 실패를 줄였습니다.
#MCP#LLM#Java
3900
코드 생성에서 개발 라이프사이클 전체를 AX로
AI 코드 생성 확산에 맞춰 테스트와 운영 분석까지 자동화하는 AX 개발 흐름을 제안했습니다. 기존 테스트 도구와 AI를 연결해 운영 문제를 테스트로 환류하는 방식을 설명합니다.
#LLM#자동화#test
5700
MCP server 개발기
Spring AI로 사내 REST API를 MCP 도구로 노출하는 서버 구축 과정을 정리했습니다. 프로토콜 처리는 위임하고 도구 설계·설명·인증을 핵심 과제로 제시했습니다.
#MCP#Spring AI#Spring Boot
3800
LLM을 믿기 전에, 의심부터 했습니다
LLM이 만든 결과를 그대로 믿지 않고, JSON Schema와 Validator로 원문 근거를 검증하는 구조를 소개했습니다. 누락은 질문으로 남기고, 오류 응답과 실행 기록을 보존해 회귀 평가에 활용했습니다.
#LLM#JSON Schema#Structured Output
2900
Agentic Workflow 설계하기
LLM 기능을 단순 연결하는 대신 Workflow Loop와 Domain Adapter로 판단과 실행 책임을 분리했습니다. 사용자 Interaction과 스냅샷 승인까지 구조화해 Agentic Workflow의 재개와 검증을 안정화했습니다.
#LLM#workflow#JPA
5800
AI 에이전트의 작업을 관측 가능하게 만들기
AI 에이전트의 작업 흐름을 커밋 메시지와 세션 기록으로 관측 가능하게 만드는 방법을 정리했습니다. 신고 기반 집계와 파생 판정을 통해 새 저장소에서도 즉시 지표가 나오도록 구성했습니다.
#Git#LLM#메타데이터
3200
20달러 회화 앱 개발 도전기
영어 회화 학습의 불편함을 해결하기 위해 영상 기반 학습 앱을 개발한 사례입니다. 데스크톱에서 자료를 만들고 모바일에서 학습하는 구조로 실사용성과 비용을 함께 고려했습니다.
#Android#Gemini#ChatGPT
4800
LLM이 만들고 활용하는 Wiki
LLM이 문서를 읽는 순서와 우선순위를 정리하는 Wiki 구조를 소개했습니다. VUI 디자인 시스템 작업에서 검증과 생성에 어떻게 활용했는지도 사례로 설명했습니다.
#LLM#Wiki#Storybook
7400
Scrum AI
스크럼에서 반복되던 유저스토리 작성과 점수 참고 과정을 줄이기 위해 AI 기능을 도입한 과정을 공유했습니다. 생성과 검색을 분리하고, 실제 사용 중 드러난 문제를 바탕으로 구조를 계속 조정했습니다.
#Claude#LLM#React
3400
모델 변경으로 사라진 Harness
LLM 에이전트의 보상적 harness가 특정 모델의 실패를 코드로 옮긴 것임을 설명했습니다. 더 좋은 모델을 쓰면 보상 코드를 줄이고 시스템 책임만 남겨야 한다고 정리했습니다.
#LLM#에이전트#prompt
3500
Herdr 기반 Multi-Agent Workflow 구축기
단일 AI 에이전트의 한계를 줄이기 위해 조사, 설계, 구현, 검증을 분리한 멀티 에이전트 워크플로우를 구축했습니다. Herdr의 멀티 Pane과 이종 모델 조합으로 컨텍스트를 격리하고 품질 검증을 자동화했습니다.
#LLM#multi-agent#Claude
9000