Backend 글 모음

AWS

2026-04-29 · 2개월 전

​”비개발 직군도 자기 손으로 배포까지 해내는 환경을 어떻게 만들 수 있을까요?”​ 라포랩스 AX팀은 AWS AI-DLC(AI-Driven Development Life Cycle) 방법론을 활용하여 사내 배포 플랫폼 Raploy를 구축했습니다. 2026년 2월 말 AWS와 함께 진행한 3일간의 AI-DLC 워크숍에서 Raploy의 뼈대를 만들었고, 이후 약 한 달간의 고도화를 거쳐 2026년 3월 중순 사내 서비스로 오픈했습니다.​ 이 글에서

AWS

2026-04-29 · 2개월 전

한국어 SPLADE v3 스타일 모델(sewoong/korean-neural-sparse-encoder-base-klue-large)을 Amazon OpenSearch Service에 배포하고, BM25 / Titan Embedding V2 / 각 하이브리드 조합을 MIRACL-ko로 비교했습니다. 코드와 정량 지표 중심으로 Sparse / Dense / Lexical을 어떻게 선택할지 판단할 수 있도록 정리했습니다. 검색의 출발점: TF-ID

AWS

2026-04-28 · 2개월 전

Agentic AI 시대가 본격화되면서 많은 기업들이 AI 에이전트 기반의 혁신적인 제품을 개발하며 공격적으로 투자하고 있습니다. 그러나 기술 개발만큼 중요한 것이 바로 글로벌 Go-To-Market(GTM) 전략입니다. 특히 과금 모델 설계는 제품의 가치를 고객에게 효과적으로 전달하고, 지속 가능한 비즈니스 모델을 구축하는 핵심 요소입니다. 2025년 7월, AWS Marketplace에 AI 에이전트 및 도구 제품 카테고리가 새롭게 도입되었

AWS

2026-04-27 · 2개월 전

이 글은 AWS Spatial Computing Blog에 게시된 Simulating Expert Teams with Agentic AI and Amazon Bedrock AgentCore 를 한국어로 번역 및 편집하였습니다. 소개 여러 전문 분야에 걸친 기술적 질문에 답하는 것은 단순히 정답을 찾는 문제가 아닙니다. 가장 어려운 부분은 그 답을 제공할 수 있는 적절한 사람들을 조율하는 일인 경우가 많습니다. 만약 AI가 전문가 팀을 대체하는

올리브영

2026-04-24 · 2개월 전

지난 2025년 11월 27일, 올리브영 글로벌엔지니어링센터의 가장 큰 행사인 2025 워크숍이 열렸습니다. 이번 워크숍은 한 해를 돌아보는 자리를 넘어, 2026년 전사 전략과 센터 키워드를 공유하고, GenAI…

AWS

2026-04-23 · 2개월 전

온프레미스 환경에서 고객사마다 개별 설치·운영하던 IAM/MFA 솔루션을 Software as a Service (SaaS)로 전환하는 것은 단순한 기술 마이그레이션이 아닙니다. 제품을 판매하고 가치를 전달하는 방식 자체를 바꾸는 일입니다. AirCUVE는 AWS SaaS Builder Toolkit(SBT)을 활용해 단 3개월 만에 V-FRONT를 멀티테넌트 SaaS 플랫폼으로 전환하고 AWS Marketplace에 등재했습니다. 이 글에서는

AWS

2026-04-22 · 2개월 전

AI에게 단순히 “잘 해봐”라고 시키는 것과, AI가 스스로 만들고 평가하고 개선하는 Agentic 시스템을 설계하는 건 완전히 다른 결과물을 만들어냅니다. AWS Korea SA Team은 Agentic AI 시스템을 개발할 때 마주하는 다양한 기술적 챌린지들을 직접 풀기 위해 ‘Deep Insight’, 사용자가 업로드한 CSV 데이터와 분석 질문을 받아 최종 DOCX 리포트를 생성하는 프로덕션 Multi-Agent 시스템을 개발했고, 세

