
지금의 방식이 최선일까? AI로 임팩트를 바꾸는 당근 운영실
당근 운영실이 AI를 활용해 기존 업무 방식을 다시 설계한 사례를 소개했습니다. 멀티 에이전트, CS 분석, 리뷰 라벨링 도구로 실행 속도와 업무 효율을 크게 높였습니다.

당근 운영실이 AI를 활용해 기존 업무 방식을 다시 설계한 사례를 소개했습니다. 멀티 에이전트, CS 분석, 리뷰 라벨링 도구로 실행 속도와 업무 효율을 크게 높였습니다.


데이터셋 로딩 중 발생한 CUDA OOM의 원인을 `all_gather_object` 내부 동작에서 찾았습니다. 데이터를 chunk로 나눠 gather하도록 바꿔 GPU 메모리 사용량을 줄였습니다.

Google Agentspace의 생산성 중심 실행 구조와 QueryPie MCP PAM의 정책 기반 통제 구조를 비교했습니다.실행 시점 승인, 감사, 민감정보 보호를 위해 두 솔루션의 병행 구성이 필요함을 설명했습니다.

Google Agentspace는 AI 실행과 생산성을 높이는 플랫폼으로 정리했습니다. QueryPie MCP PAM은 실행 시점 정책 평가와 승인, 감사로 보안을 보완한다고 설명했습니다.

바이브 코딩의 가능성과 한계를 단계별 실험 사례로 점검하는 글입니다. 프로토타입부터 프로덕션 실무까지의 적용 관점을 살펴봅니다.

Google Agentspace는 AI 실행과 자동화를 강화하는 플랫폼으로 소개했습니다. QueryPie MCP PAM은 실행 전 정책 평가와 승인, 감사로 보안을 보완하는 계층으로 설명했습니다.

AI 에이전트 시대의 ‘바이브 코딩’ 개념을 소개한 글입니다. 사람이 직접 쓰기보다 대형 언어모델을 활용하는 새로운 코딩 방식을 다뤘습니다.
토스 광고 노출 과정과 추천 시스템의 전체 흐름을 ML 관점에서 정리했습니다. Targeting부터 Ranking까지 각 단계별 모델 활용 방식도 소개했습니다.


OpenAI 기반 MCP 에이전트를 Gemini 기반으로 전환한 실전 사례를 공유했습니다. 스트리밍 미지원과 출력 렌더링 이슈를 정리하고 해결 방향도 제시했습니다.


Cursor AI를 활용해 Python 기반 업무 자동화를 실험한 사용기였습니다. 사내 웹서버 모니터링 자동화와 VDI 환경의 설치 문제 해결 과정을 함께 공유했습니다.


Amazon Q Developer CLI의 새로운 에이전트 기능으로 자연어 지시만으로 앱 생성과 수정, AWS 리소스 탐색까지 수행하는 흐름을 소개했습니다. CLI에서 멀티턴 대화와 로컬 도구 활용이 가능해져 개발 작업을 더 빠르게 처리할 수 있음을 보여줬습니다.


AI 시대에 사람과 로봇을 구별하는 방법으로 WorldCoin의 월드ID와 홍채 인식을 소개했습니다. 다만 정보보호법과 개인정보 이슈로 표준이 되기에는 제약이 있다고 보았습니다.


Cursor IDE의 자동 코딩 기능으로 테트리스를 빠르게 만들고 수정한 경험을 공유했습니다. 신규 개발의 기획·설계와 반복 작업 자동화에 활용 가능성을 소개했습니다.

바이브 코딩은 AI로 MVP 전 시제품을 빠르게 만들고 피드백과 PMF 검증을 앞당기는 전략입니다. 제품 검증 뒤에는 설계·테스트·리팩토링으로 완성도를 높여야 합니다.