국내 최초 광고 MCP를 출시하며, 개발자의 역할은 어디까지 넓어졌을까?
광고주 질문 중심으로 광고 조회 MCP를 설계하고 OAuth 2.1 인증과 운영 대시보드를 구축했습니다. 출시 후 사용 행태와 도그푸딩을 검증하며 AI 기반 광고 수정 기능의 다음 단계를 도출했습니다.
#MCP#OAuth 2.1#SSO
13000
국내 최초 광고 MCP를 출시하며, 개발자의 역할은 어디까지 넓어졌을까?
모든 블로그
대표 인기 포스트구글처럼 복잡한 권한 쉽게 관리하기 feat. GraphQL525 조회525 조회 AI AI AI AI AI AI AI AI AI AI AI AI
AI
AI
AI
AI
AI
AI
당근마켓
도메인medium.com
주요 카테고리 백엔드 · AI · 프론트엔드
활동 요약
- 최근 30일
- 2개
- 평균 조회
- 149
- 누적 조회
- 13,734
- 전체 글
- 92개
- 마지막 발행
- 2026. 11. 3.
당근마켓 기술 블로그 글 (22)
모델만 바꿨는데 LLM 비용이 3배가 된 이유
모델 교체 뒤 자동 프롬프트 캐시 구분점 정책 변화로 비용이 3.2배 증가한 원인을 분석했습니다. 고정부 경계에 명시 구분점을 두고 히트율과 비용을 운영 지표로 관리했습니다.
#LLM#prompt#cache
11500
모델만 바꿨는데 LLM 비용이 3배가 된 이유
한 문장으로 앱을 테스트하기까지
QAHub로 테스트 기록과 실제 기기 실행 환경을 통합하고, 코드·AI 혼합 Flow를 구성했습니다. Self-healing과 Path Replay로 반복 테스트의 안정성·실행 시간·AI 호출 비용을 개선했습니다.
#자동화#Appium#Selenium
9200
한 문장으로 앱을 테스트하기까지
누구나 찾아볼 수 있는 중고거래 서버 LLM 릴리즈 노트 도입기
배포 내역을 정형화해 Notion에 쌓고, LLM으로 비개발자도 읽을 수 있는 릴리즈 노트를 자동 생성했습니다. 별도 인프라 없이 기존 도구만으로 커뮤니케이션 비용을 줄인 사례입니다.
#LLM#GitHub Actions#Notion
29300
누구나 찾아볼 수 있는 중고거래 서버 LLM 릴리즈 노트 도입기
모두가 데이터를 다루는 AI 시대, 지난 1년간 데이터 팀은 어떻게 달라졌을까?
데이터가치화팀이 지난 1년간 AI를 업무와 플랫폼에 통합한 변화를 정리했습니다. 반복 작업은 빨라졌지만, 검증과 데이터 기반의 중요성은 더 커졌습니다.
#MCP#BigQuery#LLM
12800
모두가 데이터를 다루는 AI 시대, 지난 1년간 데이터 팀은 어떻게 달라졌을까?
2조 토큰을 카테고리 분류에 쓰면서 알게된 것들
당근에서 택소노미와 LLM 분류 파이프라인을 어떻게 운영했는지 정리한 글입니다. 정확도와 비용의 균형, 평가 체계, 확장 전략을 함께 다뤘습니다.
#LLM#BigQuery#Kafka
18600
2조 토큰을 카테고리 분류에 쓰면서 알게된 것들
‘로컬’ 슈퍼 앱에서 장기 유저 모델링은 어떻게 달라질까?
당근의 지역 기반 추천 시스템에서 장기 유저 로그를 Transformer로 학습해 공통 임베딩을 만들었습니다. 이를 홈피드, 후보, 광고에 적용해 학습 신호와 온라인 지표를 함께 개선했습니다.
#ML#Transformer#추천
8700
‘로컬’ 슈퍼 앱에서 장기 유저 모델링은 어떻게 달라질까?
Karrot’s GenAI Platform
Karrot이 GenAI 도입 확산을 위해 LLM Router, Prompt Studio, KarrotChat을 구축한 과정을 소개했습니다. 계정·비용 관리부터 실험, 에이전트 실행, 장애 대응까지 통합한 플랫폼 구조를 설명했습니다.