올리브영

2026-04-22 · 2개월 전

…

AWS

2026-04-22 · 2개월 전

본 게시글은 미리디의 김민석, 이효성, 노정훈님과 함께 작성하였습니다. 미리디의 미리캔버스 소개 미리디의 미리캔버스는 “누구나 쉽게, 함께 만드는 디자인” 이라는 철학 아래, 프레젠테이션부터 SNS 카드뉴스, 유튜브 썸네일, 포스터까지 일상의 모든 시각 콘텐츠를 브라우저 하나로 만들 수 있는 실시간 협업 디자인 플랫폼입니다. 앞선 포스팅에서 소개한 MongoDB Atlas에서 Amazon DocumentDB로 전환 이후, 수백만 건의 디자인 데

AWS

2026-04-22 · 2개월 전

본 게시글은 미리디의 김민석, 이효성, 노정훈님과 함께 작성하였습니다. 미리디의 미리캔버스 소개 ⇩ 미리디의 미리캔버스는 “누구나 쉽게, 함께 만드는 디자인” 이라는 철학 아래, 프레젠테이션부터 SNS 카드뉴스, 유튜브 썸네일, 포스터까지 일상의 모든 시각 콘텐츠를 브라우저 하나로 만들 수 있는 실시간 협업 디자인 플랫폼을 운영하고 있습니다. 기획자와 마케터가 같은 슬라이드를 동시에 수정하고, 팀원이 실시간으로 댓글을 달며 피드백을 주고받는 [

라인

2026-04-22 · 2개월 전

시작하며안녕하세요. Service Reliability 팀에서 SRE(site reliability engineer)로 일하고 있는 천기철입니다. SRE 팀은 사용자에게 안정적이고...

하이퍼커넥트

2026-04-22 · 2개월 전

이 글은 2부작 중 첫 번째 글입니다. 이번 글에서는 2025년 초 수행되었던 Tinder의 AI-enabled Discovery 프로젝트를 예시로, 정답 데이터가 없는 open-ended generation 문제에서 “좋은 설명이란 무엇인가?”를 먼저 정의하고, 그것을 사람이 일관되게 평가할 수 있는 정책으로 정리해 나간 과정을 소개합니다. 2부에서는 이렇게 만든 정책을 바탕으로 LLM-as-a-Judge를 설계한 과정을 다룹니다. 들어가며

하이퍼커넥트

2026-04-22 · 2개월 전

이 글은 1부: 데이터도 정답도 없다에서 이어집니다. 1부에서는 Tinder의 AI-enabled Discovery 기능에서, “당신은 왜 이 사람과 잘 맞을까요?”라는 질문에 답하는 설명을 만들기 위한 정책 수립 과정을 다뤘습니다. 이번 글에서는 그 정책을 실제 평가 시스템으로 바꾸는 방법을 다룹니다. 들어가며 지난 글에서 Tinder와 MGAI 팀이 합작한 Tinder AI-enabled Discovery 서비스의 “소개팅 주선자” 모듈을

라인

2026-04-21 · 2개월 전

안녕하세요. LY Corporation의 aikawa입니다. Yahoo! 지도 및 Yahoo! 환승 안내 iOS 앱 개발을 담당하고 있고, iOS 영역의 Developer Rela...

AWS

2026-04-17 · 3개월 전

생성형 AI를 도입한 조직 대부분이 공통적으로 마주치는 질문이 있습니다. “개인의 생산성 향상이 확인됐는데, 왜 조직 전체의 업무 방식은 달라지지 않는가?” 엑심베이는 이 질문을 AX(AI Transformation)의 출발점으로 삼았습니다. 단순히 AI 도구를 더 많이 사용하는 것이 아니라, 반복 가능한 업무 흐름을 설계하고 그 실행 방식을 조직 자산으로 축적하는 구조를 만드는 것이 목표였습니다. 이 글은 AWS Kiro를 중심축으로 […]