ODW #4: 코파일럿에서 파일럿으로, 에이전틱 코딩으로 구현부터 PR까지 자동화
에이전틱 코딩으로 구현부터 PR까지 자동화한 워크숍 사례를 소개했습니다. Jira·Confluence 연계와 단계별 명령어로 실무 적용성을 높인 점이 핵심입니다.

에이전틱 코딩으로 구현부터 PR까지 자동화한 워크숍 사례를 소개했습니다. Jira·Confluence 연계와 단계별 명령어로 실무 적용성을 높인 점이 핵심입니다.

SLI/SLO를 서비스 관점에서 정의하고 운영에 적용하는 방법을 정리했습니다. 오류 예산과 대시보드를 활용해 신뢰성과 개발 리소스 균형을 맞추는 사례를 소개했습니다.

MCP 서버를 AI 어시스턴트와 연결해 개발 효율을 높이는 사내 활용 사례와 워크숍 내용을 소개했습니다.티켓 발행 자동화와 멀티 에이전트 PR 리뷰를 통해 안전한 확장과 보안 관리의 중요성을 강조했습니다.

ADK로 싱글·멀티 에이전트를 만들고 MCP로 사내 시스템과 연동한 워크숍 내용을 소개했습니다. 작은 자동화부터 시작해 팀 전체로 AI 활용을 확산하는 방법을 공유했습니다.

AI로 PR 리뷰 정체를 줄이기 위해 스크리닝 리뷰, PR 자동화, 알림, 지표 가시화를 함께 도입했습니다. 사내 워크숍과 체험형 공유를 통해 활용률을 높이고 리뷰 문화를 확산했습니다.

LY Corporation의 사내 워크숍 'Orchestration Development Workshop'을 소개했습니다. 실제 실무 적용 관점에서 여러 AI를 연계해 활용하는 학습과 창작의 장을 지향합니다.

LY Corporation이 여러 AI를 연계하는 오케스트레이션 개발 워크숍을 시작했습니다. 실습형 학습과 조직적 운영 구조로 AI 활용 지식을 전사 확산하려는 내용입니다.

Hive 기반 전체 재작성 ETL의 한계를 Iceberg와 Flink로 개선한 사례를 소개했습니다. 체크포인트, 2PC, 파티셔닝 최적화로 데이터 반영 속도를 12배 높였습니다.

도메인에 의존하지 않는 채팅 플랫폼 MessagingHub의 설계와 연동 구조를 소개했습니다. 웹 기반 공통 클라이언트와 정책 분리로 확장성과 이식성을 높였습니다.

LINE Ads의 대규모 광고 데이터를 처리하기 위해 Spark on Kubernetes를 도입한 사례입니다. 성능 향상, 비용 절감, 버전 유연성을 함께 확보했습니다.

대규모 서비스의 이미지 콘텐츠 모더레이션을 위해 멀티모달 LLM과 전통적 ML을 결합한 구조를 소개했습니다. 정확도, 지연 시간, 비용, 정책 유연성을 함께 개선하는 최적화 과정을 다뤘습니다.

LLM 가드레일의 오탐 문제를 줄이기 위해 코딩 에이전트 기반 자동화 테스트 파이프라인을 구축했습니다. 카테고리별 입력 생성과 평가를 분리해 취약점 탐색과 모델 고도화를 반복 가능하게 만들었습니다.

SRE 반복 작업과 문의 대응을 Slack 워크플로 중심의 봇으로 자동화한 개발기입니다. 배포와 일반 요청 처리 시간을 크게 줄이고 운영 가시성도 높였습니다.

기획서가 없는 블랙박스 시스템을 내재화하며, 입력·출력 정의와 병렬 검증으로 동일성을 증명했습니다. Kafka와 CDC, OpenSearch를 활용해 조회·업데이트·E2E 전환을 안전하게 검증했습니다.

SLI/SLO 도입 과정을 공통 프레임워크로 정리하고 사내 템플릿으로 확산한 사례를 소개했습니다. 또한 웹훅과 DB 기반으로 자동 갱신되는 서비스 상태 확인 도구 LINE Status를 만든 과정을 공유했습니다.

LINE iOS의 대규모 서비스 설정 시스템을 AttributedString 구조를 참고해 재설계한 사례를 소개했습니다. 타입 안전성, 동시성, 디버그 오버라이드, 테스트 대역을 함께 개선했습니다.

LINE은 여러 명과의 대화와 그룹을 ‘그룹 대화’로 통합했습니다. 기능 차이를 줄이고 마이그레이션과 힌트 제공으로 사용자 편의성과 리소스 효율을 높였습니다.

구 LINE과 구 Yahoo Japan의 대규모 프라이빗 클라우드를 Flava로 통합한 아키텍처를 소개했습니다. 단일 리소스 풀, 업스트림 추종, VPC 기본화, 자동화와 관찰 가능성으로 운영 효율을 높였습니다.
