FE News 26년 10월 소식을 전해드립니다.
VS Code, Shopify의 네이티브 전환, AI 결과물 검증 사례를 포함한 프런트엔드 소식을 큐레이션했습니다.\nPenpot과 명세 주도 개발처럼 AI 활용 개발 흐름도 함께 소개합니다.
Kotlin 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
20개 표시
VS Code, Shopify의 네이티브 전환, AI 결과물 검증 사례를 포함한 프런트엔드 소식을 큐레이션했습니다.\nPenpot과 명세 주도 개발처럼 AI 활용 개발 흐름도 함께 소개합니다.
신규 프로젝트의 반복 작업을 줄이기 위해 보일러플레이트 템플릿을 표준화한 사례였습니다. 사람과 AI가 같은 규칙으로 개발하고, API·Bot·MCP·Batch를 하나의 코어에 연결하는 구조를 제시했습니다.
Google for Developers의 9월 둘째 주 주요 개발자 소식을 분야별로 정리한 위클리 업데이트입니다. Kotlin ADK 1.0, ADB Wi‑Fi 2.0, Flutter 디커플링, Firebase TTS 활용 사례를 소개했습니다.

Temporal 도입 부담을 줄이기 위해 기존 인프라 위에 Flowkit이라는 자체 워크플로 라이브러리를 만들었습니다. 배치로 처리하던 접수지연 알림을 주문 단위 워크플로로 바꾸고, 재시도와 멱등성 정책도 선언적으로 다뤘습니다.
AI 에이전트가 스스로 수정하려면 먼저 테스트 결과를 믿을 수 있어야 했습니다. 그래서 테스트 격리와 실행 경로 통일로 오염과 환경 차이를 줄였습니다.

카카오뱅크가 대규모 알림 발송기의 성능 병목과 복잡한 구조를 해결하기 위해 Service/Core Layer 분리 아키텍처를 도입했습니다. 개발자는 단순한 인터페이스만 구현하고, Lock-Free와 Work-Stealing 같은 최적화는 Core Layer에 숨겼습니다.

복잡한 배송 센터 결정 로직을 전략 패턴과 컴포지트로 분리해 확장성과 유지보수성을 높였습니다. DB 기반 룰 On/Off와 실행 순서 제어로 배포 없이 정책 변경과 성능 최적화도 가능하게 했습니다.
도메인별 모듈 경계가 에이전트의 탐색 범위를 줄여 덜 읽고 더 잘 고치게 하는 사례를 소개했습니다. 로그 분석과 연구 결과를 통해 컨텍스트 효율의 중요성을 설명했습니다.

우아한형제들 기술블로그 글을 엮은 《요즘 우아한 백엔드 개발》 출간 소식입니다. 아키텍처, 트래픽, 데이터, AI 활용 사례를 현장 경험 중심으로 담았습니다.
DS와 MLE가 모델을 주고받는 방식을 인터페이스 중심으로 정리해 협업 효율을 높였습니다. 또한 AI 작성 코드까지 팀 컨벤션으로 묶어 리뷰와 배포를 더 매끄럽게 만들었습니다.
Google for Developers 7월 다섯째 주 위클리 업데이트를 소개했습니다. AI, Android, Firebase, Google Play 관련 최신 소식을 한 번에 확인할 수 있습니다.

대규모 Android 저장소에서 AI 에이전트의 토큰 낭비를 줄이기 위해 Android CLI 래퍼와 스킬을 설계한 사례를 소개했습니다. 문서 검색, IDE 연동, 프리뷰 렌더링을 정규화하고 오류를 간결하게 바꿔 안정성을 높였습니다.

MSA 품질관리를 CI 게이트로 옮겨 일관된 기준으로 강제하는 방법을 정리했습니다. 변경 범위 검증, 차단 강도 분리, immutable artifact 승격을 통해 운영 신뢰성을 높였습니다.

terraform plan만으로는 인프라의 실제 동작을 확인할 수 없다는 문제를 다뤘습니다. 로컬 클러스터 검증과 재현 가능한 선언으로 apply 전 신뢰도를 높이는 방법을 소개했습니다.
![[인프라를 소프트웨어처럼 4/5] plan은 동작을 모른다: 인프라를 테스트·재현한다는 것](https://static.flex.team/v2/landing-2024/og/main.jpg)
Evergreen 자동화가 가능했던 구조적 전제를 Convention Plugin과 구조적 일관성 관점에서 정리했습니다. 대규모 변경 전파가 왜 일관된 빌드·CI 구조 위에서만 성립하는지 설명했습니다.
![[의존성의 방향을 따라 5/5] Evergreen이 가능했던 이유](https://flex.team/blog/og/main.jpg)
OpenRewrite로 규칙 기반 변환을 먼저 적용하고, 실패한 빌드는 Claude가 보완했습니다. 빌드 가드레일 안에서 50개 레포를 안전하게 버전업하는 구조를 설명했습니다.
![[의존성의 방향을 따라 3/5] OpenRewrite와 Claude가 코드를 변환한다](https://flex.team/blog/og/main.jpg)
레포 간 의존성을 그래프로 복원해 변경 전파 순서를 자동 계산하는 Planner를 설명했습니다. 또한 Kotlin과 Spring Boot처럼 변경 유형에 따라 upstream-first와 downstream-first를 구분하는 방법을 정리했습니다.
![[의존성의 방향을 따라 2/5] 의존 그래프를 읽는 Planner](https://flex.team/blog/og/main.jpg)
레포 간 의존성을 그래프로 읽어 안전한 변경 순서와 전파 방향을 계산하는 Planner를 설명했습니다. 변경 유형에 따라 upstream-first, downstream-first, 병렬 계획이 달라지는 점을 다뤘습니다.
![[의존성의 방향을 따라 2/5] 의존 그래프를 읽는 Planner](https://cdn.sanity.io/images/v31psllp/production/cfc2fee7bc9a333e841c5c5cf5cc07721137979c-1684x1030.png)
50개 레포와 3,500개 모듈에서 Spring Boot 패치 버전업이 왜 조직 전체의 문제인지 설명했습니다. 수동 전파의 한계를 보여주고, 자동화된 recipe 기반 구조를 제안했습니다.
![[의존성의 방향을 따라 1/5] 버전업이 고통인 이유](https://flex.team/blog/og/main.jpg)
50개 레포와 3,500개 모듈 환경에서 Spring Boot 패치 버전업이 왜 조직 전체의 문제가 되는지 설명했습니다. 수동 전파의 병목을 줄이기 위해 자동화와 빌드 검증 중심의 Evergreen 구조를 제안했습니다.
![[의존성의 방향을 따라 1/5] 버전업이 고통인 이유](https://cdn.sanity.io/images/v31psllp/production/6b5c6a4d92aeec8eb1400140ea58d591749ec8ee-1684x1030.png)