기업 기술블로그의 Tools 관련 글 1510개
안녕하세요, 카카오에서 계정시스템을 담당하고 있는 개발자 잭입니다. 2026년도 카카오그룹 신입크루 공개 채용을 위한 코딩테스트가 지난해 10월 2차례에 걸쳐 진행되었습니다. 그 중 2차 코딩테스트는 총 5문제가 출제되었으며, 1차 테스트보다 문제수는 적지만 난이도는 좀 더 높은 문제들로 구성하였습니다. 그럼 각 문제별 해설을 살펴보겠습니다. 문제 1: 힌트 스테이지 문제 풀러 가기 각 스테이지에서 힌트 번들을 구매할지 여부를 2^k 으로 완전
안녕하세요, 카카오에서 계정시스템을 담당하고 있는 개발자 잭입니다. 2026년도 카카오그룹 신입크루 공개 채용을 위한 코딩테스트가 지난해 10월 2차례에 걸쳐 진행되었습니다. 그 중 1차 코딩테스트는 총 7문제가 출제되었으며, 난이도가 쉬운 문제부터 적절한 알고리즘을 적용해야 통과할 수 있는 문제까지 골고루 구성하였습니다. 그럼 각 문제별 해설을 살펴보겠습니다. 문제 1: 중요한 단어를 스포 방지 문제 풀러 가기 문자열 처리와 중복 처리를 통해
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
들어가며: NeurIPS 2025가 제시하는 차세대 AI 안전 가이드생성형 모델은 점점 더 우리 생활에 깊숙히 들어오고 있습니다. LY Corporation에서도 다양한 AI 서비...
AI가 코드를 대신 작성해주는 ‘바이브 코딩(Vibe Coding)’은 개발 생산성을 혁신할 것처럼 보였습니다. 하지만 실제 프로젝트에서는 코드 이해, 유지보수, 그리고 보안 문제라는 현실적인 장벽이 나타납니다. 8년차 AI 엔지니어의 경험을 통해 바이브 코딩의 장점과 한계를 살펴보고, AI 코딩 도구를 실제 개발 workflow에 어떻게 활용해야 하는지 이야기합니다. The post 8년차 AI 엔지니어는 왜 바이브코딩을 포기했나? appea
AI가 코드를 대신 작성해주는 ‘바이브 코딩(Vibe Coding)’은 개발 생산성을 혁신할 것처럼 보였습니다. 하지만 실제 프로젝트에서는 코드 이해, 유지보수, 그리고 보안 문제라는 현실적인 장벽이 나타납니다. 8년차 AI 엔지니어의 경험을 통해 바이브 코딩의 장점과 한계를 살펴보고, AI 코딩 도구를 실제 개발 workflow에 어떻게 활용해야 하는지 이야기합니다. The post 8년차 AI 엔지니어는 왜 바이브코딩을 포기했나? appea
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 공정 개선 단계에서 주로 발생하는 문제점들이 무엇인지, 그런 문제들을 무슨 솔루션으로 어떻게 해결할
이 글은 스스로 목표를 세우고 실행까지 수행하는 에이전틱 AI의 구조와 동작 방식을 쉽게 정리합니다. 특히 OpenClaw 사례를 통해 LLM이 로컬 환경을 직접 제어하는 온디바이스 자율 에이전트 구조에 대해 구체적으로 설명합니다. 또한 AI 에이전트끼리 상호작용하는 새로운 플랫폼 모델(MoltBook)을 소개하며, 인간 중심 서비스와 다른 지점을 짚습니다. 나아가 외부 스킬 생태계 분석을 통해 실제로 발생할 수 있는 보안 위협 유형도 함께 다
TL;DR네트워크 호출 없이 모바일 기기 내부에서 작동하는 이미지 이해 기능을 개발했습니다. 그 과정에서 거대 모델(teacher)의 정교한 표현력을 작은 모델(student)에게...
외국인이 한국에 와서 마주하는 금융 생활과 그 첫 장벽에 대한 리서치를 소개합니다.
이 블로그는 Optimize and troubleshoot database performance in Amazon Aurora PostgreSQL by analyzing execution plans using CloudWatch Database Insights를 한국어로 번역 및 편집한 글입니다. Amazon Web Services(AWS)는 Amazon Relational Database Service(Amazon RDS) 및 Amazon A
Transformer 기반 LLM의 내부 구조를 단계별로 살펴보고, Token Embedding·Attention·LM Head 등 각 모듈의 의미와 KV Cache·MHA·GQA 등 최적화 기법을 정리합니다.
페이지 19 / 84 (총 1510개)
