새로운 기술 블로그가 추가되었어요

필터 0
선택된 필터 없음
Vibe Coding, 새로운 개발 패러다임의 시작일까요?
카카오
AI

Vibe Coding, 새로운 개발 패러다임의 시작일까요?

바이브 코딩의 가능성과 한계를 단계별 실험 사례로 점검하는 글입니다. 프로토타입부터 프로덕션 실무까지의 적용 관점을 살펴봅니다.

#LLM#prompt
101005분
Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.
QueryPie
AI

Google Agentspace는 생산성을, QueryPie MCP PAM은 보안을 책임진다.

Google Agentspace는 AI 실행과 자동화를 강화하는 플랫폼으로 소개했습니다. QueryPie MCP PAM은 실행 전 정책 평가와 승인, 감사로 보안을 보완하는 계층으로 설명했습니다.

#Google Cloud IAM#MCP
57005분
바이브 코딩 바이블: AI 에이전트 시대의 새로운 코딩 패러다임
카카오
AI

바이브 코딩 바이블: AI 에이전트 시대의 새로운 코딩 패러다임

AI 에이전트 시대의 ‘바이브 코딩’ 개념을 소개한 글입니다. 사람이 직접 쓰기보다 대형 언어모델을 활용하는 새로운 코딩 방식을 다뤘습니다.

#LLM#prompt
62005분
토스는 어떻게 광고를 보여줄까? 토스 애즈 ML 톺아보기
토스
AI

토스는 어떻게 광고를 보여줄까? 토스 애즈 ML 톺아보기

토스 광고 노출 과정과 추천 시스템의 전체 흐름을 ML 관점에서 정리했습니다. Targeting부터 Ranking까지 각 단계별 모델 활용 방식도 소개했습니다.

#ML#LLM
45005분
OpenAI 기반 에이전트를 Gemini로 전환하는 실제 사례
데보션
AI

OpenAI 기반 에이전트를 Gemini로 전환하는 실제 사례

OpenAI 기반 MCP 에이전트를 Gemini 기반으로 전환한 실전 사례를 공유했습니다. 스트리밍 미지원과 출력 렌더링 이슈를 정리하고 해결 방향도 제시했습니다.

#LLM#MCP
56005분
Cursor AI 를 사용한 업무 자동화 해보기(/w Python)
데보션
AI

Cursor AI 를 사용한 업무 자동화 해보기(/w Python)

Cursor AI를 활용해 Python 기반 업무 자동화를 실험한 사용기였습니다. 사내 웹서버 모니터링 자동화와 VDI 환경의 설치 문제 해결 과정을 함께 공유했습니다.

#Cursor#Python
124005분
Amazon Q Developer CLI를 통한 쉽고 빠른 에이전트 코딩 실습
AWS
AI

Amazon Q Developer CLI를 통한 쉽고 빠른 에이전트 코딩 실습

Amazon Q Developer CLI의 새로운 에이전트 기능으로 자연어 지시만으로 앱 생성과 수정, AWS 리소스 탐색까지 수행하는 흐름을 소개했습니다. CLI에서 멀티턴 대화와 로컬 도구 활용이 가능해져 개발 작업을 더 빠르게 처리할 수 있음을 보여줬습니다.

#AWS#CLI
50005분
AI 시대에 로봇과 사람을 구별해야 한다면? WorldCoin 이 대세가 될까?
데보션
AI

AI 시대에 로봇과 사람을 구별해야 한다면? WorldCoin 이 대세가 될까?

AI 시대에 사람과 로봇을 구별하는 방법으로 WorldCoin의 월드ID와 홍채 인식을 소개했습니다. 다만 정보보호법과 개인정보 이슈로 표준이 되기에는 제약이 있다고 보았습니다.

#WorldCoin#OpenAI
55005분
Cursor는 신세계입니다!
데보션
AI

Cursor는 신세계입니다!

Cursor IDE의 자동 코딩 기능으로 테트리스를 빠르게 만들고 수정한 경험을 공유했습니다. 신규 개발의 기획·설계와 반복 작업 자동화에 활용 가능성을 소개했습니다.

#Cursor#JavaScript
360005분
Cursor와 TDD로 만드는 Swift Macro
당근마켓
AI

Cursor와 TDD로 만드는 Swift Macro

Cursor와 TDD로 Swift Macro를 구현하는 과정을 소개했습니다.\n테스트 작성부터 LLM 코드 생성, 검증, 리팩토링까지의 실무 흐름을 보여주었습니다.

#Swift#TDD
96005분
토스 쇼핑 추천 시스템: 수백만 사용자와 상품을 잇는 멀티 스테이지 접근법
토스
AI

토스 쇼핑 추천 시스템: 수백만 사용자와 상품을 잇는 멀티 스테이지 접근법

토스 쇼핑이 수백만 사용자와 상품을 다루기 위해 멀티 스테이지 추천 시스템을 설계한 방식을 소개했습니다. Retrieval, Ranking, Re-ranking으로 개인화와 비즈니스 목표를 함께 맞췄습니다.

#ML#추천 시스템
93005분
A2A × MCP: 도구와 협업을 모두 잇는 AI 연결고리
데보션
AI

A2A × MCP: 도구와 협업을 모두 잇는 AI 연결고리

Google의 A2A와 MCP가 각각 에이전트 협업과 도구 연결을 어떻게 담당하는지 설명했습니다. 두 프로토콜을 함께 써서 멀티 에이전트 AI 시스템의 실용성을 높이는 방향을 소개했습니다.

#MCP#A2A
70005분