
기획서에서부터 Jira 태스크 업로드까지, Tasky
Confluence 기획서를 기반으로 Jira 티켓을 자동 생성하는 AI 워크플로우 Tasky를 소개했습니다. PRD 표준화와 태스크 세분화로 품질을 높이고 준비 시간을 줄인 사례입니다.

Confluence 기획서를 기반으로 Jira 티켓을 자동 생성하는 AI 워크플로우 Tasky를 소개했습니다. PRD 표준화와 태스크 세분화로 품질을 높이고 준비 시간을 줄인 사례입니다.

RAG의 필요성과 동작 원리를 설명하고, 교육 운영 시스템에 적용한 구현 사례를 정리했습니다. 6단계 구현 가이드와 색인·검색 설계 포인트도 함께 소개했습니다.

NeurIPS 2025에서 다뤄진 AI 가드레일 연구 흐름을 정책 코드화, 멀티모달 안전성, 프롬프트 인젝션 방어 관점에서 정리했습니다. 실서비스에서 안전성과 사용성을 함께 만족시키는 방향으로 가드레일이 진화하고 있음을 설명했습니다.


바이브코딩은 프로토타입에는 유용하지만, 프로덕션에서는 이해·유지보수·보안 비용이 커질 수 있습니다. 설계는 사람이 먼저 하고 반복 구현과 검수 보조에 AI를 활용하는 방식이 적합했습니다.


바이브코딩은 프로토타입과 반복 작업에서 강력했지만, 실제 프로젝트에서는 이해와 검증 비용이 더 컸습니다. 그래서 설계는 사람이 하고 구현 일부만 AI에 맡기는 방식으로 전환했습니다.
매월 반복되던 무이자 할부 업로드를 AI OCR과 자동 파이프라인으로 전환한 사례입니다. 사람의 최종 승인과 재시도, 슬랙 알림을 더해 운영 리스크를 줄였습니다.

엔터프라이즈 LLM 서비스에서 파인 튜닝, 청킹, 복잡한 워크플로를 덜어내고 단순한 구조를 선택한 사례를 다뤘습니다. 문서 참조, 검색 후 자르기, ReAct 조합으로 응답률을 높인 운영 경험을 공유했습니다.
공정 개선 단계에서 발생하는 문제를 공정별로 나눠 살펴보는 제조 AI 가이드북을 소개했습니다. 프로세스 마이닝 등 AI 솔루션을 어떻게 적용할지 판단하는 기준을 제시했습니다.


에이전틱 AI의 구조와 동작 방식을 OpenClaw와 MoltBook 사례로 설명했습니다. 자율성이 커질수록 보안 통제와 거버넌스가 중요하다는 점을 짚었습니다.

AI 코딩 에이전트를 통제와 자율의 균형 속에서 다루는 MoAI-ADK 개발기를 소개했습니다. TDD와 스펙 주도 개발로 환각, 컨텍스트 손실, 코드 품질 문제를 줄이는 방법을 다뤘습니다.

모바일 메신저용 이미지 캡션 생성을 위해 비자기회귀 디코딩과 지식 증류를 적용했습니다. 캡션 재생성과 다단계 정제로 200~400ms 지연과 실사용 가능한 품질을 달성했습니다.

네트워크 없이 모바일 기기에서 동작하는 메신저용 이미지 이해 기능을 만들고 지식 증류로 다국어 검색을 구현했습니다. 또한 LiteRT 변환과 벡터 DB 튜닝으로 온디바이스 배포와 실사용 성능을 맞췄습니다.


AI가 대신 쇼핑하는 미래를 위해 UCP, AP2, x402와 USDC 기반 결제 구조를 설명했습니다. 또한 통제 가능한 자동화가 AI 커머스의 핵심이라는 점을 정리했습니다.


Astronomer Agents는 Airflow API와 로그를 활용해 Dag 개발, 테스트, 디버깅을 돕는 AI 도구입니다. 또한 마이그레이션과 데이터 분석까지 지원해 운영 효율을 높였습니다.