[AI Agent] 상담 흐름과 오류를 검증하는 API 테스트 설계
API는 성공했는데 상담 흐름이 끊긴다면? 이벤트 검색·상세 질의·즐겨찾기/최근 본 기록까지 이어지는 고객 컨택 AI Agent의 ‘상담 시나리오’ 관점에서 API 계약, 테스트 대역, 사용자 격리, 오류 계약, 품질 회귀/성능 측정을 함께 설계하는 방법을 정리합니다. The post [AI Agent] 상담 흐름과 오류를 검증하는 API 테스트 설계 appeared first on BESPIN Tech Blog.
매월 수천만 명이 쓰는 대국민서비스 성능테스트, Amazon EC2 기반 JMeter 분산 부하 환경 설계와 운영
매월 수천만 명이 이용하는 대국민서비스의 성능테스트를 위해 Amazon EC2에 JMeter 분산 부하 환경(Controller 1대, Worker 4대)을 구성했습니다. NAT Gateway로 출발지 IP를 하나로 고정한 이유와 JMeter 분산 모드 설정 방법, 단계별 테스트 수행 절차를 소개합니다. AWS 솔루션인 Distributed Load Testing on AWS와 비용, 결과 데이터, 운영 방식도 비교합니다. The post 매월
같은 모델, 다른 예측
Training–Serving Skew를 줄인 과정을 소개합니다.
Image AI 서빙 최적화: CPU와 GPU의 빈 시간을 줄여 H100 67장을 절감하기까지
네이버 사내 기술 교류 행사인 NAVER Engineering Day 10th 에서 발표되었던 세션을 공개합니다. 발표 내용 SNOW의 16개 Image AI 서비스에서 응답 속도와 안정성을 높이면서, H100 환산 약 67장의 GPU 자원을 절감한 경험을 공유합니다. LitServe 전환과 함께 불필요한 연산과 CPU·GPU의 대기 시간을 줄이고, 실제 트래픽에 맞게 설정을 조정하며, 여러 서비스가 GPU를 공유하도록 만든 과정을 소개
TV 앱 실행 시간 측정 자동화 개발기
TV 앱 실행 시간은 실물 TV에 리모컨 신호를 보내고 화면을 지켜봐야 잴 수 있기 때문에 그동안 사람이 TV 앞에서 직접 측정해 왔습니다. 이 작업을 PC, USB IR 송신기, 웹캠만으로 자동화하는 도구를 Claude Code와 함께 7주 만에 만들었습니다. 이를 통해 측정자가 TV 앞을 지키는 시간을 95% 줄였습니다. 결과 판정에 일부러 LLM을 쓰지 않은 이유와, 여러 세션에 걸친 개발에서 맥락을 유지한 방법을 공유합니다.
라이브 방송, 걱정은 덜고 운영은 한 번에ㅣLive Station 프로모션 (~11/23)
안녕하세요, 누구나 쉽게 시작하는 클라우드 네이버클라우드 ncloud.com입니다. 네이버클라우드의 미디어 솔루션 8가지를 차례로 소개하는 '미디어 릴레이 프로모션', 이번에는 두 번째 순서로 찾아왔습니다. 혹시 라이브 방송을 준비하실 때 가장 걱정되는 건 무엇인가요? "대비는 다 해 뒀는데도 라이브 중 혹시 끊길까 괜히 마음을 졸이게 된다" "채팅은 벌써 반응하는데 화면은 한 박자 늦게 따라온다" "보안, 플레이어, 전송을 따로 붙이다 보니
자동화 테스트부터 Perfetto 분석, 코드 개선안 도출까지 한 번에: 갤럭시 워치 성능 분석 AI 에이전트 개발기
갤럭시 워치 홈 앱의 간헐적인 화면 버벅임(Jank) 원인을 찾고 코드 개선안을 도출하기 위해, 규칙 기반 자동 재현과 Perfetto SQL 전처리, 로컬 소스코드 매칭, 6종 AI 어드바이저를 결합한 하이브리드 성능 분석 플랫폼 개발기를 소개합니다. 이 플랫폼을 통해 이슈 1건당 분석 리드타임을 1주일에서 30분으로 단축하고, 홈 앱 내 주요 시나리오의 Janky Frame을 47.68% 개선한 과정과 시행착오를 공유합니다.
