AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인
슬로우 쿼리 분석과 PR 반영까지 이어지는 AI 파이프라인을 하네스로 설계한 사례를 다뤘습니다. 반복 작업에 특화된 스페셜리스트형 구조로 품질과 운영 안정성을 높였습니다.
슬로우 쿼리 분석과 PR 반영까지 이어지는 AI 파이프라인을 하네스로 설계한 사례를 다뤘습니다. 반복 작업에 특화된 스페셜리스트형 구조로 품질과 운영 안정성을 높였습니다.

AI 코딩 도구로 개발 속도는 빨라졌지만 이해가 따라가지 못하는 인지 부채를 다뤘습니다. 개발자와 조직이 무엇을 잃고 있는지 패널 토론과 함께 살펴보았습니다.


GS SHOP이 영상의 소구 포인트를 추출해 추천 신호로 바꾸고, 기존 추천 엔진과 결합한 Hybrid 시스템을 구축했습니다. A/B 테스트에서 클릭과 주문, 전환율이 모두 개선되었습니다.

GS SHOP이 영상 이해 모델과 생성형 AI를 조합해 숏픽 추천을 Hybrid 구조로 고도화했습니다. 소구 포인트 기반 임베딩으로 추천 품질과 전환 성과를 함께 개선했습니다.


AWS 계정으로 Anthropic의 Claude Platform을 직접 사용할 수 있는 서비스를 소개했습니다. IAM, CloudTrail, Marketplace를 통해 인증·감사·과금을 통합하는 방법을 안내했습니다.


Amazon Bedrock AgentCore의 Policy, Evaluation, Observability를 결합해 기업용 Agent 운영 체계를 설명했습니다. 정책 제어, 품질 평가, 실시간 추적의 역할과 연계를 정리했습니다.


AI-DLC에 Subagent와 Custom Skill을 결합해 팀 프로젝트 운용 문제를 보완했습니다. 비정형 요구사항 정리, 병렬 개발 merge, 전용 코드 리뷰까지 함께 다뤘습니다.

Git 릴리스 자동화를 예제로 MCP와 에이전트 스킬의 차이를 비교했습니다. 반복 작업은 스킬로 표준화하고, 외부 연동은 MCP로 분리하는 접근을 제안했습니다.
배포 내역을 정형화해 Notion에 쌓고, LLM으로 비개발자도 읽을 수 있는 릴리즈 노트를 자동 생성했습니다. 별도 인프라 없이 기존 도구만으로 커뮤니케이션 비용을 줄인 사례입니다.

kt cloud가 사내 업무에 AI를 먼저 적용한 3가지 사례를 소개했습니다. RAG와 MCP로 검색, 보안관제, 장애관제 품질을 높인 방식과 성과를 정리했습니다.


Amazon ElastiCache for Valkey의 벡터 검색으로 Interactive AI 스토리텔링 플랫폼의 이미지 응답 속도와 비용 효율을 개선했습니다. CESC와 LLM 검증, 폴백 전략으로 맥락 기반 캐싱과 몰입 경험을 강화했습니다.

캐치테이블은 전사 AI 해커톤을 위해 이틀간 업무를 멈추고 몰입 환경을 마련했습니다. 사전 교육과 실습, 인프라 지원을 통해 AI를 업무 핵심 파트너로 확산하려 했습니다.