
AI 에이전트 회사 차리기: 설립부터 어디서든 동기화까지
AI 에이전트로 가상의 회사를 구성하고 어디서든 같은 목표로 일하게 만드는 NaverMadCat 사례를 소개했습니다. 플랫폼 구조, 자동화, 동기화, 운영 방식과 실전 시나리오를 함께 다뤘습니다.


AI 에이전트로 가상의 회사를 구성하고 어디서든 같은 목표로 일하게 만드는 NaverMadCat 사례를 소개했습니다. 플랫폼 구조, 자동화, 동기화, 운영 방식과 실전 시나리오를 함께 다뤘습니다.

직원들이 AI 도구로 직접 문제를 해결하는 빌더 문화와 해커톤 사례를 소개했습니다. 현업 지식과 기술 협업으로 실제 운영 병목을 해결하는 방향을 강조했습니다.

생성형 AI 기반 변형 공격이 기존 시그니처 방어를 빠르게 우회하는 한계를 짚었습니다. 정상 행위를 학습하는 이상 탐지와 WAF의 다층 방어 체계가 대안으로 제시되었습니다.


에이전트가 활용할 디자인 시스템을 매니페스트·브랜드 시드·명시적 제약 데이터로 설계했습니다. 조합 테스트와 빌드 검증으로 일관된 인터랙션 품질을 운영하는 방식을 소개합니다.

이미지 분해에서 분석과 실행을 분리해 원본 픽셀을 보존하는 파이프라인을 설계했습니다. WebGPU와 로컬 AI를 활용해 비용과 속도를 함께 개선했습니다.

공모전 브리핑 작성의 진입 장벽을 낮추기 위해 AWS Bedrock과 Strands Agents SDK 기반 AI 에이전트를 도입했습니다. 초안 생성과 검수, 분석을 분리해 응답 속도와 운영 효율을 높이고, 브리핑 이탈률도 줄였습니다.


인프런은 강의 맥락과 학습자 정보를 활용하는 개인화 학습 에이전트를 소개했습니다. 컨텍스트 품질·응답 속도·비용의 균형과 캐릭터 기반 학습 경험을 설계했습니다.
네이버클라우드의 NVIDIA 협력, Nemotron 연합 참여, 국방 AX 전략을 소개했습니다. 인증서 전 과정을 자동화하는 ACME 서비스 출시 소식도 담았습니다.

검색 리랭킹의 콜드 스타트와 임베딩 공간 불일치 문제를 안정화 기법으로 해결했습니다. 오프라인과 A/B 테스트에서 성능과 매출 개선도 확인했습니다.

프런트엔드 개발의 병목을 컨텍스트 통합 문제로 보고, AI를 프롬프트가 아닌 워크플로로 활용하는 방법을 설명했습니다. 계획-구현-검증-PR까지 닫힌 루프를 만들면 재작업을 줄이고 품질을 높일 수 있다고 정리했습니다.

AI가 UI를 빠르게 만드는 시대에 디자이너의 역할 변화를 고민한 글입니다. 운영자 관점에서 데이터를 해석하고 올바른 판단을 돕는 정보 설계의 중요성을 짚었습니다.

AI 코딩 시대에는 빠른 생성보다 빠른 검증이 더 중요하다고 설명했습니다. 스펙 주도 개발과 로컬 검증 환경으로 에이전트의 실수를 줄인 사례를 공유했습니다.

AI 코딩의 병목을 코드 생성이 아닌 조율과 검증 과정으로 보고, 제안자·도전자·조율자로 나눈 멀티 에이전트 개발 파이프라인을 소개했습니다. 복잡도와 리스크에 따라 토론 강도를 조절하며, 사람은 최종 판단에 집중하는 방식을 설명했습니다.

쿠버네티스 네이티브 자율 코딩 에이전트 프레임워크 Kelos를 소개하는 발표 세션입니다. 코딩 에이전트와 환경을 API화해 관리하는 오픈소스 프레임워크를 다룹니다.