실전으로 알아보는 네이버 클라우드 플랫폼 Developer Tools 활용 가이드
SourceDeploy에서 시나리오 배포를 실행한 다음 완료 여부를 콘솔에서 직접 확인해야 하는 경우가 많습니다. 특히 SourcePipeline을 통한 자동 배포를 진행한 경우 배포 결과를 자동으로 알림 받고 싶은 경우가 존재합니다. 이번 포스팅에서는 SourceDeploy API와 Cloud Functions, Cloud Outbound Mailer를 조합하여 1) API로 SourceDeploy 시나리오 배포 시작, 2) 배포 완료까지 상
[오프라인/마감] MoAI-ADK 개발기: AI 코딩 에이전트를 통제와 자율의 균형 속에 두는 길
※ 참가 신청은 3월 13일 금요일 17:00에 마감됩니다. COMMIT 신청하기 goorm 구름은 ‘모두가 개발자가 된다’는 비전으로 ‘개발자 성장 중심’ 생태계를...
배송최적화 시스템 구축기 Part 01. 올리브영이 멀티 센터 체제로 배송 시간을 14시간 단축한 과정
…
Claude Code 비용/사용량을 한눈에: AWS에 Observability 플랫폼 구축하기
AI 코딩 어시스턴트의 도입이 가속화되면서, 조직은 새로운 질문에 직면하고 있습니다. “우리 팀이 AI 도구를 얼마나 효과적으로 사용하고 있는가?” 세션당 비용은 합리적인지, 어떤 모델이 비용 대비 높은 생산성을 제공하는지, 도구 실행의 성공률은 어떤지 — 이러한 질문에 답하려면 체계적인 관측성(Observability) 플랫폼이 필요합니다. Claude Code는 Anthropic이 제공하는 터미널 기반 AI 코딩 에이전트입니다. Amazon
[공정별 가이드북②] 품질 관리 / 안전 관리에 AI 도입하기
안녕하세요, 누구나 쉽게 시작하는 클라우드 네이버클라우드 ncloud.com입니다. 우리 공장 AI 도입, 어디에 무엇으로 해야할까? 우리 공장에 AI를 도입하고 싶지만 관련된 솔루션이 너무 많고, 어떤 게 우리 공장에 맞을지 찾기 어려워 고민하고 계시는 분들이 많으실텐데요. 그래서 저희가 제조 전 주기 공정단계별 가이드북을 준비했습니다! 오늘은 품질 관리부터 안전 관리까지 각 공정에서 주로 발생하는 문제점들이 무엇인지, 그런 문제들을 무슨 솔
[공정별 가이드북①] 제품 설계 / 설비 운영 / 자재 이송에 AI 도입하기
안녕하세요, 누구나 쉽게 시작하는 클라우드 네이버클라우드 ncloud.com입니다. 우리 공장 AI 도입, 어디에 무엇으로 해야할까? 우리 공장에 AI를 도입하고 싶지만 관련된 솔루션이 너무 많고, 어떤 게 우리 공장에 맞을지 찾기 어려워 고민하고 계시는 분들이 많으실텐데요. 그래서 저희가 제조 전 주기 공정단계별 가이드북을 준비했습니다! 오늘은 제품 설계부터 설비 운영, 자재 이송까지 각 공정에서 주로 발생하는 문제점들이 무엇인지, 그런 문제
6개월간 코드 한 줄도 안 쓰고, 100만 줄 기여하기
AI Native 개발의 비결은 시스템이다
AWS Advanced JDBC Wrapper의 blue/green 플러그인을 통하여 전환 시 최소의 다운타임 달성하기
최신 애플리케이션은 무중단에 가까운 가용성을 요구합니다. Amazon RDS와 Aurora의 Blue/Green 배포는 데이터베이스 업그레이드 시 다운타임을 크게 줄여주지만, 전환 과정에서 여전히 연결 종료, DNS 전파 지연, 수동 개입이 필요한 연결 실패 등의 문제가 발생할 수 있습니다. AWS Advanced JDBC Wrapper(2023년 출시)는 표준 JDBC 드라이버 위에 AWS 특화 기능을 추가하는 래퍼입니다. 이 게시물에서는 A
Agentic AI 기반 플랫폼 – Part2 : AgentCore Gateway, Identity로 구현하는 MCP Registry
들어가며 이전 글(Part 1)에서는 2명의 Solutions Architect가 7주 만에 Agentic AI 기반 플랫폼을 구축한 과정과 AI-DLC 방법론, Kiro, Claude Code, Linear 등의 도구 활용 사례를 소개했습니다. 이번 글에서는 해당 플랫폼의 핵심 기능 중 하나인 MCP Registry를 기술적으로 깊이 있게 다룰 예정으로, MCP Registry는 AI Agent가 사용할 도구(MCP)를 생성, 등록, 배포,
AI가 전사 알림을 두 번 죽이다
AI 에이전트의 실수, guardrail, 시스템 방어까지 120일의 기록, 그리고 99.981% 가용성.
