![[AI가 읽을 수 있는 코드베이스 1/5] 프롬프트보다 구조가 먼저다](https://flex.team/blog/og/main.jpg)
[AI가 읽을 수 있는 코드베이스 1/5] 프롬프트보다 구조가 먼저다
프롬프트보다 코드베이스 구조가 AI 활용의 하한선을 결정한다는 관점을 설명했습니다. 빌드 가드레일과 모듈 경계로 에이전트의 잘못된 의존성을 즉시 차단하는 방법을 다뤘습니다.
#프롬프트 엔지니어링#Gradle
2000
AI 기술 블로그 최신 글
필터 0
![[AI가 읽을 수 있는 코드베이스 1/5] Agentic Engineering: 빌드가 에이전트를 가르친다](https://cdn.sanity.io/images/v31psllp/production/8c8e4c82ffacf0453ef46f35bdbe0b0d828d9082-1684x1030.png)
[AI가 읽을 수 있는 코드베이스 1/5] Agentic Engineering: 빌드가 에이전트를 가르친다
AI 코딩 에이전트의 성능은 프롬프트보다 코드베이스 구조에 더 크게 좌우된다고 설명했습니다. 빌드 가드레일과 모듈 경계가 에이전트의 잘못된 수정을 빠르게 막는 핵심이라고 정리했습니다.
#Kotlin#Spring Boot
8000
CJ올리브영의 AI 협업 개발 프로세스 구축, AI-DLC 실전 도입 사례
CJ올리브영이 AWS AI-DLC와 Kiro로 팀 단위 AI 협업 개발 프로세스를 구축했습니다. 3일 워크숍에서 5개 과제를 프로토타입으로 구현하며 반복 가능한 구조의 가능성을 확인했습니다.
#AWS#AI-DLC
20300
AI 트리아지로 인입을 자동 분류하기
AI 트리아지로 인입을 자동 분류하기
인프라 인입 이슈를 AI 트리아지로 자동 분류하고 런북으로 라우팅하는 설계를 정리했습니다. 분류와 실행을 분리하고, 사용자 컨펌 전 외부 액션을 막는 안전한 운영 원칙을 소개했습니다.
#triage#SRE
1400
AI 스페셜리스트와 자동사냥 — 하네스로 제어하는 AI 파이프라인
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.
#Spring Boot#JPA
19200
![[오프라인] 속도가 이해를 추월할 때: AI 시대의 인지 부채](https://tech.goorm.io/wp-content/uploads/2026/05/BLOG_thumbnail.jpg)
[오프라인] 속도가 이해를 추월할 때: AI 시대의 인지 부채
AI 코딩 도구로 개발 속도는 빨라졌지만 이해가 따라가지 못하는 인지 부채를 다뤘습니다. 개발자와 조직이 무엇을 잃고 있는지 패널 토론과 함께 살펴보았습니다.
#LLM#인지 부채
11500
GS SHOP의 영상 기반 AI 상품 추천 플랫폼 구축기
GS SHOP이 영상의 소구 포인트를 추출해 추천 신호로 바꾸고, 기존 추천 엔진과 결합한 Hybrid 시스템을 구축했습니다. A/B 테스트에서 클릭과 주문, 전환율이 모두 개선되었습니다.
#Amazon Bedrock#추천
6000
GS SHOP의 영상 기반 AI 상품 추천 플랫폼 구축기
GS SHOP이 영상 이해 모델과 생성형 AI를 조합해 숏픽 추천을 Hybrid 구조로 고도화했습니다. 소구 포인트 기반 임베딩으로 추천 품질과 전환 성과를 함께 개선했습니다.
#AWS#LLM
5200
AWS의 Claude Platform 소개: AWS 계정을 통한 Anthropic의 네이티브 Claude Platform 시작하기
AWS 계정으로 Anthropic의 Claude Platform을 직접 사용할 수 있는 서비스를 소개했습니다. IAM, CloudTrail, Marketplace를 통해 인증·감사·과금을 통합하는 방법을 안내했습니다.
#AWS#Anthropic
4200
Agentic AI 기반 플랫폼 – Part3 : AgentCore Policy, Evaluation, Observability로 기업 운영 체계 구축하기
Amazon Bedrock AgentCore의 Policy, Evaluation, Observability를 결합해 기업용 Agent 운영 체계를 설명했습니다. 정책 제어, 품질 평가, 실시간 추적의 역할과 연계를 정리했습니다.
#AWS#MCP
3700
AI-DLC 를 팀 프로젝트에 적용하기: Subagent 와 Custom Skill 로 확장한 Armiq 사례
AI-DLC에 Subagent와 Custom Skill을 결합해 팀 프로젝트 운용 문제를 보완했습니다. 비정형 요구사항 정리, 병렬 개발 merge, 전용 코드 리뷰까지 함께 다뤘습니다.
#AWS#TypeScript
6100
ODW #6: Git 자동화 관점에서 본 MCP와 에이전트 스킬의 장단점
Git 릴리스 자동화를 예제로 MCP와 에이전트 스킬의 차이를 비교했습니다. 반복 작업은 스킬로 표준화하고, 외부 연동은 MCP로 분리하는 접근을 제안했습니다.
#Git#MCP
6700
누구나 찾아볼 수 있는 중고거래 서버 LLM 릴리즈 노트 도입기
누구나 찾아볼 수 있는 중고거래 서버 LLM 릴리즈 노트 도입기
배포 내역을 정형화해 Notion에 쌓고, LLM으로 비개발자도 읽을 수 있는 릴리즈 노트를 자동 생성했습니다. 별도 인프라 없이 기존 도구만으로 커뮤니케이션 비용을 줄인 사례입니다.
#LLM#GitHub Actions
28800
![[AI활용] AI Portal부터 보안관제까지, kt cloud AI 내재화 3가지 사례](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FcTMWnI%2FdJMcabqGN4c%2FAAAAAAAAAAAAAAAAAAAAAAoWqDiD4p9mQRzB5GRy0FMSXjEh1rshrA3FWGp1xtvC%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1780239599%26allow_ip%3D%26allow_referer%3D%26signature%3DMxu%252BTU8eQivyvk9kRJ9s4mlmwVw%253D)
[AI활용] AI Portal부터 보안관제까지, kt cloud AI 내재화 3가지 사례
kt cloud가 사내 업무에 AI를 먼저 적용한 3가지 사례를 소개했습니다. RAG와 MCP로 검색, 보안관제, 장애관제 품질을 높인 방식과 성과를 정리했습니다.
#RAG#MCP
4100