
AI야, UX라이팅 알잘딱 고쳐줘
전담 UX라이터 없이 흩어지던 문장 스타일을 해결하기 위해 AI 기반 UX라이팅 시스템을 구축했습니다. Figma 플러그인과 Claude, 가이드라인·사례 DB로 검수와 생성까지 작업 흐름에 붙였습니다.

전담 UX라이터 없이 흩어지던 문장 스타일을 해결하기 위해 AI 기반 UX라이팅 시스템을 구축했습니다. Figma 플러그인과 Claude, 가이드라인·사례 DB로 검수와 생성까지 작업 흐름에 붙였습니다.
![[에이닷 4.0 QE 여정2] SPeCTRA 2.0 - 제5원소 Memory](https://devocean.sk.com/thumnail/2025/9/4/2c31238f96a0283c54b6415ae64ca78f9ec066e2fad0730076c9bef80f3b1956.png)

SPeCTRA 2.0에 Memory를 제5원소로 포함한 배경과 의미를 정리했습니다. 시퀀스·페르소나·시간 기반 검증과 Memory Safety 전략까지 소개했습니다.


Context Engineering을 LLM 성능을 높이는 핵심 역량으로 정리하고 Prompt Engineering과의 차이를 설명했습니다. Cursor AI와 Claude Code 사례를 통해 실무 적용 방식과 컨텍스트 관리 방법을 소개했습니다.

무신사 엔지니어링이 AI 해커톤 무슨사이를 통해 사람과 AI의 협업 문화를 실험했습니다. 경쟁보다 학습을 강조하며 실제 개발과 운영에 AI를 녹여낸 사례를 소개했습니다.

PlayMCP를 제로부터 개발한 소개 글입니다. AI가 자연스러운 대화를 구현하는 흐름 속에서 MCP 플랫폼 개발 배경을 설명합니다.


GPT 기반 LLM의 추론 최적화와 양자화 개념을 설명했습니다. DeepSeek의 Latent Vector 기반 방식으로 KV Cache 메모리를 줄이는 사례도 다뤘습니다.


Perplexity AI의 브라우저 Comet 주요 기능과 활용 사례를 소개했습니다. AI 검색과 자동화가 강점이지만 일부 기능은 아직 보완이 필요했습니다.


사람인 내부 데이터를 활용해 LLM 챗봇을 구축하고, RAG와 Function Calling으로 답변 정확도를 높였습니다. 또한 LangGraph와 멀티테넌시, 모니터링으로 운영성과 확장성을 함께 개선했습니다.


Amazon Braket 콘솔에서 디바이스 정보와 QPU 상태를 확인하는 방법을 소개했습니다. IonQ Forte 1의 토폴로지, 캘리브레이션, 네이티브 게이트도 함께 설명했습니다.


멀티턴 RAG에서 맥락 손실로 생기는 검색 오류를 쿼리 재작성으로 줄이는 방법을 다뤘습니다. Step-Back, HyDE, Multi-Query와 적응형 라우팅으로 품질과 속도를 함께 조정했습니다.

뱅크샐러드 샐러드게임에서 운영자가 안전하게 규칙을 바꾸기 위해 DSL과 LLM을 결합한 방식을 소개했습니다. 한글 지원, 테스트 API, 이중 검토로 환각과 위험을 줄인 점이 핵심입니다.


딥러닝은 선형층과 비선형층을 여러 겹 쌓아 깊은 구조를 만드는 개념을 설명했습니다. 선형층만으로는 한계가 있어 활성화 함수를 넣는 이유를 쉽게 풀어주었습니다.

Amazon Bedrock과 WebSocket을 활용한 실시간 AI 채팅 구축 과정을 소개했습니다. 연결 관리, 백프레셔, 순서 보장과 운영 지표까지 함께 다뤘습니다.


A2A 프로토콜을 활용한 실무 사례와 동작 구조를 소개했습니다. 호스트 에이전트가 여러 리모트 에이전트를 호출해 결과를 종합하는 흐름을 설명했습니다.