병목은 테스트 실행이 아니었다: Appium E2E 자동화에서 실행과 운영을 분리하기까지
Appium E2E 자동화에서 테스트 실행과 운영을 GitHub Actions와 n8n으로 분리한 구조를 정리했습니다. 실패 원인 추적과 알림·기록 변경을 쉽게 하기 위한 경계 설정이 핵심입니다.
GitHub Actions 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
20개 표시
Appium E2E 자동화에서 테스트 실행과 운영을 GitHub Actions와 n8n으로 분리한 구조를 정리했습니다. 실패 원인 추적과 알림·기록 변경을 쉽게 하기 위한 경계 설정이 핵심입니다.
Technical Writer의 리뷰 기준과 작성 방식을 AI에 학습시켜 문서 작성과 리뷰를 자동화했습니다. 사내 메신저와 GitHub에 붙여 사용 흐름 안에서 바로 문서 작업이 되도록 만들었습니다.

쓱닷컴 WEB개발팀의 웹 접근성 개선 사례를 소개했습니다. 컴포넌트, OCR, 성능 측정을 함께 다루며 실무 적용 방안을 정리했습니다.
Skill 품질 편차를 줄이기 위해 6섹션 30항목 Rubric과 자동 평가 시스템을 설계했습니다. 결정적 결함은 규칙 검사로, 의미 품질은 LLM 판정으로 나누어 관리했습니다.

2026년 6월 FE 뉴스에서는 AI 개발 트렌드, 최신 웹 UI 기능, npm 공급망 보안 이슈를 함께 다뤘습니다. 또한 폰트 애니메이션 라이브러리와 AI 에이전트 상태 표시 도구도 소개했습니다.
배포 내역을 정형화해 Notion에 쌓고, LLM으로 비개발자도 읽을 수 있는 릴리즈 노트를 자동 생성했습니다. 별도 인프라 없이 기존 도구만으로 커뮤니케이션 비용을 줄인 사례입니다.
라포랩스가 AWS AI-DLC로 사내 배포 플랫폼 Raploy를 구축한 사례를 공유했습니다. 비개발 직군도 AI와 플랫폼을 통해 배포·운영할 수 있도록 자동화와 관측성을 함께 강화했습니다.

Claude Code의 `/loop`, Hooks, Auto memory를 연결해 점검 자동화 루프를 구성하는 방법을 설명했습니다. 설정 검증과 커밋 차단, 세션 간 맥락 유지까지 한 흐름으로 묶는 설계와 주의점을 다뤘습니다.

AI 코딩이 보조 도구에서 에이전트 중심 개발로 바뀐 1년의 흐름을 정리했습니다. 스펙, 문서, 테스트를 레포 안에 쌓아 에이전트가 일할 환경을 설계한 과정입니다.
모노레포 프론트엔드에서 i18next와 Lokalise를 연동해 다국어 시스템을 구축한 과정을 공유했습니다. 동적 import를 넘어 정적 import와 빌드 타임 언어 분리로 번들 크기와 로딩 시간을 줄였습니다.
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.

무신사가 LLM 기반 코드 리뷰를 GitHub Actions와 Composite Action으로 표준화해 전사 인프라로 구축했습니다. 봇 노이즈 정리와 팀별 유연성을 함께 확보해 운영 가능한 AI 리뷰 체계를 만들었습니다.
개발 앱과 운영 앱을 한 기기에 동시에 설치하도록 환경을 완전히 분리했습니다. Android는 Product Flavor, iOS는 xcconfig와 CI/CD로 배포 리스크를 줄였습니다.
무신사는 외부 POS 의존으로 생기던 개발 지연과 비용 문제를 해결하기 위해 MPOS를 전면 내재화했습니다. Electron 기반으로 하드웨어 연동, 배포, 모니터링을 정비해 운영 통제력과 개발 속도를 높였습니다.
배포 속도가 빠른 환경에서 E2E 자동화를 전면 리팩토링해 품질 시스템을 재구성했습니다. 공통 인증, Locator 중앙화, AI 분석 대시보드로 하루 수십 회 배포에도 대응했습니다.
ARC를 활용해 Kubernetes 위에 GPU 서비스 개발용 CI/CD 인프라를 확장 가능하게 구축하는 방법을 소개했습니다. 자동화된 GPU 테스트 파이프라인과 Scalable CI/CD 구현 방향을 공유했습니다.
AI PR 리뷰 도구의 한계를 자율성과 확장성 관점에서 설명했습니다. Claude Agent SDK로 Multi-turn 에이전트를 구성해 이슈 생성과 PR 작업까지 확장한 사례를 공유했습니다.

LLM 멀티 에이전트로 API 문서 기반 E2E 테스트 생성 파이프라인 MAFT를 소개했습니다. Noir의 테스트 공백을 줄이기 위해 의존성 분석, 시나리오 생성, 코드 검증을 자동화했습니다.
사내 API 스펙 공유와 연동 자동화를 위해 MCP 서버를 개발한 사례를 소개했습니다. Spring-AI 기반 구현과 운영상 문제 해결, Swagger 자동화 방향까지 정리했습니다.
놀유니버스는 이벤트 기반 프로모션 증가에 맞춰 EventScaler와 Kubernetes Operator로 자동 스케일링 체계를 구축했습니다. Amazon Q Developer를 활용해 설계와 구현을 보조받으며 운영 시간과 리스크를 크게 줄였습니다.
