LLM에게 어디까지 맡길 것인가: AI 에이전트 기반 광고 분석 리포트 자동화
AI 에이전트로 광고 분석 리포트를 자동 생성하되, 계산과 해석을 분리해 신뢰성을 높였습니다. 섹션별 컨텍스트 분리와 평가 루프로 품질을 운영 가능하게 만들었습니다.
#LLM#AI 에이전트#tool calling
4300
모든 블로그
대표 인기 포스트3년 차 앱 개발자가 일하는 순서를 공유합니다581 조회581 조회 AI AI
AI
AI
백엔드
AI
AI
AI
AI
AI
데브옵스
AI AI
AI
AI
AI
데브옵스
AI
데브옵스
AI
라인
주요 카테고리 AI · Backend · Architecture
활동 요약
- 최근 30일
- 3개
- 평균 조회
- 76
- 누적 조회
- 16,022
- 전체 글
- 212개
- 마지막 발행
- 2026. 9. 18.
최신 게시글 (20)
AI를 전제로 다시 설계하다, Tech-Verse 2026 참관기
Tech-Verse 2026에서 AI 주도 개발과 AX 전환의 핵심 흐름을 살펴보았습니다. 모델보다 환경·검증·설계가 중요하다는 실무 관점을 중심으로 정리했습니다.
#LLM#MCP#API Gateway
6100
장애 Alert의 원인을 스스로 찾다: SRE Observer 개발기
Alert를 자동으로 묶고 근본 원인까지 분석하는 SRE Observer 개발 과정을 소개했습니다. 근거 기반 가드레일과 승인 경계로 과신을 막고 대응 자동화를 설계했습니다.
#SRE#LLM#MCP
4200
LLM Wiki: 코드 기준으로 자동 최신화되는 도메인 지식 SSOT 만들기
MSA 환경의 분산된 도메인 지식을 코드 기준 SSOT로 정리하고, 변경 시 자동 최신화하는 LLM Wiki 구축 사례를 소개했습니다. 사람과 AI가 같은 지식 문서를 기준으로 스펙 정리와 영향도 분석을 수행하도록 구성했습니다.
#LLM#SSOT#MSA
9800
일본어 상품 검색 정확도 높이기: Elasticsearch + Kuromoji에서 OpenSearch + Sudachi로
Elasticsearch의 Kuromoji와 오래된 사전으로는 일본어 상품 검색 정확도에 한계가 있었습니다. OpenSearch와 Sudachi, Multi-field 전략으로 복합어·모델명·자동완성을 함께 개선했습니다.
#Elasticsearch#OpenSearch#검색
4400
보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계
보안 업무에 AI를 적용할 때 사람의 판단을 남기고 AI는 1차 정리와 근거 수집을 맡기는 SAGE 플랫폼 설계를 소개했습니다. 3개 진입점과 멀티 에이전트, RAG, MCP, 피드백 루프로 운영하는 방식도 정리했습니다.
#LLM#RAG#Jira
3600
개인 AI 활용의 다음 단계는 무엇인가 - LY Corporation에서 AIDD 워크숍을 통해 살펴본 AIDD 조직 도입의 조건
LY Corporation이 AIDD 워크숍을 통해 개인의 AI 활용을 조직 차원으로 확장할 조건을 살펴보았습니다. 핵심은 컨텍스트 정비와 팀 단위 협업, 의사결정자 참여였습니다.
#LLM#자동화#test
4400
Grafana에서 자연어로 장애 원인을 분석하기: LLM 에이전트 기반 SRELens 개발기
Grafana에서 자연어로 장애 원인을 찾는 SRELens 개발 사례를 소개했습니다.\nLLM 에이전트를 운영 환경에 맞게 제어하기 위해 프롬프트 레이어 분리와 도구 호출 가드레일을 설계했습니다.
#Grafana#LLM#MCP
7000
AI 에이전트를 위한 Android CLI: 대규모 모바일 개발 환경에 적용하기
대규모 Android 저장소에서 AI 에이전트의 토큰 낭비를 줄이기 위해 Android CLI 래퍼와 스킬을 설계한 사례를 소개했습니다. 문서 검색, IDE 연동, 프리뷰 렌더링을 정규화하고 오류를 간결하게 바꿔 안정성을 높였습니다.
#Android#CLI#Claude
3700
오픈챗 이름 및 설명 글로 유해성 판단하는 모델 개발하기
오픈챗 이름과 설명 글로 유해성을 판단하는 모니터링 모델 개발 과정을 소개했습니다. 디코더 기반 분류와 임곗값 조정으로 자동 검수 범위를 넓혔습니다.
