A2A 튜토리얼 코드 톺아보기
구글의 A2A 프로토콜과 공식 튜토리얼 코드를 바탕으로 서버·클라이언트 구조를 살펴보았습니다. LangChain 에이전트를 A2A로 노출하고 호출하는 흐름도 함께 정리했습니다.


구글의 A2A 프로토콜과 공식 튜토리얼 코드를 바탕으로 서버·클라이언트 구조를 살펴보았습니다. LangChain 에이전트를 A2A로 노출하고 호출하는 흐름도 함께 정리했습니다.

정유사 최초의 AI 챗봇 기반 해상유 마케팅 시스템 BTS를 소개했습니다. 해상유 거래 전 과정을 디지털화해 효율을 높이고, AI로 고도화를 추진하고 있습니다.

한국어 감성 리뷰를 Keras로 이진 분류하는 전처리와 모델 구조를 설명했습니다. Okt 형태소 분석, BiLSTM, 콜백을 활용한 학습과 예측 흐름을 다뤘습니다.

TMAP에 에이닷 4.0 기반 음성 AI Agent를 적용해 주행 중 맥락을 이해하는 내비게이션으로 확장했습니다. 목적지·경유지 설정, 장소 검색, 생활 정보 조회를 멀티턴 대화로 제공하는 구조를 소개했습니다.

효율적인 광고 제작을 위한 레이아웃 생성 기술을 주요 방식별로 정리했습니다. 각 모델의 장점과 한계를 비교하며 실전 선택 기준도 함께 제시했습니다.

k0s는 단일 바이너리와 자동 구성으로 쿠버네티스 클러스터를 빠르게 만들 수 있는 경량 배포판을 소개했습니다. 다만 세밀한 커스터마이징과 엔터프라이즈 기능에서는 kubeadm보다 제약이 있음을 설명했습니다.

GitLab Runner를 Kubernetes에 Helm으로 설치하고 GitLab 프로젝트와 연동하는 과정을 정리했습니다. Maven 캐싱과 병렬 빌드로 속도를 높이고, CI/CD 오류 대응 방법도 함께 공유했습니다.
![[CI/CD] GitLab-Runner 연동 가이드 (feat. Maven 빌드 시간 단축)](https://devocean.sk.com/thumnail/2025/9/22/8a92d3cf87b9de7260cbaef6ac7a98bb51aa77909cf6120d32c96ed4340ef39c.png)
강의와 회의 기록용 AI 음성 앱 4종을 실제 강의 파일로 비교했습니다. 한국어 인식과 요약 기능은 에이닷 노트와 클로바 노트가 특히 강했습니다.

Tyche 네이티브 음성 엔진을 Java 서비스에 JNI로 연동하는 방법을 정리했습니다. OS/아키텍처별 빌드, 모델 경로, 프레임 처리 일관성 같은 운영 포인트를 함께 다뤘습니다.

검색서비스팀의 SCAR 모니터링 시스템 고도화와 전체 구조를 소개했습니다. 기존 로그 기반 방식의 한계를 짚고, 수집·집계·시각화 분리와 품질 지표 확장을 다뤘습니다.

Airflow Task SDK는 Dag와 내부 시스템을 분리해 업그레이드 호환성과 안정성을 높이는 방향을 소개했습니다. 또한 Supervisor와 Task Runner 구조로 보안과 확장성까지 강화하는 변화를 설명했습니다.

짧은 배포 주기에서 발생한 혼선을 줄이기 위해 단계와 책임을 명확히 정리했습니다. DEV, STG, PRD 분리와 FastTrack 도입으로 협업과 예외 대응을 체계화했습니다.
![[에이닷 4.0 QE 여정4] 에이닷 배포 프로세스 구축 운영기](https://devocean.sk.com/thumnail/2025/9/15/90f45c59130abf8bdc30076a1c357a0545eaba3419078e026685d42ad4a7c27c.png)
Terraform과 Atlantis로 Azure 인프라를 GitOps 방식으로 관리하는 구성을 설명했습니다. PR 승인, apply, merge 흐름과 환경 분리, 브랜치 보호를 함께 다뤘습니다.

에이닷 4.0 품질 검증에서는 LLM 응답을 실제 발화 기반으로 평가하고, 기획 초기부터 QA가 함께 참여했습니다. Sanity Test, SPeCTRA 2.0, daily report로 품질 기준과 이슈 우선순위를 선제적으로 관리했습니다.
![[에이닷 4.0 QE 여정1] 에이닷 4.0 품질 비하인드](https://devocean.sk.com/thumnail/2025/9/2/c3158e6429d9e81ba35fff3f4ca44d69c18c332adb863e8c5ebe24928abc89bb.png)
Lambda의 외부 API 호출을 위해 고정 아웃바운드 IP를 만들기 위한 VPC 구성을 설명했습니다. Private 서브넷, NAT 게이트웨이, 라우팅 테이블을 조합해 보안과 통신을 함께 맞추는 과정을 정리했습니다.

국내 AI 노트 서비스 4종의 전사, 요약, 다국어, 협업 기능을 비교했습니다. 용도에 맞게 선택하면 회의록과 학습 정리를 더 효율적으로 할 수 있습니다.

Attention 메커니즘의 개념과 필요성을 설명하고, Q/K/V 기반 작동 흐름을 정리했습니다. 또한 PyTorch와 TensorFlow 예제로 실제 구현 방법을 보여주었습니다.

에이닷 v4.0의 성능을 기능별 지표와 SLO로 나눠 객관적으로 검증했습니다. WebView, LLM, 비동기 작업 특성에 맞춘 기준과 측정 절차도 함께 정리했습니다.
