devBlog
기업 기술블로그의 Performance 관련 글 655개
.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
.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
올해로 5년째를 맞은 AWS GameDay 2026에서 카카오뱅크가 2년 연속 1위라는 쾌거를 달성했습니다. 이번 대회는 ‘AI 기반의 운영 및 개발 혁신’을 주제로, Amazon Q Developer와 Kiro CLI를 활용해 장애 및 개발 문제를 해결하는 방식으로 진행되었습니다. 카카오뱅크 키키404팀이 3시간 동안 치열하게 문제를 분석하고 점수를 쌓아가며 우승에 이른 과정을 공유합니다.
더 많은 음악이 팬을 만나고, 더 큰 무대로 이어져 성장할 수 있도록 음악 IP의 생애주기를 설계하고 성장시키는 드림어스컴퍼니의 IP 풀 밸류체인(Full Value-Chain)을 직접 만드는 팀과 사람들을 소개합니다. 드림어스컴퍼니가 그리는 음악 IP 풀 밸류체인의 하이라이트는 어디일까요? 이어폰 너머로 듣던 음악이 마침내 관객의 함성과 빛나는 조명 아래 살아 숨 쉬는 곳, 바로 ‘공연 현장’입니다. 총 430회가 넘는 공연을 발로 뛰며 팬들
안녕하세요, 매장결제 PM 토리토리상입니다. 👋 고객이 카드를 꽂고 결제를 마치기까지 걸리는 시간은 짧게는 1초 남짓입니다. 하지만 전국 약 1,380여 개 올리브영 매장의 POS와 SCO(셀프계산대) 뒤에서는, 그…
VictoriaMetrics 운영기 1편에서는 네이버 검색의 대규모 메트릭 저장소 VictoriaMetrics 클러스터의 규모, 2계층 아키텍처, 180대 노드의 무중단 장비 교체와 증설 전략을 소개했습니다. 2편에서는 장비를 더 늘리지 않고 리소스 위기를 해결하기 위해 진행한 소프트웨어적 최적화 과정을 다룹니다. 메모리 문제를 해결한 뒤에도 쿠버네티스 전환은 계속 빨라졌고, 컨테이너 수는 수백만 개를 넘어섰습니다. 카디널리티가 급격히 증가하면
.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
kt cloud Foundation플랫폼팀 서준호 님 요약 SUMMARY 이 글에서는 RoCEv2 기반 AI GPU 클러스터 네트워크 설계와 무손실 이더넷 구현 고려사항을 다룹니다.안정적인 AI 인프라 운영과 비용 효율적인 확장 전략 수립의 중요성을 정리합니다.#RoCEv2 #AI_GPU_클러스터 #무손실_이더넷 #RDMA #InfiniBand kt cloud에서는 현재 인피니밴드(InfiniBand)와 같은 폐쇄적·독점적 솔루션에서 개방형 이
확산 언어 모델(Diffusion Language Model, 이하 DLM)은 일반적인 자기회귀(Autoregressive, 이하 AR) 모델과 다른 방식으로 텍스트를 생성하는 언어 모델입니다. 최근 AR 모델과 동일한 사이즈의 DLM 모델들이 공개되고 있으며, 벤치마크 결과에서 AR보다 낮은 응답 지연(latency)을 보이며 주목을 받고 있습니다. 다만 AR과 완벽히 동일한 구조의 모델이 아니기 때문에 워크로드에서 모델을 변경하기 앞서 검증
이 글은 AWS Blog의 “PostgreSQL 18 on Amazon Aurora and Amazon RDS: Security, monitoring, and developer enhancements” by Nazneen Jafri, Sukhpreet Kaur Bedi, Ranjan Burman, and Baji Shaik 게시글을 번역한 글 입니다. 복합 인덱스 전반의 쿼리 성능 관리, 구체화(materialized)된 CTE에서의 메모리 스
들어가며 “프롬프트를 바꿨는데, 정말 더 나아진 걸까?” 생성형 AI 애플리케이션을 개발하는 엔지니어라면 누구나 한 번쯤 마주치는 질문입니다. 프롬프트 한 줄을 수정하거나 모델을 교체할 때마다 품질이 좋아졌는지 확신하기 어렵고, 여러 모델을 두고 어느 쪽이 서비스에 더 맞는지 판단하려면 같은 질문을 양쪽에 던져 결과를 일일이 눈으로 비교해야 합니다. 문제는 대규모 언어 모델(Large Language Model, 이하 LLM)이 비결정적(non
우리 집 평수와 가구 유형에 딱 맞는 인터넷 공유기 추천 가이드. 원룸 자취방부터 대형 평수 아파트까지 와이파이 공유기 선택 기준과 인터넷 설치 전 약정 만료 및 요금제 점검 팁까지 한 번에 확인하세요.
Oracle Database@AWS(ODB@AWS)는 AWS 데이터센터 내에 위치한 Oracle Exadata 인프라에서 Oracle Database를 네티브로 실행할 수 있게 해주는 서비스입니다. Oracle MAA Platinum 인증을 획득하였으며, 애플리케이션-데이터베이스 간 RTT(Round Trip Time) 165μs의 초저지연을 달성하여 미션 크리티컬 워크로드에 적합한 성능을 제공합니다. 그러나 ODB@AWS는 기존 AWS 서비스
배포·클라우드·시간·공간·테스트, 그리고 환경까지 다 지나왔습니다. 이제 한 장의 표로 돌아와, 그 여섯 줄이 사실은 같은 원리의 반복이었다는 것과, 그 원리가 왜 AI 시대에 더 중요해지는지를 정리합니다.
페이지 10 / 37 (총 655개)