SaaS 대체하기: AI와 함께한 광고SDK 에러 모니터링 시스템 구축기
서드파티 SDK 환경의 한계를 보완하기 위해 전용 JavaScript 에러 모니터링 시스템을 AI Agent로 구축한 사례를 공유했습니다. 외부 SaaS 대체 가능성과 사내 인프라 기반 도구의 가능성을 함께 살펴봤습니다.

서드파티 SDK 환경의 한계를 보완하기 위해 전용 JavaScript 에러 모니터링 시스템을 AI Agent로 구축한 사례를 공유했습니다. 외부 SaaS 대체 가능성과 사내 인프라 기반 도구의 가능성을 함께 살펴봤습니다.
공공 특화 에이전트인 AI국민비서 구축 경험과 노하우를 공유한 발표 글입니다. 모델 선택, 속도 최적화, Safety 대응, 평가 체계까지 다뤘습니다.
비개발자가 한 달 동안 풀스택 개발을 하며 AI 협업 방법론과 환경 설계를 배웠습니다. 구체적 프롬프팅, 병렬 작업, MCP 활용, 문서화의 중요성을 정리했습니다.
AI 에이전트로 스트리밍 코드를 자율 실험·개선한 사례를 소개했습니다. 자율 루프와 검증 체계를 통해 QoE를 17% 개선했습니다.
비개발자가 AI와 사내 가이드를 활용해 생산성 측정 대시보드를 만든 과정을 공유했습니다. 리드타임 계산부터 서버 구축, 데이터 검증까지의 시행착오와 배운 점을 정리했습니다.
2026 NAVER AI CHALLENGE 인턴십 모집을 안내하는 글입니다. AI 프로젝트를 현업 엔지니어와 함께 수행하며 과제형 실무 경험을 쌓을 수 있습니다.
복잡한 PDF를 LLM이 이해하도록 돕는 PaLADIN을 소개했습니다. 표·차트·숫자 처리 아키텍처와 성능 평가, 서비스 적용 사례를 함께 다뤘습니다.
Event-driven MLOps와 Omni-Evaluator 구조를 소개한 세션입니다. 메시지 기반 오케스트레이션으로 확장성과 느슨한 결합을 확보한 점이 핵심입니다.
LLM 기반 멀티 에이전트 UX 플랫폼과 사용자 페르소나봇 NSona의 개발 과정을 공유했습니다. 디자이너·리서처·개발자가 함께 만든 새로운 AI 협업 모델과 평가 방식을 소개했습니다.
네이버 웹툰의 창작 생태계 보호 연구로 워터마킹과 학습 방지 기술을 소개했습니다. 불법 유출 추적과 생성형 AI 무단 학습 대응을 위한 구조와 평가 결과를 다뤘습니다.
네이버 통합검색의 장애 대응을 위해 LLM Devops Agent를 설계하고 평가한 사례를 소개했습니다. v1의 한계를 바탕으로 v2 구조와 이상 탐지, 알람·액션 추천 방향을 공유했습니다.
로컬 LLM과 mcp-agent를 연결해 빌드 실패 분석과 크래시 로그 요약, Slack 리포트 자동화를 구현한 사례를 소개했습니다. AI를 프로젝트 자동화 동료로 활용하는 방법을 공유했습니다.
LLM 멀티 에이전트로 API 문서 기반 E2E 테스트 생성 파이프라인 MAFT를 소개했습니다. Noir의 테스트 공백을 줄이기 위해 의존성 분석, 시나리오 생성, 코드 검증을 자동화했습니다.
BERT 기반 SPLADE 모델의 대규모 실시간 서빙 최적화 방법을 소개했습니다. FlashTokenizer와 전/후처리, 추론 최적화로 레거시 GPU 성능을 끌어올린 사례입니다.
Ray를 활용해 GPU Util 100% 배치 처리와 확장 가능한 모델 서빙 아키텍처를 소개했습니다. Ray Serve와 vLLM 기반 LLM 추론 파이프라인 및 운영 사례도 다뤘습니다.
데이터 파이프라인 운영에서 노이즈 알림과 반복 대응으로 인한 피로를 줄이기 위해 AI 활용 방안을 소개했습니다. 로그 전처리, 노이즈 분류, AI Assistant 적용 사례를 중심으로 장애 대응 자동화를 다뤘습니다.
네이버 홈피드의 개인화 추천 구조와 랭킹 고도화 과정을 소개했습니다. LLM, 리트리버, 랭커를 활용해 클릭과 만족도, 다양성을 함께 개선했습니다.
네이버 FE 엔지니어들이 25년 4월 FE News에서 LLM 실패 사례, 프롬프트 엔지니어링, Vibe Coding 등을 소개했습니다. 웹과 AI 관련 주요 기술 소식을 월간으로 큐레이션해 공유했습니다.