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 (147)

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

AI

상담사향 TTS 만들기

상담사처럼 말하는 한국어 TTS를 만들기 위해 데이터 학습, 명료도 개선, 선호도 기반 후학습을 단계적으로 적용했습니다. GRPO와 DPO로 상담사향 프로소디와 화자 일관성을 높인 과정을 소개했습니다.

#TTS#LLM#Python
1800

기타

Customer Driven: 채널 엔지니어팀의 일하는 방식

채널 엔지니어팀이 핵심 가치 VER.1을 정리하고 2주간의 캠페인으로 팀원들에게 자연스럽게 전파한 과정을 소개했습니다. 고객 중심, 근본 원인 탐구, 소통, 빠른 적응을 일하는 기준으로 삼았습니다.

#문화#UI/UX#refactoring
600

기타

Customer Driven: 채널 엔지니어팀의 일하는 방식

채널 엔지니어팀이 변화가 많은 환경 속에서 코어 밸류 VER.1을 정립하고 캠페인으로 전파한 사례를 소개했습니다. 고객 중심, 근본 원인 탐구, 소통, 빠른 적응을 팀의 일하는 기준으로 삼았습니다.

#개발 문화#문서화
2400

기타

채널톡 프로덕트 디자이너는 어떤 일을 할까?

채널톡 프로덕트 디자이너의 역할과 디자인팀의 협업 문화, 문제 해결 방식을 소개했습니다. 사용자 인터뷰와 테스트를 바탕으로 복잡한 기능을 쉬운 UX로 바꾸는 사례를 보여주었습니다.

#Product Designer#UI/UX#B2B SaaS
1200

기타

채널톡 프로덕트 디자이너는 어떤 일을 할까?

채널톡 프로덕트 디자이너의 역할과 디자인팀 문화를 소개했습니다. 고객사와 최종 사용자 사이의 문제를 UX로 풀고, 실제 사용자 검증으로 반복 개선하는 과정을 다뤘습니다.

#프로덕트 디자인#UX/UI#UI/UX
1800

AI

A2A 기반 Recipe Agent 개발기

A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 사례를 공유했습니다. 의미 판단은 AI에 맡기고 계산과 최적화는 코드와 인프라로 분리해 성능을 높였습니다.

#A2A#LLM#TypeScript
600

AI

A2A 기반 Recipe Agent 개발기

A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 과정을 다뤘습니다. 330만 건 비교 문제를 필터링, 프롬프트 최적화, 병렬 인프라로 해결했습니다.

#A2A#Genkit#TypeScript
2100

백엔드

Cursor + Git Worktree 병렬 개발 한계와 해법

Cursor와 Git worktree를 함께 써서 단일 레포 병렬 개발의 브랜치 충돌과 인덱싱 부담을 줄였습니다. PLAN and ACT 규칙과 이슈 분해로 AI IDE 작업의 컨텍스트 전환 비용도 낮추는 방법을 소개했습니다.

#Cursor#Git#Linear
800

백엔드

Cursor + Git Worktree 병렬 개발 한계와 해법

Cursor와 단일 레포 병렬 작업의 한계를 Git worktree로 해결한 사례를 정리했습니다. 또한 랜덤 포트 설정과 PLAN and ACT rule로 테스트 충돌과 컨텍스트 전환 부담을 줄였습니다.

#Cursor#Git Worktree#Context engineering
1900

AI

채널효율부서 D.O.G.E.

세일즈팀 미팅 로그 작성 부담을 줄이기 위해 AI 자동화 워크플로우를 구축한 사례를 소개했습니다.문제 정의와 사용자 습관 변화가 구현보다 더 중요했다는 점을 배웠습니다.

#LLM#Claude#자동화
800

AI

채널효율부서 D.O.G.E.

생성형 AI로 세일즈 업무 비효율을 줄이기 위한 DOGE TF의 자동화 사례를 다뤘습니다. 미팅 로그 자동화와 운영 과정에서 문제 정의와 커뮤니케이션의 중요성을 강조했습니다.

#자동화#n8n#RAG
1300

백엔드

Distributed Cache 도입기 (3): RDB 조회 90% 감소시키기

BillSetting 조회 부하를 줄이기 위해 로컬 캐시와 Redis 글로벌 캐시를 시도했지만 각각 한계와 병목을 겪었습니다. 이후 Redis Pub/Sub 기반 분산 캐시로 전환해 RDB 조회를 93% 줄였습니다.

#Redis#cache#RDB
800

백엔드

Distributed Cache 도입기 (3): RDB 조회 90% 감소시키기

BillSetting 조회 부하를 줄이기 위해 로컬 캐시와 Redis 글로벌 캐시를 검토했지만 각각 한계가 있었습니다. 결국 Redis Pub/Sub 기반 분산 캐시로 전환해 RDB 조회를 93% 줄였습니다.

#Redis#cache#RDB
2100

AI

AI Agent가 복잡한 테이블 데이터 처리하는 방법

AI 에이전트가 표 데이터를 이해하기 어렵다는 문제를 짚고, RAG와 SQL을 결합한 Table Agent 설계를 소개했습니다. 셀 단위 전처리, 도구 호출 루프, 에러 핸들링으로 복잡한 질문 대응력을 높였습니다.

#LLM#RAG#SQL
3400

AI

Context Engineering? 원래 하던거 아닌가?

Context Engineering을 기존의 context 관리 실천과 Linear MCP 도입 사례로 설명했습니다. 티켓 메타데이터와 상태 연동으로 계획, 소통, 구현을 통합하는 방식을 공유했습니다.

#MCP#LLM#Cursor
2200

AI

버그 대응과 PR 리뷰 시간을 90% 단축시킨 방법

Cursor와 MCP로 유저챗 대응과 PR 리뷰를 자동화해 반복 업무 시간을 크게 줄인 사례를 소개했습니다. 업무 절차를 문서화하고 파이프라인화해 AI가 분석과 리뷰를 돕도록 구성했습니다.

#Cursor#MCP#LLM
2900

AI

Cursor 전사 도입 6개월: 이후 변화들

Cursor 전사 도입 6개월 동안 개발팀이 AI 중심 워크플로로 전환된 과정을 공유했습니다. 문제 정의와 설계에 집중하고, 다양한 AI 도구로 생산성을 높인 사례를 소개했습니다.

#Cursor#TypeScript#React
2900