A2A × MCP: 도구와 협업을 모두 잇는 AI 연결고리
Google의 A2A와 MCP가 각각 에이전트 협업과 도구 연결을 어떻게 담당하는지 설명했습니다. 두 프로토콜을 함께 써서 멀티 에이전트 AI 시스템의 실용성을 높이는 방향을 소개했습니다.
#MCP#A2A#gRPC
7900
모든 블로그
대표 인기 포스트나의 새로운 주니어 개발자는 AI? LLM을 활용한 코드 리뷰 자동화744 조회744 조회 AI AI
AI
AI
AI
기타
AI
아키텍처
데브옵스
AI
AI
프론트엔드
백엔드
AI
데브옵스
백엔드
AI
기타
데보션
주요 카테고리 AI · DevOps · 백엔드
활동 요약
- 최근 30일
- 2개
- 평균 조회
- 77
- 누적 조회
- 37,237
- 전체 글
- 486개
- 마지막 발행
- 2026. 11. 10.
데보션 기술 블로그 글 (486)
데이터 지옥과 AI 천국을 오가는 여정
데이터가 AI의 기반이라는 점을 프로젝트 경험을 바탕으로 정리했습니다. 메타스토어, 중간지 DB, RAG와 Memory를 통한 실험과 앞으로의 방향도 소개했습니다.
#data#LLM#RAG
8000
Meta Llama 4 토크나이저 분석
Meta Llama 4 토크나이저의 한국어 효율과 주요 특성을 비교 분석했습니다. 독자 토크나이저, 강화된 챗 템플릿, 스페셜 토큰 구성도 함께 살펴봤습니다.
#LLM#Meta Llama#토크나이저
6300
TC = 프롬프트 : LLM 기반의 QA 테스트 자동화 톺아보기 (Cursor + PlayWright)
Cursor와 Playwright를 결합해 QA 테스트를 프롬프트로 자동 생성하는 사례를 소개했습니다. 테스트 케이스 추출, 코드 수정, 리포트 생성까지 LLM으로 자동화하는 흐름을 다뤘습니다.
#LLM#Cursor#Playwright
14000
LLM Knowledge Distillation 훑어보기 - part 2
지식 증류가 student 성능 개선뿐 아니라 LLM 추론 속도 향상에도 활용된다는 점을 정리했습니다. speculative decoding과 SKD 같은 최신 방법으로 성능과 효율을 함께 높이는 흐름을 설명했습니다.
#LLM#knowledge distillation#speculative decoding
5200
인간 VS AI 카피라이팅 대결 : 에이닷으로 카피 잘 쓰는 법
에이닷을 활용해 카피를 더 잘 쓰는 방법을 소개했습니다. 인간 초안과 AI 퇴고, 교차 검증으로 메시지를 다듬는 흐름을 강조했습니다.
#ChatGPT#prompt#A/B 테스트
5800
RAG 시대, Vector DB 비교 가이드: Vespa vs Milvus vs Qdrant
RAG 구현에 필요한 벡터 DB로 Vespa, Milvus, Qdrant를 설치·사용성·성능 기준으로 비교했습니다. 프로젝트 규모와 검색 요구사항에 따라 적합한 선택지를 정리했습니다.
#RAG#Vector DB#벡터 검색
17200
클라이언트 배포 없이 UI를 바꾼다고? 에이닷 Server Driven UI 도입기
에이닷은 앱 재배포 없이 UI를 바꾸기 위해 Server Driven UI를 도입했습니다. JSON 스펙, Admin 시스템, 동적 렌더링으로 운영 효율을 높였습니다.
#Server Driven UI#Android#iOS
18200
AWS MediaConvert 를 활용한 동영상 스트리밍 서비스 구축기 - 1편
AWS MediaConvert와 S3, Lambda, EventBridge를 활용해 동영상 스트리밍 서비스를 구축한 과정을 소개했습니다. 업로드부터 HLS 변환, 메타정보 전달, 재생까지의 흐름과 IAM 설정을 정리했습니다.
#AWS#FFmpeg#Java
7800
NVIDIA Dynamo: 차세대 분산 추론 프레임워크 리뷰
NVIDIA Dynamo는 분산 추론을 위한 오픈 소스 프레임워크로, Prefill·Decode 분리와 스마트 라우팅으로 성능을 높였습니다. KV cache 오프로딩과 NIXL 전송을 통해 GPU 자원 효율과 지연 시간 개선을 노렸습니다.
#LLM#Kubernetes#cache
7100
RAG와 리랭커(Reranker): 검색 모델과 LLM의 상호작용
RAG에서 리랭커가 필요한 이유와 역할을 설명했습니다. 기존 방식과 LLM 기반 리랭킹, 적용 시 한계와 보완 방법도 함께 정리했습니다.
#RAG#LLM#검색
8500
NPM Library 를 직접 배포하여 오픈소스 개발자가 되어보는 경험
오픈소스에 기여하는 방법으로 직접 NPM 라이브러리를 만들어 배포하는 과정을 소개했습니다. React 컴포넌트 예시와 함께 npm publish, 버전 관리, 재배포 절차를 설명했습니다.
#NPM#React#JavaScript
14600
OpenShift에서의 Security Context Constraints(SCC) 이해하기
OpenShift의 SCC를 클러스터 보안 정책 관점에서 정리했습니다. 파드 생성 흐름, RBAC 연계, Kubernetes의 대체 메커니즘까지 함께 비교했습니다.
#OpenShift#Kubernetes#Security Context Constraints
4600
Gemma 모델과 프롬프트를 활용한 On-Device AI: 에이닷 오토 차량제어 프로토타입
Gemma와 MediaPipe로 차량 제어용 On-Device AI를 프롬프팅만으로 구현한 실험 과정을 공유했습니다. 기본 명령은 잘 처리했지만, area 인식과 응답 일관성 보완을 위해 파인튜닝이 필요했습니다.
#LLM#prompt#MediaPipe
10100
Lambda에서 AWS CLI를 사용하려면 어떻게 해야할까?
AWS Lambda에서 AWS CLI를 직접 쓰기 위해 Lambda Layer에 awscli를 포함하는 방법을 설명했습니다. Layer 적용 후 aws s3 sync 같은 명령을 subprocess로 실행할 수 있었습니다.
#AWS Lambda#AWS CLI#Lambda Layer
11900
빠른 북극곰(Polars), 느린 판다(Pandas). Python Polars라이브러리
Polars는 Pandas와 비슷한 인터페이스를 유지하면서도 Rust 기반 최적화로 대용량 데이터 처리 성능을 높였습니다. Lazy Execution과 멀티코어 활용으로 로컬 환경에서도 빠른 전처리와 분석을 기대할 수 있습니다.
#Python#Polars#Pandas
12400
안드로이드에서 온디바이스 AI로 스팸 분류하기
안드로이드에서 DistilKoBERT 기반 스팸 분류 모델을 온디바이스 AI로 구현한 과정을 정리했습니다. TFLite 변환과 양자화로 모델 크기와 추론 속도를 개선하고 단말 벤치마크 결과도 확인했습니다.
#Android#NLP#PyTorch
8800
AVM 소송: LGPL-2.1 사용자 권리와 설치정보 제공 의무의 재조명
독일 AVM 소송을 통해 LGPL-2.1의 사용자 권리와 설치정보 제공 의무가 다시 주목받았습니다. 일반 사용자도 라이선스 위반에 대해 직접 문제를 제기할 수 있음이 강조되었습니다.
#LGPL#오픈소스 라이선스#라이선스 준수
4100