여기어때 Secret 플랫폼 구축기 Part 3: 시크릿 저장소를 운영 가능한 상태로 만들기 — 컨테이너화부터 CI/CD, 로그 수집까지
AI가 규칙을 "알잘딱" 지키는 백엔드 레포 만들기
코드베이스의 구조와 결정론적 검증 시스템으로 만드는 AI Native 개발 환경 리팩토링하기
[Deep Dive] 고도화된 AI 에이전트 아키텍처: Zero Trust와 Human-in-the-Loop의 결합
— “단순 챗봇”을 넘어 “업무 실행자”가 되는 순간, 아키텍처의 성격이 바뀐다 요즘 많은 조직이 “사내 지식 챗봇(RAG)”을 넘어, 실제 업무를 수행하는 **AI 에이전트(Agent)**를 고민합니다.예를 들면 이런 것들입니다. “지난주 비용 급증 원인 분석하고, 최적화 PR까지 올려줘” “장애 티켓 열고, 원인 추정해서 관련 런북 실행해줘” “계정 권한 요청 들어온 거 검토하고 승인/반려 초안 작성해줘” “고객 문의 메일을 … [Deep
Amazon Connect AI Agent로 우리 회사만의 Agentic AI 컨택센터 구축하기
본 블로그 게시글은 AWS Blog의 영어 원문을 한글로 번역 및 일부 수정한 포스팅 입니다. 소개 컨택센터 리더들은 점점 더 복잡한 과제에 직면하고 있습니다: 고객은 모든 채널에서 즉각적이고 개인화된 서비스를 기대하는 반면, 상담원은 문제 해결을 위해 여러 시스템, KMS(Knowledge Management System)와 같은 지식 베이스나 시스템, 워크플로우를 동시에 다뤄야 합니다. 기존 접근 방식—각 시스템에 대한 커스텀 및 […]
급증하는 트래픽 안정적으로 처리하기: 개선편(1) 동적 스케일링
Spike 트래픽에 흔들리지 않는 Worker 스케일링 알고리즘 만들기
Claude Code Tasks로 복잡한 프로젝트 효율적으로 진행하기
Claude Code의 Tasks는 작업을 태스크 단위로 분할합니다. 이로써 각 세션의 컨텍스트 부담을 줄이고, 태스크 간 의존성을 정의하며, 여러 터미널에서 병렬로 실행해도 상태는 자동으로 동기화됩니다. 이 글은 Tasks의 등장 배경과 기존 Todos와의 차이, 실전 사용법을 다뤘습니다.
[네이버클라우드 아카데미] 한국공학대학교 SW중심대학과 함께한 첫 번째 <네이버클라우드 스.팩.업 교육과정(Grow-Up과정)> 돌아보기
안녕하세요! 누구나 함께 시작하는 클라우드 네이버 클라우드 플랫폼 ncloud.com입니다. #네이버클라우드 #네이버클라우드아카데미 #한국공학대학교SW중심대학 #NCA클라우드자격증교육 한국공학대학교 SW중심대학사업단의 네이버클라우드 스.팩.업 교육과정(Grow-Up과정) 지난해, 10월부터 12월까지 진행된 한국공학대학교 SW중심대학사업단의 <네이버클라우드 스.팩.업 교육과정(Grow-Up과정)> 지난해 10월 13일부터 12월 6일까지 11차
CDC 파이프라인을 Debezium과 Flink로 재설계한 이유
실시간 CDC 파이프라인 재설계, 신뢰성과 정합성을 위해 무엇을 고려할 것인가