
광고사업팀의 AI 활용기 : 덜 일하고, 더 많이 법니다.
광고사업팀이 AI와 MCP를 활용해 세일즈, 협업, 리포트 업무를 크게 효율화한 사례를 소개했습니다.\n프롬프트와 맞춤형 툴로 반복 작업을 줄이고 임팩트 높은 일에 집중하는 방향을 제시했습니다.
새로운 기술 블로그가 추가되었어요

광고사업팀이 AI와 MCP를 활용해 세일즈, 협업, 리포트 업무를 크게 효율화한 사례를 소개했습니다.\n프롬프트와 맞춤형 툴로 반복 작업을 줄이고 임팩트 높은 일에 집중하는 방향을 제시했습니다.

양자 컴퓨팅의 기술적 한계를 보완하는 하이브리드 접근법과 양자 연산의 전체 실행 과정을 설명했습니다. 또한 적용 범위, 실용성, 학습에 필요한 기초 지식을 Q&A로 정리했습니다.

어피닛이 AI 기반 금융상품 추천과 리스크 관리로 2분기 역대 최대 실적을 거뒀습니다. 연간 세전이익 목표도 상향하며 AI 금융 플랫폼 경쟁력 강화에 나섰습니다.


추천 실험의 병목을 줄이기 위해 Policy와 Experiment를 분리하고 Python DSL과 Z3 검증을 도입했습니다. 그 결과 설정 작성과 리뷰 시간이 크게 줄고, 엔지니어 개입 없이 실험을 운영할 수 있게 했습니다.

Slack 문의 채널의 반복 답변 문제를 Spring AI와 검색엔진으로 자동화했습니다. Kendra에서 Typesense 하이브리드 검색으로 전환해 짧은 질문 품질과 운영 비용을 개선했습니다.


NVIDIA Jetson Thor의 주요 사양과 Orin 대비 성능 향상을 리뷰하고 개봉기를 함께 소개했습니다. 로봇과 생성형 AI용 고성능 엣지 보드의 활용 가능성을 정리했습니다.


에이닷 서비스 RM 업무에서 장애 감지와 전파를 자동화하는 Slack 봇 구현 사례를 소개했습니다. ChatGPT와 Slack API, Railway를 활용해 실무 적용과 운영 효율화까지 연결했습니다.


Claude Code를 자율형 코딩 에이전트로 소개하며 개발 전 과정을 자동화하는 흐름을 설명했습니다. MCP, 터미널 통합, 다중 에이전트로 생산성과 학습 효율을 높이는 활용법도 정리했습니다.


LG전자가 Amazon Bedrock으로 소셜미디어 제품 트렌드 모니터링 시스템을 구축한 사례를 다뤘습니다. DeepEval 기반 평가와 모델 비교를 통해 정확도, 속도, 비용을 함께 검증했습니다.


AI 시대에는 UI 중심 테스트보다 API 중심 테스트와 시나리오 기반 검증이 중요해졌습니다. 핵심 플로우만 UI로 확인하고, 나머지는 자동화와 Observability로 품질을 보장해야 했습니다.


Kiro를 활용해 Spec-Driven Development와 Augmented Coding을 결합하는 AI 개발 방식을 소개했습니다. 문서화, Steering 파일, TDD를 통해 컨텍스트 소실과 반복 실수를 줄이는 흐름을 설명했습니다.


FAQ 같은 짧은 구조화 데이터는 일반 청킹보다 No Chunking이 더 적합했습니다.\nCSV와 메타데이터를 활용해 검색 정확도와 검증 편의성을 높이는 방법을 소개했습니다.