Backend 글 모음

올리브영

2026-07-01 · 약 22시간 전

…

AWS

2026-07-01 · 1일 전

들어가며 “이 밸브 유형에는 향후 사양 변경에 대비해 예비 접점을 반드시 확보합니다.” 20년 차 시니어 엔지니어는 이 규칙을 당연하게 적용합니다. 하지만 이 판단 기준은 어떤 매뉴얼에도 적혀 있지 않고, 어떤 교과서에도 나오지 않으며, 인터넷 어디에서도 검색할 수 없습니다. 오직 수십 년의 현장 경험을 통해, 사람에서 사람으로 전승되어 온 지식입니다. 이 문제는 한 조직만의 이야기가 아닙니다. […]

AWS

2026-07-01 · 1일 전

“오사카 3박 4일, 벚꽃 시즌, 예산 150만 원.” 이 조건 한 줄로 여행 패키지 기획 초안을 만들 수 있다면 어떨까요? 하나투어는 상품기획자(MD, Merchandiser)가 수작업으로 2~3일에 걸쳐 만들던 패키지 일정 초안을, 지식 그래프 기반의 AI 에이전트로 2~3분 만에 생성하는 시스템을 구축했습니다. 이 글에서는 하나투어가 두 번의 시행착오 끝에 Amazon Neptune 기반 GraphRAG(그래프 기반 검색 증강 생성)와 A

삼성 기술 블로그

2026-07-01 · 1일 전

5G vRAN의 각 계층에 들어가는 AI 모델은 마이크로초 단위의 실시간 제약을 만족해야 하며, 이를 위해 전문가가 수주에 걸쳐 SIMD 최적화 C++ 코드를 수동으로 작성해 왔습니다. 이 과정을 자동화하기 위해 LLM 기반의 전문화된 Agent들이 분석, 전략 수립, 코드 생성 및 검증을 수행하는 Multi-Agent 컴파일러를 개발했습니다. 이 블로그에서는 그 개발 과정과 방법론, 적용 결과를 공유합니다.

올리브영

2026-06-30 · 2일 전

안녕하세요. 상품 메타 스쿼드에서 오프라인 상품 관련 개발을 진행하고 있는 길만자 입니다. 이번 글에서는 2…

AWS

2026-06-30 · 2일 전

본 사례는 AWS 3A(Agentic AI Acceleration) 프로그램에서 재사용 가능한 레퍼런스 asset으로 개발되었습니다. 이 글은 프로덕션 환경에서 에이전틱 AI를 운영하기 위한 2부작 시리즈입니다. 파운데이션을 세우는 것에서 시작해, 이를 안정적으로 운영하는 AgentOps까지 다루며, 이번 글은 그 두 번째 편입니다. Part 1: Amazon Bedrock AgentCore로 구축하는 AgentOps (1): 파운데이션과 게이

AWS

2026-06-30 · 2일 전

본 사례는 AWS 3A(Agentic AI Acceleration) 프로그램에서 재사용 가능한 레퍼런스 asset으로 개발되었습니다. 이 글은 프로덕션 환경에서 에이전틱 AI를 운영하기 위한 2부작 시리즈입니다. 파운데이션을 세우는 것에서 시작해, 이를 안정적으로 운영하는 AgentOps까지 다룹니다. Part 1: Amazon Bedrock AgentCore로 구축하는 AgentOps (1): 파운데이션과 게이트웨이 (이번 글) Part 2:

AWS

2026-06-29 · 4일 전

스터닝은 ‘창작자가 중심이 된 비즈니스 생태계를 만드는 플랫폼’을 목표로 라우드소싱과 노트폴리오가 만나 탄생한 기업입니다. 그 중 라우드소싱은 디자인 아이디어를 얻을 수 있는 공모전, 1:1 의뢰 등의 서비스를 제공하고 있으며, 창작자와 의뢰자를 효과적으로 연결하기 위해 마켓, 매칭, 통합검색 기능 등을 지속적으로 고도화 해왔습니다. 라우드소싱의 브리핑 작성 AI는 의뢰자가 공모전을 등록할 때 원하는 디자인 카테고리, 업종, 스타일, […]

AWS

2026-06-27 · 5일 전

1. 개요 AWS DevOps Agent는 인시던트 대응을 위한 자율형 AI 에이전트입니다. 장애가 발생하면 AWS 리소스와 외부 모니터링 도구(Datadog 등)의 메트릭·로그를 자동으로 수집·분석하고, 근본 원인을 파악하여 우선순위가 지정된 권장사항을 제공합니다. 그런데 한 발 물러서 생각해보면, 성능 테스트 결과 분석도 본질은 같습니다 — “특정 시간대에 시스템에 부하가 가해졌을 때, 어떤 리소스가 어떤 상태였고, 어디가 병목이었는가?”를

AWS

2026-06-26 · 6일 전

Claude Code와 Codex를 비롯한 AI 코딩 에이전트는 이미 엔터프라이즈 개발 조직의 일상적인 생산성 도구로 자리잡았습니다. 도구가 빠르게 발전하는 만큼 개발자들은 더 나은 모델과 기능을 따라 다양한 도구를 적극적으로 사용하고 있습니다. 이제 조직의 고민은 “도입할 것인가”가 아니라 “어떻게 운영할 것인가”입니다. AI 코딩 에이전트는 소스 코드와 작업 컨텍스트를 LLM에 전달하고, 그 비용은 사용량에 비례해 발생하며, 어떤 데이터가

라인

2026-06-26 · 7일 전

LY Corporation의 기술 컨퍼런스인 Tech-Verse 2026의 공식 기사입니다.안녕하세요. LY Corporation에서 머신러닝 플랫폼을 개발하고 있는 Kenta K...

라인

2026-06-25 · 8일 전

LY Corporation의 기술 컨퍼런스인 Tech-Verse 2026의 공식 기사입니다.AI 코딩에서 어려운 점은 더 이상 코드를 생성하는 것이 아닙니다. 진짜 어려운 부분은 ...

라인

2026-06-25 · 8일 전

LY Corporation의 기술 컨퍼런스인 Tech-Verse 2026의 공식 기사입니다.에이전트가 코드를 작성할 때 마주하는 문제코딩 에이전트의 반복 속도는 매우 빠릅니다. 이...

농심클라우드

2026-06-24 · 9일 전

본 글에서는 Databricks Data + AI Summit 2026의 “Agentic Analytics on Databricks Lakehouse” 세션을 바탕으로 Lakehouse RT, Unity AI Gateway, Genie Ontology, Agent Bricks 중심의 Agentic Analytics 아키텍처와 데이터 분석 플랫폼의 미래를 살펴봅니다. The post [Databricks Data + AI Summit 2026]

라인

2026-06-24 · 9일 전

LY Corporation의 기술 컨퍼런스인 Tech-Verse 2026의 공식 기사입니다.대규모 언어 모델(large language model, 이하 LLM)의 물리적 입력 한...

라인

2026-06-23 · 10일 전

LY Corporation의 기술 컨퍼런스인 Tech-Verse 2026의 공식 기사입니다.들어가며안녕하세요. LY Corporation에서 대규모 데이터 플랫폼 운영을 담당하고 ...