[바이브코딩 워크샵 회고록]비개발자 148명에게 2주 동안 AI를 붙여봤습니다
[바이브코딩 워크샵 회고록]비개발자 148명에게 2주 동안 AI를 붙여봤습니다
비개발자 148명에게 2주간 AI 워크샵을 운영하며 설치, 실습, 회고를 반복한 현장 회고입니다. 자기 파일로 직접 해보는 경험이 전환점이었고, 챔피언 발굴과 후속 프로젝트로 이어졌습니다.
#LLM#Claude
15300
AI 기술 블로그 최신 글
필터 0
[AI활용] AI 에이전트의 안전벨트, 하네스 엔지니어링: Claude Code와 Terraform 사례
[AI활용] AI 에이전트의 안전벨트, 하네스 엔지니어링: Claude Code와 Terraform 사례
Claude Code를 Azure 인프라 구축에 적용하며 하네스 엔지니어링으로 AI 에이전트의 통제 문제를 줄인 사례를 다뤘습니다. 상태 분리, MCP, Human-in-the-loop로 안전한 워크플로우를 설계한 점이 핵심입니다.
#Claude Code#Terraform
6800
AI로 웹 엔지니어 없이 LINE 앱 안에서 그룹 영상 통화 서비스 만들기
AI로 웹 엔지니어 없이 LINE 앱 안에서 그룹 영상 통화 서비스 만들기
LIFF와 LINE Planet을 활용해 LINE 앱 안에서 그룹 영상 통화 서비스를 만드는 구현 흐름을 정리했습니다. 미리보기, 통화 입장, 초대, 가상 배경, CORS와 모바일 카메라 이슈까지 함께 다뤘습니다.
#LIFF#LINE
8750
그 많던 토큰은 누가 다 먹었을까
그 많던 토큰은 누가 다 먹었을까
에이전트형 도구에서는 프롬프트보다 도구 출력과 대화 기록이 토큰을 더 많이 소모했습니다. 필요한 정보만 사전 필터링하고 작업 범위를 좁히는 방식으로 컨텍스트를 관리해야 했습니다.
#LLM#MCP
12620
포스코DX의 엔지니어링 암묵지를 AI가 활용할 수 있는 지식 자산으로 전환하기
포스코DX의 엔지니어링 암묵지를 AI가 활용할 수 있는 지식 자산으로 전환하기
포스코DX는 현장 암묵지를 AI가 활용할 수 있는 지식 자산으로 전환하는 PoC를 진행했습니다. Graphiti와 Amazon Bedrock 기반 지식 그래프로 설계 규칙을 구조화하고, 검색과 추론까지 자동화했습니다.
#LLM#RAG
3700
왓챠 직원 누구나 AI 앱을 만들 수 있게 된 이유
왓챠 직원 누구나 AI 앱을 만들 수 있게 된 이유
왓챠는 ADP를 구축해 비개발 직군도 AI 앱을 직접 만들고 배포할 수 있는 환경을 마련했습니다. 데이터 접근, 보안, 배포 속도 문제를 해결해 사내 생산성을 높였습니다.
#LLM#MCP
4700
하나투어의 Amazon Neptune과 Amazon Bedrock AgentCore를 활용한 여행상품 기획 에이전트 구축기
하나투어의 Amazon Neptune과 Amazon Bedrock AgentCore를 활용한 여행상품 기획 에이전트 구축기
하나투어는 Amazon Neptune 기반 GraphRAG와 Bedrock AgentCore로 여행상품 기획 에이전트를 구축했습니다. 수작업 초안 시간을 2~3일에서 2~3분으로 줄이고, 관계 기반 그라운딩으로 환각을 낮췄습니다.
#Amazon Neptune#Amazon Bedrock
1300
전문가를 넘어선 AI – 5G vRAN 추론 코드 자동 생성을 위한 Multi-Agent 컴파일러
전문가를 넘어선 AI – 5G vRAN 추론 코드 자동 생성을 위한 Multi-Agent 컴파일러
5G vRAN의 초저지연 제약을 맞추기 위해 추론 코드를 자동 생성하는 Multi-Agent 컴파일러를 다뤘습니다. 기존의 수동 SIMD 최적화 C++ 작성 방식의 한계를 짚었습니다.
#LLM#C++
1600
AI 시대에 테스트 코드를 잘 쓰는 기준이 달라진다.
AI 시대에 테스트 코드를 잘 쓰는 기준이 달라진다.
AI 협업 시대에는 테스트 코드가 미래 세션의 AI가 읽는 실행 가능한 프롬프트라는 관점이 중요합니다. @DisplayName과 실패 케이스로 비즈니스 의도를 남기고, 인간 검토와 교차 검증으로 맥락을 보완했습니다.
#test#Claude
2700
매주 한 번, 우리는 AI로 일하는 법을 나눴습니다.
매주 한 번, 우리는 AI로 일하는 법을 나눴습니다.
리디 개발센터가 6주간 AI 활용 세미나를 열고 실제 업무 적용 사례와 실패담을 공유했습니다. 작업 환경 설계, 작업 단위 축소, 검증과 가드레일의 중요성을 정리했습니다.
#LLM#prompt
2300
학습에이전트 - Building the Brain
LLM 학습 에이전트의 동시성, 컨텍스트·도구, 답변 품질 개선 구조를 설계했습니다. 역할 분리와 Gemini 명시적 캐싱으로 토큰 비용 최적화 방안도 정리했습니다.
#LLM#Spring MVC
100
Amazon Bedrock AgentCore로 구축하는 AgentOps (2): 관측성, 평가, 그리고 AgentOps 라이프사이클
Amazon Bedrock AgentCore로 구축하는 AgentOps (2): 관측성, 평가, 그리고 AgentOps 라이프사이클
Amazon Bedrock AgentCore로 에이전트 운영의 관측성, 평가, 최적화를 하나의 AgentOps 사이클로 정리했습니다. 트레이스와 메트릭, 로그를 바탕으로 품질과 안전성을 지속 개선하는 흐름을 설명했습니다.
#Amazon Bedrock#AgentOps
1000
Amazon Bedrock AgentCore로 구축하는 AgentOps (1): 파운데이션과 게이트웨이
Amazon Bedrock AgentCore로 구축하는 AgentOps (1): 파운데이션과 게이트웨이
에이전틱 AI를 프로덕션에 올리기 위한 AgentOps와 파운데이션, 게이트웨이 패턴을 소개했습니다. Amazon Bedrock AgentCore로 모델, 도구, 에이전트 접근을 통합하는 방법을 설명했습니다.
#AWS#LLM
900
말하지 않고 만들었다 — AX를 코드로 구현한 6개월의 기록
말하지 않고 만들었다 — AX를 코드로 구현한 6개월의 기록
6개월간 AX를 실제 시스템과 코드로 구현하며 얻은 경험을 정리했습니다. 모델 교체, 검수 분리, 데이터 정제, 승인 레일 등 운영 교훈을 공유했습니다.
#LLM#DB
3620