데이터 사이언티스트 없이 수요 예측 자동화, 다이닝브랜즈그룹의 Amazon SageMaker Canvas 활용기
들어가며 외식 프랜차이즈에서 식자재 수요예측은 매출과 운영 효율에 직접적인 영향을 미치는 업무입니다. 수요보다 많이 발주하면 재고와 폐기 부담이 커지고, 반대로 부족하면 품절로 이어져 매장 운영과 고객 경험에 영향을 줄 수 있습니다. 특히 신선계육처럼 유통기한이 짧은 품목은 일별 수요 변화에 맞춰 발주량을 예측하는 것이 중요합니다. 다이닝브랜즈그룹은 BHC를 비롯한 다양한 외식 브랜드를 운영하며, 가맹점과 직영점에 식자재를 공급하고 […]
라이브러리만 붙이면 동시편집은 끝일까요?
도큐먼트 동시편집 개발기 EP2. 기존 에디터에 동시편집을 연결하며 해결한 문제들
동시편집 중 서버에서 일어나는 일
도큐먼트 동시편집 개발기 EP.1 기존 문서 시스템을 동시편집 구조로 바꾸기
AV 3.0과 데이터 플라이휠: 자율주행의 승부처가 모델에서 데이터 파이프라인의 회전 속도로 옮겨 가는 이유 (1부)
들어가며 자율주행은 이제 모델 성능만의 경쟁이 아니라, 자사 데이터로 얼마나 빠르게 재학습·검증하느냐의 경쟁으로 옮겨가고 있습니다. NVIDIA CEO 젠슨 황이 CES 2026에서 “Physical AI의 ChatGPT 모멘트”를, GTC에서 자율주행을 “최초의 수조 달러 규모 로보틱스 산업”이라 표현한 것도 이 변화를 가리킵니다. Physical AI는 물리 세계를 인지·추론·행동하는 AI이고, 자율주행은 그 대표 분야입니다. 2026년 3
LLM은 꼭 한 토큰씩 답해야 할까
AI 서비스에서 답변의 품질만큼 자주 체감하는 요소가 응답 속도입니다. 질문에 대한 답이 화면에 조금씩 나타나는 동안 사용자는 기다립니다. 여러 번 모델을 호출하는 에이전트에서는 이러한 대기가 작업 단계마다 반복됩니다. 더 빠른 응답을 만들려면 모델의 크기나 서버뿐 아니라 텍스트를 생성하는 방식도 살펴볼 필요가 있습니다. 확산형 언어모델(Diffusion Language Model, dLLM)은 여러 위치의 토큰을 병렬로 예측하고 반복적인 정제
전시 데이터 플랫폼 THOR 1부 - 3.5억 개 상품 정보를 near-time으로
안녕하세요, 11번가 전시서비스개발팀 서장원입니다. THOR는 11번가에서 지금 전시 중인 라이브 상품 약 3.5억 건의 정보를 near-time으로 갱신하고, 전시 화면에 바로 가져다 사용할 수 있게 제공하는 전시 데이터 플랫폼입니다. 이 시리즈에서는 THOR가 이렇게 많은 상품 정보를 빠르게, 그리고 빠짐없이 최신화시키는 목표 달성을 위해 어떤 구조와 기능들을 쓰는지, 시스템이 실제로 어떻게 돌아가는지 세 편에 나눠 소개합니다. 1부인 이
Chaos Mesh로 Kubernetes 앱의 장애 내구성 검증하기
네이버 사내 기술 교류 행사인 NAVER Engineering Day 10th 에서 발표되었던 세션을 공개합니다. 발표 내용 Kubernetes 상에서 가상 인프라 장애를 통해 시스템을 사전에 검증하고 장애를 예방하는 기술을 소개합니다. 발표 대상 Chaos Engineering 도입을 고민중인 개발자 목차 도입 : Chaos Engineering PART 1. Chaos Mesh 소개 Chaos Mesh 란 주입 매커니즘 Wor
“서버 몇 대 늘려야 해요?” 라는 질문에 증설 없이 이벤트 트래픽을 받아내기까지
[기술 소개] 데이터센터 냉방 인프라의 심장: 펌프(Pump)
.ktc-poster img { transition: transform .3s ease, box-shadow .3s ease; } .ktc-poster:hover img { transform: translateY(-4px); box-shadow:0 10px 22px rgba(0,154,135,0.22) !important; } .imageblock img { max-width:100% !important; height:auto !importan
망분리 환경에서도 한 달 만에 AX로 생산성을 높인 방법
안녕하세요, 금융쇼핑 PA 백엔드 Tech Lead이자 AI Partner로서 AX 업무를 맡고 있는 김지원, 그리고 인턴 이서영입니다. 환경을 갖춘 지 한 달만에 두 팀의 반복 업무가 자동화됐습니다. 담당자 한 명당 매일 30분 ~ 1시간의 업무 시간이 절약되었습니다. 이 글은 망분…
코드에서 화면 지도를 그리고, AI와 함께 회귀 테스트의 빈 곳을 채우다
467개 화면을 다시 세어 보다, 5일 만에 테스트 114개를 더하게 된 기록