Claude Code Tasks로 복잡한 프로젝트 효율적으로 진행하기 \:\ 병렬 실행과 컨텍스트 분리 실전 가이드
Claude Code Tasks로 작업을 태스크 단위로 나누고 병렬 실행과 컨텍스트 분리를 활용하는 방법을 설명했습니다. 기존 Todos의 한계를 보완해 멀티세션 상태 동기화와 영속적 작업 관리를 가능하게 했습니다.
#Claude Code#병렬 실행
13500
AI 기술 블로그 최신 글
필터 0
AI 코딩 에이전트에게 사고 과정을 설계하다— /start부터 Agent Teams까지
AI 코딩 에이전트에게 사고 과정을 설계하다— /start부터 Agent Teams까지
AI 코딩 에이전트의 작업 방식을 사고 흐름과 규칙 체계로 설계한 사례를 정리한 글입니다. /start·/done, 페르소나, Agent Teams로 협업과 검증을 표준화했습니다.
#LLM#Cursor
7700
여행 계획을 ‘검색’ 대신 ‘대화’로 : AI와 함께 여행을 설계하는 첫걸음
여행 계획을 ‘검색’ 대신 ‘대화’로 : AI와 함께 여행을 설계하는 첫걸음
MCP를 활용해 여행 상품 조회 툴을 AI와 연결하는 PoC를 구현하고 검증했습니다. 카테고리 탐색부터 예약 가능 여부 확인까지 대화형 여행 설계 가능성을 확인했습니다.
#MCP#LLM
11000
Text2SQL 기반 데이터 분석 서비스 InsightLens 개발기
Text2SQL 기반 데이터 분석 서비스 InsightLens 개발기
Text2SQL 기반 InsightLens로 자연어만으로 SQL을 생성하는 서비스를 개발했습니다. RAG와 에이전트 설계를 통해 참조 데이터 품질과 운영 개선에 집중했습니다.
#LLM#RAG
12200
![[공모전 후기] Dev Agent, kt cloud의 업무 방식을 혁신하다](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FzjlQO%2FdJMcagEzh24%2FAAAAAAAAAAAAAAAAAAAAAEioAI8KsQGGwXAQO1kmX3B8otsnCVAci2469Favr823%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1772290799%26allow_ip%3D%26allow_referer%3D%26signature%3DQWUP%252BmRnehyhuVyFp3exVPXmlIo%253D)
[공모전 후기] Dev Agent, kt cloud의 업무 방식을 혁신하다
kt cloud가 사내 공모전에서 Dev Agent 활용 사례를 공유했습니다. 기획부터 구현까지 AI를 적용해 업무 효율과 프로세스 고도화를 확인했습니다.
#Cursor#ChatGPT
4300
LINE DEV AI 리포터즈의 여정을 공유합니다!
LINE DEV AI 리포터즈가 조직 내 AI 활용 경험을 모아 공유하고 전파한 과정을 소개했습니다. 개인의 실험을 실무와 조직 문화로 확장한 사례를 정리했습니다.
#LLM#MCP
7800
Amazon Bedrock 및 Strands Agents를 이용한 롯데백화점의 AI 컨시어지 구축기
롯데백화점은 Bedrock과 Strands Agents로 AI 컨시어지 더스틴을 구축했습니다. 이벤트 기반 색인과 토큰 최적화로 최신 정보 응답과 운영 효율을 높였습니다.
#Amazon Bedrock#Strands Agents
5300
AI와 협업을 통한 GitHub Spec Kit 을 활용한 명세 기반 개발(Spec-Driven Development, SDD) 프로세스 소개
GitHub Spec Kit을 바탕으로 SDD의 4단계 흐름을 정리했습니다. 명세를 중심에 두어 AI 코딩의 불확실성을 줄이는 방법을 소개했습니다.
#Next.js#React
11300
Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock의 엔드포인트 종류와 CRIS 활용, quota 증설 방법을 정리했습니다. 또한 CloudWatch와 로깅, 캐시 기능으로 토큰 사용량과 비용을 최적화하는 방법을 소개했습니다.
#Amazon Bedrock#LLM
3900
Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock의 엔드포인트, 쿼터, 모니터링, 최적화 방법을 정리했습니다. CRIS와 캐시, 라우팅, 메모리 기능으로 비용과 안정성을 개선할 수 있습니다.
#Amazon Bedrock#LLM
9500
처음부터 ‘딸깍’은 아니다: AI와 함께한 데이터 환경 구축기
처음부터 ‘딸깍’은 아니다: AI와 함께한 데이터 환경 구축기
운영 DB 중심 분석의 한계를 넘기 위해 S3, Athena, Airflow, dbt 기반 데이터 환경을 구축했습니다. AI skill로 소스 연결, 모델링, 문서화를 자동화하며 실무 생산성을 높였습니다.
#Athena#Airflow
4500
AI 시대, 구성원이 직접 만들어가는 조직의 미래
AI 시대, 구성원이 직접 만들어가는 조직의 미래
AI를 단순 도구가 아닌 조직 프로세스 재설계의 핵심으로 삼은 사례였습니다. 구성원 주도의 트랙 운영으로 효율화와 역량 확장을 함께 추진했습니다.
#ChatGPT#prompt
12300
Claude Code Action: 조직 전반의 코드 품질을 지키는 AI 코드 리뷰 플랫폼화
Claude Code Action을 GitHub Actions와 결합해 조직 공통의 AI 코드 리뷰 플랫폼으로 표준화한 사례를 소개했습니다. 중앙 통제 구조, 포크 PR 대응, 프롬프트 표준화로 일관된 품질과 확산성을 확보했습니다.
#Claude#GitHub Actions
33300
코드 생성 및 Agentic RAG 작업 중심의 특정 도메인을 위한 LLM 비교 평가【후편】
코드 생성과 Agentic RAG에서 최적 LLM이 다르다는 점을 비교 평가로 정리했습니다. 이기종 파이프라인과 안정성·비용을 함께 고려한 모델 선택이 중요하다고 제시했습니다.
#LLM#RAG
2500