2,800만 MAU를 이해하는 유저 Segmentation, TUES
토스는 2,800만 MAU를 이해하기 위해 이용 패턴 기반 세그먼트 TUES를 만들고 활용했습니다. 이를 통해 성장 전략, 탑라인 분석, 타겟 마케팅을 더 정교하게 수행했습니다.
#ML#K-Means Clustering#NMF
7200
모든 블로그
대표 인기 포스트캐시를 적용하기 까지의 험난한 길 (TPS 1만 안정적으로 서비스하기)499 조회499 조회 AI AI
AI AI
AI
AI
AI AI AI AI
AI
AI
AI
AI
AI
AI
AI
AI
토스
도메인toss.tech
주요 카테고리 프론트엔드 · AI
활동 요약
- 최근 30일
- 7개
- 평균 조회
- 98
- 누적 조회
- 24,617
- 전체 글
- 252개
- 마지막 발행
- 2026. 11. 10.
토스 기술 블로그 글 (48)
얼굴 인식의 역사와 페이스페이의 미래
얼굴인식 기술의 발전사를 60년 흐름으로 정리하고 페이스페이의 결제 적용을 소개했습니다. 에지·클라우드 구조, 보안, 안티스푸핑, 성능 검증과 서비스 성장도 함께 다뤘습니다.
#얼굴인식#ML#생체인증
5800
Skill 품질 관리를 위한 Rubric 설계와 시스템 구현
Skill 품질 편차를 줄이기 위해 6섹션 30항목 Rubric과 자동 평가 시스템을 설계했습니다. 결정적 결함은 규칙 검사로, 의미 품질은 LLM 판정으로 나누어 관리했습니다.
#LLM#rubric#GitHub Actions
15800
토스팀이 AI 파도를 마주하는 방법: AI Surf Day
토스팀이 AI 변화에 대응하기 위해 AI Surf Day를 운영하며 실험과 공유 문화를 만들었습니다. 사례 공유, 에반젤리스트, 외부 협업을 통해 AI 전환의 기반을 넓혔습니다.
#LLM#ChatGPT#OpenAI
26600
토스플레이스 데이터봇 ‘판다(PANDA)’를 소개합니다 : 모든 팀원이 데이터 전문가처럼 일하는 방법
토스플레이스가 데이터봇 판다를 통해 팀원들이 직접 데이터를 조회하고 활용하는 환경을 만들었습니다. SSOT 정비, 비즈니스 용어 연결, Agentic Loop 설계로 정확도와 일관성을 높였습니다.
#LLM#SQL#dbt
12500
LLM을 이용한 서비스 취약점 분석 자동화 #2
LLM과 MCP, SAST를 결합해 서비스 취약점 분석 자동화 구조를 구현한 과정을 소개했습니다. 토큰 비용과 지속 가능성을 줄이기 위해 오픈 모델과 에이전트 분업도 적용했습니다.
#LLM#보안#MCP
19000
Embracing the Software 3.0 Era
Software 3.0 시대의 Claude Code를 기존 layered architecture 관점으로 풀어낸 글입니다. 또한 HITL, 토큰 관리, 스킬 설계의 실무 포인트를 정리했습니다.
#LLM#Claude Code#MCP
14700
Software 3.0 시대, Harness를 통한 조직 생산성 저점 높이기
LLM 활용 격차를 개인의 센스가 아닌 팀 시스템으로 끌어올리는 방법을 제안했습니다. Claude Code의 플러그인과 마켓플레이스를 조직용 하네스로 보는 관점을 정리했습니다.
#LLM#Claude#refactoring
19600
소프트웨어 3.0 시대를 맞이하며
Software 3.0 시대의 의미와 Claude Code를 기존 레이어드 아키텍처로 해석하는 관점을 정리했습니다. 또한 HITL, 토큰 관리, Skill 설계에서의 실전 주의점을 함께 다뤘습니다.
#LLM#Claude Code#MCP
31000
개발자는 AI에게 대체될 것인가
AI가 개발자를 완전히 대체하기보다 업무의 일부를 재정의하고 위임하는 방향으로 바꾸고 있습니다. 좋은 추상화와 위임 경계를 설계하는 능력이 AI 시대 개발자의 핵심 역량이라고 설명합니다.
#자동화#추상화#prompt
27200
LLM을 이용한 서비스 취약점 분석 자동화 #1
LLM으로 서비스 취약점 분석을 자동화한 과정과, 대용량 코드·정확도·비용·지속 가능성 문제를 해결한 방법을 공유했습니다. MCP, SAST, Multi-Agent, Open Model을 조합해 실용적인 분석 체계를 만든 사례였습니다.
#LLM#MCP#RAG
16000
세금 환급 자동화 : AI-driven UI 테스트 자동화 일지
세금 환급 서비스의 복잡한 UI 테스트를 AI와 함께 자동화한 실험 사례입니다. 사람이 방향과 품질을 잡고 AI가 코드와 문서를 맡아 운영 안정성을 높였습니다.
#UI/UX#test#React
10600
토스의 AI 기술력, 세계 최고 권위 NeurIPS 2025에서 인정받다: FedLPA 연구
토스가 NeurIPS 2025에 FedLPA 연구를 게재하며 연합학습 기술력을 입증했습니다. 데이터 주권과 불균형 분포 문제를 풀어 글로벌 금융 서비스 적용 가능성을 넓혔습니다.
#NeurIPS#Federated Learning#ML
5000
토스 Next ML Challenge - 광고 클릭 예측(PCTR) ML 경진대회 출제 후기
토스와 데이콘이 함께한 첫 ML 경진대회 출제 후기를 공유했습니다. 실제 광고 클릭 예측 문제와 참가자들의 다양한 풀이 방식을 소개했습니다.
#ML#feature engineering#XGBoost
6400
API 연동 자동화를 위한 여정: 토스는 왜 사내 MCP 서버를 개발하였는가? with Spring-AI
사내 API 스펙 공유와 연동 자동화를 위해 MCP 서버를 개발한 사례를 소개했습니다. Spring-AI 기반 구현과 운영상 문제 해결, Swagger 자동화 방향까지 정리했습니다.
#MCP#Spring Boot#Spring-AI
19500
토스가 다양한 ML 모델을 만드는 법: Feature Store & Trainkit
토스가 Feature Store와 Trainkit으로 ML 학습·서빙 파이프라인을 표준화한 사례를 소개했습니다. 재사용성, 재현성, skew 해소를 통해 운영 효율을 높인 점이 핵심입니다.
#MLOps#Feature Store#training pipeline
13200
출시 2주만에 20만명이 쓴 토스증권 어닝콜 서비스 제작기
토스증권이 해외기업 어닝콜을 실시간 한국어 번역·요약하는 서비스를 2달 만에 만들었습니다. 실시간 시청자와 사후 확인 사용자의 수요를 함께 잡아 2주 만에 20만 명 이상이 사용했습니다.
#UI/UX#번역#문서화
16800
토스페이먼츠 결제 시스템 연동을 돕는 MCP 서버 구현기
AI 코딩 도구의 결제 연동 정확도를 높이기 위해 토스페이먼츠가 MCP 서버를 구현한 과정을 공유했습니다. 문서 청크화와 BM25 검색으로 맥락을 제공해 Hallucination을 줄이고 연동 품질을 개선했습니다.
#MCP#LLM#BM25
15200