#LLM#MCP#prompt
12300
Karrot’s GenAI Platform
당근의 GenAI 플랫폼
당근은 GenAI 활용 확산에 맞춰 LLM Router, Prompt Studio, KarrotChat으로 공통 플랫폼을 구축했습니다. 이를 통해 AI API 통합 관리, 빠른 실험과 배포, 사내 Agent 활용을 지원했습니다.
#LLM#MCP#BigQuery
14000
당근의 GenAI 플랫폼
The Journey to Daangn Pay’s AI-Powered FDS: From Building a Rule Engine to Applying LLMs
다앙근페이 FDS가 규칙 엔진을 기반으로 이상거래 탐지 체계를 확장한 과정을 소개했습니다. 이후 LLM을 붙여 검토 속도와 판단 일관성을 높이려는 시도를 설명했습니다.
#LLM#AWS#BigQuery
6600
The Journey to Daangn Pay’s AI-Powered FDS: From Building a Rule Engine to Applying LLMs
당근페이 AI Powered FDS로 가는 여정: 룰엔진구축부터 LLM 적용까지
당근페이는 FDS에 룰엔진을 먼저 구축해 이상거래를 유연하게 탐지하도록 만들었습니다. 이후 LLM과 RAG를 붙여 거래 맥락까지 반영하는 AI Powered FDS로 확장했습니다.
#LLM#RAG#AWS
14200
당근페이 AI Powered FDS로 가는 여정: 룰엔진구축부터 LLM 적용까지
당근의 엔지니어가 긴밀하게 협업하는 방법
광고 추천 ML 파이프라인 분리 프로젝트에서 긴밀한 협업 방식을 소개했습니다. 데일리 스레드, 페어프로그래밍, 랜덤 코드 리뷰로 맥락 공유와 지식 확장을 이끌었습니다.
#ML#GitHub Actions#페어프로그래밍
14700
연간 LLM 호출 비용 25% 절감, 인턴이 도전한 시맨틱 캐싱 도입 기록
시맨틱 캐싱을 도입해 채팅 AI 메시지 추천의 LLM 호출 비용을 크게 줄인 사례를 소개했습니다. 오프라인과 온라인 검증을 통해 약 25% HIT 비율과 연간 2억 원대 절감 효과를 확인했습니다.
#LLM#cache#gRPC
33100
정답 없는 AI 시대, 당근이 새로운 경험을 만드는 방식
당근이 AI 실험을 통해 새로운 사용자 경험을 만드는 과정을 소개했습니다. 호기심을 행동으로 바꾸는 설계와 반복 개선의 중요성을 강조했습니다.
#LLM#Claude#Cursor
15200
검색어에 숨겨진 의도를 더 정확하게, 검색을 바꾸는 AI 실험들
당근이 검색어에 숨겨진 의도를 더 정확히 파악하기 위해 LLM 실험을 진행했습니다. 프롬프트 고도화와 QU/DU 구조로 검색 결과 적합도를 크게 높였습니다.
#LLM#검색#prompt
10700
루틴 속 익숙해진 불편함, AI로 새롭게 해결하기까지
당근 아이덴티티 서비스팀이 4일 해커톤으로 반복 업무를 AI 자동화로 바꾼 사례를 소개했습니다. 지표 정리, 온콜 인수인계, 에러 분석을 슬랙봇과 MCP로 개선했습니다.
#자동화#n8n#MCP
17700
지금의 방식이 최선일까? AI로 임팩트를 바꾸는 당근 운영실
당근 운영실이 AI를 활용해 기존 업무 방식을 다시 설계한 사례를 소개했습니다. 멀티 에이전트, CS 분석, 리뷰 라벨링 도구로 실행 속도와 업무 효율을 크게 높였습니다.
#LLM#AI Agent#Cursor
17500
Cursor와 TDD로 만드는 Swift Macro
Cursor와 TDD로 Swift Macro를 구현하는 과정을 소개했습니다. 테스트 작성부터 LLM 코드 생성, 검증, 리팩토링까지의 실무 흐름을 보여주었습니다.
#Swift#TDD#Cursor
10100