Velopers
모든 블로그
채널톡

채널톡

도메인tech.channel.io
주요 카테고리 AI · 백엔드

활동 요약

대표 인기 포스트Grafana Mimir에 Kafka를 도입하기 전 미리 알았다면213 조회
최근 30일
12개
평균 조회
32
누적 조회
4,647
전체 글
147개
마지막 발행
2026. 11. 13.
블로그 방문

채널톡 기술 블로그 글 (45)

AI

AI Native 레포에서 조직으로: hollon-ai 구축기

AI Native 레포를 조직 전체가 쓰는 실행 harness로 확장한 hollon-ai 구축기를 소개했습니다. 팀챗, Kubernetes, 상태머신, 메모리 계층으로 요청부터 복구까지 같은 흐름에 묶었습니다.

#LLM#Kubernetes#Redis
3500

AI

제품 개발 이후, 그 바깥의 AI - 버그 잡는 디자이너

디자이너가 Codex와 Cursor로 사소한 UI 버그를 직접 수정하는 실전 과정을 소개했습니다. 티켓 정리, Plan 모드, 개발자 리뷰를 통해 백로그를 줄이는 흐름을 공유했습니다.

#Cursor#Codex#Linear
800

AI

프로덕트 디자이너의 실전 AI 활용기

프로덕트 디자이너가 실무에서 AI로 PRD, 프로토타입, 정책, 목데이터를 빠르게 다듬은 사례를 공유했습니다. 핵심은 AI의 실행력보다 사람이 방향과 기준을 명확히 잡는 것이었습니다.

#프로덕트 디자인#Cursor#Claude
1200

AI

AI가 실행을 맡는 시대, 디자이너의 경쟁력

AI가 실행을 맡는 시대에 디자이너는 문제를 발견하고 판단하는 역할로 이동했습니다. 또한 AI가 일관되게 일하도록 시스템을 설계하는 능력이 중요하다고 강조했습니다.

#디자인 시스템#ChatGPT#Claude
1600

AI

6개월간 코드 한 줄도 안 쓰고, 100만 줄 기여하기

6개월간 코드 0줄로 대규모 PR과 리팩토링을 수행한 AI Native 개발 경험을 공유했습니다. 핵심은 AI 자체보다 CI, 린터, 지식 그래프 같은 시스템으로 실수와 병목을 제어한 점입니다.

#LLM#CI/CD#Git
600

AI

6개월간 코드 한 줄도 안 쓰고, 100만 줄 기여하기

6개월간 직접 코드를 쓰지 않고 LLM과 시스템으로 대규모 수정과 리팩토링을 수행한 사례를 소개했습니다. 핵심은 AI가 아니라 CI, 린터, 아키텍처 테스트 같은 제어 시스템이었습니다.

#LLM#Git#CI/CD
2900

AI

Semantic Search 만으로는 번역 품질이 해결되지 않았던 이유

Semantic Search만으로는 번역 용어 일관성을 해결하기 어려웠습니다. 저자는 키워드 추출과 Tolgee 재검색 방식으로 접근을 바꿨습니다.

#LLM#검색#RAG
2100

AI

Ralph Loop, OpenClaw - 새로운건 없었다

에이전트 루프는 새로운 이론보다 기존 반복문과 상태 관리 패턴의 재조합에 가깝다고 정리했습니다. 채널톡은 질문 응답용 Loop와 액션 처리용 Task를 분리해 종료 조건과 안전성을 보강했습니다.

#LLM#RAG#Python
1000

AI

Ralph Loop, OpenClaw - 새로운건 없었다

에이전트 루프를 Ralph Loop, OpenClaw 사례로 살펴보며 반복과 종료 설계의 중요성을 정리했습니다. 질문 응답과 작업 처리를 분리하고, maxTurns 같은 안전장치를 두는 접근을 제안했습니다.

#LLM#RAG#Python
2900

AI

이 서비스만 고치면 되겠지? AI가 놓치는 숨은 의존성을 추적하는 법

AI 코딩 도구가 MSA 환경의 숨은 의존성을 놓치는 문제를 짚고, 그래프 RAG로 영향 범위를 추적하는 Channel Knowledge 구축 과정을 설명했습니다. 코드 분석과 도메인 지식, Neo4j, MCP를 결합해 안전한 변경을 돕는 방법을 공유했습니다.

#RAG#Neo4j#MSA
1100

AI

이 서비스만 고치면 되겠지? AI가 놓치는 숨은 의존성을 추적하는 법

AI 코딩 도구가 MSA의 숨은 의존성을 놓치는 문제를 그래프 RAG로 보완한 사례를 소개했습니다. 코드 분석과 도메인 지식을 Neo4j와 MCP로 연결해 멀티홉 영향 범위를 추적했습니다.

#Graph RAG#Neo4j#MCP
1600

AI

Notion DB를 활용한 Figma 플러그인 만들기

비개발자 디자이너가 반복되는 더미 데이터 입력 문제를 해결하려고 Figma 플러그인을 직접 만들었습니다. Notion DB와 AI, CSV 업로드를 결합해 팀이 쉽게 데이터셋을 관리하도록 개선했습니다.

#Figma#Notion#Supabase
2400

AI

채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?

채널 AI팀이 RAG 검색 성능을 평가하기 위해 자체 리트리벌 벤치마크를 만든 과정을 소개했습니다. 외부 벤치마크 한계를 보완하고 hybrid search 성능 개선도 확인했습니다.

#ML#RAG#검색
800

AI

채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?

AI 모델 성능 비교를 위해 상담 도메인에 맞는 리트리벌 벤치마크를 직접 제작했습니다. 벡터 검색과 BM25를 결합한 하이브리드 검색의 개선 효과도 정량적으로 확인했습니다.

#ML#RAG#검색
2100

AI

아직도 버그를 직접 해결하시나요?

버그 제보부터 담당자 멘션, 트리아지 티켓 생성, PR 안내까지 이어지는 자동화 워크플로우를 소개했습니다. Notion과 LLM, Linear, Cursor를 연결해 반복 작업을 줄이고 컨텍스트 중심으로 처리했습니다.

#LLM#n8n#Linear
700

AI

아직도 버그를 직접 해결하시나요?

버그 triage부터 티켓 생성, 코드 분석, PR 작성까지를 자동화한 워크플로우를 소개했습니다. Notion과 LLM, Cursor를 연결해 반복 업무를 줄이고 개발 집중 시간을 확보했습니다.

#LLM#Linear#Cursor
1800

AI

개발 까막눈 디자이너, 바이브 코딩과 사랑에 빠지다

코드 지식이 없는 디자이너가 AI 도구로 키비주얼과 테스트 사이트를 만든 과정을 소개했습니다. 구현 속도는 크게 높아졌지만, 콘셉트와 표현의 정리는 사람의 역할이 중요하다고 정리했습니다.

#Cursor#Claude#Firebase
900

AI

상담사향 TTS 만들기

상담사처럼 발화하는 TTS를 만들기 위해 한국어 적응, 단일 화자 미세조정, GRPO, DPO를 단계적으로 적용했습니다. 명료도와 상담사향 프로소디를 함께 개선하며 실제 전화 상담에 맞는 음성을 추구했습니다.

#TTS#LLM#Python
700