Cursor MCP를 AI 코딩 워크플로우 관점에서 정리하기
Cursor MCP를 IDE 내 AI와 문서·스키마·이슈·운영 도구를 연결하는 표준 구조로 정리했습니다. read-only, 최소 권한, 승인, 로그 기준으로 안전한 도입 방식을 제안합니다.
AI agent 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
최근 30일 6개 · 많이 쓴 회사 데보션·베스핀글로벌·네이버 D2
20개 표시
Cursor MCP를 IDE 내 AI와 문서·스키마·이슈·운영 도구를 연결하는 표준 구조로 정리했습니다. read-only, 최소 권한, 승인, 로그 기준으로 안전한 도입 방식을 제안합니다.
FastAPI 기반 상담 지원 서비스의 검색·답변·기록 흐름을 책임과 자원 수명 기준으로 분리했습니다. 컨테이너, 권한 검증, 부분 실패, 관측과 테스트의 운영 원칙을 설명합니다.
AI 상담 이력을 미들웨어와 관리 계층으로 분리해 저장·조회하는 구조를 설명했습니다. 세션 소유권, 중복 요청, 맥락 제한, 스트리밍·저장 실패 정책을 함께 다뤘습니다.
고객 컨택 AI Agent의 검색·질의·저장 흐름을 API 계약과 상담 시나리오 관점에서 검증하는 방법을 정리했습니다. 테스트 더블·통합 테스트·품질 회귀를 분리하고 CI 배포 기준으로 함께 운영합니다.
프로모션 검색과 상세 질의를 분리해 혜택·기간·제외 조건의 근거를 함께 확인하는 흐름을 설계했습니다. 문서 개정, 권한, 기간, 품질 지표를 검증해 상담 오안내를 줄이는 방법을 설명합니다.
AI Agent와 검증 루프로 요구사항부터 구현·감사까지 자율 진행하는 그래프 기반 개발 방법론을 소개했습니다. 백엔드 공수와 전체 비용 절감 사례, 루프 안정화와 모호한 기획 문서의 과제를 함께 다뤘습니다.
QUBA는 Jira 버그 티켓을 분석해 근거 기반 원인·수정 범위 리포트를 만드는 AI Agent를 설계했습니다. RAG 품질과 승인 절차를 강화해 조사 시간을 줄이고 비용 효과를 측정했습니다.
CJ온스타일은 현업이 AI로 직접 업무 문제를 구현하도록 교육·코칭·공유 체계를 구축했습니다. 개인의 효율화 성과를 재사용 가능한 조직 자산으로 축적했습니다.
실제 AI 제품에서는 모델 성능뿐 아니라 검색 품질과 속도, 사용자 경험까지 함께 고려해야 합니다. 이번 밋업에서는 자체 모델 학습과 검색엔진 고도화 사례를 공유합니다.
AI로 SSE 구현은 빠르게 완성했지만, Qra의 운영 조건과 요구사항을 다시 보며 polling으로 회귀했습니다. 실행 속도보다 선택을 재검토하고 책임지는 Human Agency의 중요성을 강조했습니다.

JSM과 CSM의 대상과 목적 차이를 중심으로 외부 고객 지원에 CSM이 필요한 이유를 설명했습니다. 옴니채널, AI Agent, Jira·Confluence 연계와 도입 시 고려점을 정리했습니다.

LLM의 `thinking_token_budget`이 내부 추론 토큰의 최대치를 제한하는 설정임을 설명했습니다. 더 깊은 사고를 유도하는 기능이 아니라 빠른 응답을 위한 제어 수단임을 정리했습니다.

AWS Kiro와 Notion, Git을 조합해 다수 개발자와 AI Agent가 함께 일하는 협업 환경을 구축한 사례를 소개했습니다. 도메인 lock과 단계별 승인으로 충돌을 막고, PM Agent로 진척과 리스크를 관리했습니다.

TVING이 Refine과 AI Agent로 투표 플랫폼 운영 백오피스를 빠르게 구축한 사례를 소개했습니다. 명세와 GraphQL을 함께 활용해 정확도를 높이고 화면 제작 속도를 크게 개선했습니다.
TVING이 Refine과 AI Agent를 활용해 백오피스 개발 속도를 높인 과정을 소개했습니다. 모노레포와 GraphQL, 자동화 규칙으로 컨벤션 기반 생산성을 강화했습니다.
Salesforce의 연동·정합성 병목을 해결하기 위해 AI와 사용자 인터뷰를 결합해 자체 CRM을 개발했습니다. 관계형 데이터 모델과 유스케이스 중심 화면으로 업무 전환과 정산 효율화를 추진했습니다.
5G vRAN의 초저지연 제약을 맞추기 위해 추론 코드를 자동 생성하는 Multi-Agent 컴파일러를 다뤘습니다. 기존의 수동 SIMD 최적화 C++ 작성 방식의 한계를 짚었습니다.
공모전 브리핑 작성의 진입 장벽을 낮추기 위해 AWS Bedrock과 Strands Agents SDK 기반 AI 에이전트를 도입했습니다. 초안 생성과 검수, 분석을 분리해 응답 속도와 운영 효율을 높이고, 브리핑 이탈률도 줄였습니다.
Databricks Data + AI Summit 2026 키노트에서 Agentic AI 시대의 데이터 플랫폼 방향을 정리했습니다. 실시간 데이터 기반과 비즈니스 컨텍스트, 중앙 거버넌스가 핵심으로 제시됐습니다.
![[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작](https://tech.cloud.nongshim.co.kr/wp-content/uploads/IMG_0283-scaled.jpg)
AI Agent가 더 정확하게 동작하도록 통합 Context Provider를 구축한 사례를 공유했습니다. 팀 내 데이터와 서빙 레이어를 자동 수집해 업무 효율화를 높인 경험을 다뤘습니다.