#ML#LLM#model cascading
15800
초당 100만 건, LINE 앱에 Apache Kafka 종단 간 암호화 적용기
LINE 메신저의 대규모 Kafka 토픽에 종단 간 암호화를 적용한 설계와 운영 경험을 공유했습니다. 공유 KEK, 평문 폴백, 점진적 배포로 무중단 전환과 낮은 성능 오버헤드를 달성했습니다.
#Apache Kafka#보안#encryption
19100
AI로 웹 엔지니어 없이 LINE 앱 안에서 그룹 영상 통화 서비스 만들기
LIFF와 LINE Planet을 활용해 LINE 앱 안에서 그룹 영상 통화 서비스를 만드는 구현 흐름을 정리했습니다. 미리보기, 통화 입장, 초대, 가상 배경, CORS와 모바일 카메라 이슈까지 함께 다뤘습니다.
#LIFF#LINE#React
8650
AI로 웹 엔지니어 없이 LINE 앱 안에서 그룹 영상 통화 서비스 만들기
임베딩 안정화로 검색 리랭킹의 콜드 스타트 문제를 해결하다: LINE Part Time Jobs 적용 사례
검색 리랭킹의 콜드 스타트와 임베딩 공간 불일치 문제를 안정화 기법으로 해결했습니다. 오프라인과 A/B 테스트에서 성능과 매출 개선도 확인했습니다.
#검색#LLM#ML
4500
프롬프팅에서 워크플로로, AI로 프런트엔드 개발 생산성 끌어올리기
프런트엔드 개발의 병목을 컨텍스트 통합 문제로 보고, AI를 프롬프트가 아닌 워크플로로 활용하는 방법을 설명했습니다. 계획-구현-검증-PR까지 닫힌 루프를 만들면 재작업을 줄이고 품질을 높일 수 있다고 정리했습니다.
#LLM#프런트엔드#Jira
8200
AI 시대의 개발 능력은 검증력으로 결정된다, Flava API Gateway 개발 중 배운 빠른 검증과 로컬 환경 구성 전략
AI 코딩 시대에는 빠른 생성보다 빠른 검증이 더 중요하다고 설명했습니다. 스펙 주도 개발과 로컬 검증 환경으로 에이전트의 실수를 줄인 사례를 공유했습니다.
#OpenAPI#REST API#Git
10800
AI 에이전트끼리 토론한다면? 멀티 에이전트 협업으로 재설계하는 개발 프로세스
AI 코딩의 병목을 코드 생성이 아닌 조율과 검증 과정으로 보고, 제안자·도전자·조율자로 나눈 멀티 에이전트 개발 파이프라인을 소개했습니다. 복잡도와 리스크에 따라 토론 강도를 조절하며, 사람은 최종 판단에 집중하는 방식을 설명했습니다.
#CI/CD#test#스펙 주도 개발
7400
Flava DBaaS 딥다이브: 아키텍처부터 마이그레이션, 그리고 미래까지
Flava DBaaS의 쿠버네티스 기반 아키텍처와 운영 구조를 소개했습니다. 또한 마이그레이션 도구와 서버리스, AI 기반 확장 방향까지 설명했습니다.
#Kubernetes#DBaaS#MySQL
2400
시멘틱 컨텍스트 OS 설계: 에이전트 시스템의 토큰 스터핑을 넘어
LLM의 대형 컨텍스트를 단순 누적으로 쓰는 한계를 지적하고 시맨틱 컨텍스트 OS 아키텍처를 제안했습니다.\nVFS, 톱니 메모리 모델, PathAlign으로 토큰과 코드 컨텍스트를 정제하는 방식이 핵심입니다.
#LLM#AI 에이전트#컨텍스트 window
2701
총 용량 1EB 초과! 서로 역사가 다른 두 HDFS를 어떻게 연결할까? 데이터 플랫폼 연계 중 직면한 과제와 설계 결정
LY Corporation의 두 HDFS 플랫폼을 통합 운영하며 겪은 스케일링 문제와 연계 설계를 다뤘습니다.권한 모델, Cross-Realm Kerberos, DistCP를 통해 안전한 데이터 전송 구조를 마련한 과정을 소개했습니다.
#HDFS#Hadoop#NameNode
4200
프롬프트 튜닝을 수작업에서 AI 튜닝으로: 유전 알고리즘 기반 자동 최적화와 고속화
DSPy와 GEPA로 프롬프트 튜닝을 자동화해 조정 시간을 크게 줄인 사례를 소개했습니다. 건강·의료 응답에서 요건 준수와 가독성을 함께 개선한 운영 방법도 다뤘습니다.
#LLM#prompt#유전 알고리즘
5100