
AI를 활용한 테스트 자동화 도전기
AI를 활용해 기획자의 API 테스트 자동화를 시도한 경험을 다뤘습니다. 업무 효율을 높이기 위해 바이브코딩 방식의 적용 가능성을 살펴본 글입니다.


AI를 활용해 기획자의 API 테스트 자동화를 시도한 경험을 다뤘습니다. 업무 효율을 높이기 위해 바이브코딩 방식의 적용 가능성을 살펴본 글입니다.


단일 AI 에이전트의 한계를 줄이기 위해 조사, 설계, 구현, 검증을 분리한 멀티 에이전트 워크플로우를 구축했습니다. Herdr의 멀티 Pane과 이종 모델 조합으로 컨텍스트를 격리하고 품질 검증을 자동화했습니다.

수백 MB 로그를 LLM에 그대로 넣는 비효율을 줄이기 위해 AI 이슈 분석 에이전트를 개발한 사례입니다. 이슈를 찾고 읽는 시간을 줄이면서 근거를 검증 가능한 방식에 초점을 맞췄습니다.


AWS Security Agent는 개발 전 과정에서 설계·코드 검토와 침투 테스트를 수행하는 AI 보안 에이전트입니다. 기존 SAST·DAST의 한계를 보완해 맥락 기반 보안 검증을 지원했습니다.
통합임베딩으로 개인화 푸시 CTR을 개선한 사례를 소개하는 글입니다. MATCH와 Layer 0 관점의 연재 흐름을 바탕으로 적용 과정을 다룹니다.

한국어·일본어 전용 토크나이저를 기존 LLM 백본에 이식해 토큰 효율을 개선했습니다. 실서비스 A/B에서 GPU 사용량과 응답 지연을 줄이고 이용 시간을 높였습니다.

리서치 분석을 LLM으로 만들고 전달하는 구조를 정리했습니다. 작업 분해와 평가 루프, SSE·알림음·채팅으로 사용자 경험을 개선했습니다.


ZEP의 교육용 퀴즈 생성 아키텍처를 LangGraph와 Amazon Bedrock AgentCore Runtime 중심으로 설명했습니다. 하나의 그래프를 실시간 서빙과 배치 생성에 재사용하고 관측 체계까지 분리해 운영하는 방식입니다.


LangGraph 기반 자연어 질의 에이전트를 Bedrock AgentCore로 프로덕션에 배포한 사례를 소개했습니다. Gateway, Memory, Observability, Evaluations, Policy로 운영성과 보안을 보완했습니다.

배포 전에 리뷰해 같은 장애의 재발을 막으려는 개발기 글입니다.

올리브영이 MCP를 개발하며 LLM이 툴을 잘 이해하도록 설명과 구조를 다듬은 과정을 공유했습니다. 가격 해석, 툴 체이닝, 미호출 문제를 예시·규칙·네이밍 조정으로 개선했습니다.

Google for Developers의 8월 넷째 주 주요 개발자 업데이트를 정리해 소개했습니다. AI, Android, 보안, Flutter 관련 새 글과 번역 안내를 함께 담았습니다.

개인의 AI 활용 경험을 팀 전체로 확산시키는 방법을 다뤘습니다. 전사 타운홀 Re:Sync로 각 팀의 실행과 배움을 연결했습니다.

수천 명 동시 접속 행사 게임을 WebSocket 없이 Redis와 SSE 중심으로 단순화해 구현했습니다. 리허설에서 드러난 저사양 전광판 문제는 렌더링 방식을 바꾸고 영상은 하드코딩으로 대응했습니다.