카카오톡 예약하기에서 그려 본 캘린더
안녕하세요 저는 카카오톡 예약하기라는 서비스에서 FE 개발을 담당하고 있는 Joy 라고 합니다. 이 글에서는 우리에게 친근한 캘린더를 직접 만들어보면서 경험한 이야기를 해보자 합니다. WHY ? 판매자들을 위한 예약하기 파트너센터 서비스에는 들어온 예약을 모아볼 수 있는 예약 관리라는 탭이 존재합니다. 이 예약 관리 탭에서는 무수히 많은 수의 예약을 카드 형태로 보여주고 있는데요. 이러한 카드 목록 형태의 UI는 한눈에 재고와 예약 건을 파악하
AI Native 레포에서 조직으로: hollon-ai 구축기
@hollon으로 작동하는 채널톡의 harness
Amazon DocumentDB 인덱스 최적화로 미리캔버스의 쿼리 성능을 개선 사례
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
Amazon DocumentDB로 미리캔버스의 성능 50%와 비용 30%를 개선하다
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 [
Claude Code Checkpoints로 잘못된 작업 되돌리기
Claude Code의 Checkpoints 기능은 사용자가 프롬프트를 입력할 때마다 관련 작업이 시작되기 전의 파일 상태와 그때까지 대화 내용을 기록으로 남깁니다. 이 기록을 바탕으로 이전 시점의 작업 상태를 복원할 수 있습니다. 이 글은 Checkpoints의 동작 방식, 사용법 실습, 효과적인 Checkpoints 활용법을 다뤘습니다.
1부: 데이터도 정답도 없다: 하이퍼커넥트가 LLM을 길들이는 법
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
2부: 정책을 따르는 평가자, LLM-as-a-Judge
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
MySQL Online DDL의 메타데이터 잠금: pt-osc와 무엇이 다른가
Inplace/Instant Online DDL vs pt-online-schema-change
[오프라인/마감] 실무에 바로 쓰는 Claude A to Z : 비전공자를 위한 cowork&code 워크플로우 마스터 과정
※ 참가 신청은 4월 24일 금요일 17:00에 마감됩니다. COMMIT WORKSHOP 신청하기 goorm 구름은 ‘모두가 개발자가 된다’는 비전으로 ‘개발자 성장 중심’...
The Machine: AI가 AI 활용 코드를 평가하다
클로드 코드로 개발 팀장의 하루를 재설계한 이야기
반복되는 업무를 자동화하고, 중요한 일을 더 잘하려 노력하고, 그 모든 기반을 함께 올리는 일
Google I/O 라이브스트림, Gemini 로보틱스-ER 1.6 등 4월 셋째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
개발자 여러분, 안녕하세요!4월 셋째 주 블로그에 발표된 Google의 주요 개발자 제품별 최신 소식을 살펴보세요.[주요 개발자 블로그 업데이트]Google I/O Google I/O 라이브스트림 일정 공개: 다가오는 행사 미리 준비하기 (Get ready for Google I/O: Livestream schedule revealed)AI & Machine LearningGemini 로보틱스-ER 1.6: 강화된 체화된 추론을 통한 실세계 로
Amazon Bedrock Agents와 AWS Support 자동화 워크플로우 (SAW)를 통한 AWS 리소스 문제 해결 간소화 Part 2 – 다양한 런북 통합 실전 가이드
이 글은 AWS Korea 기술 Blog에 게시된 Amazon Bedrock Agents와 AWS Support 자동화 워크플로우 (SAW)를 통한 AWS 리소스 문제 해결 간소화에 이어서 작성되었습니다. 해당 글을 함께 참조하시어 본 글에서 다룰 내용을 이해하시는 데 도움을 받으시길 바랍니다. 지난 글에서 우리는 Amazon Bedrock Agents와 AWS Support Automation Workflows (SAW) 런북을 활용하여 AW
Product Engineer: 클릭 몇 번으로 여행 상품 5,000개를 만들다
하네스 엔지니어링(harness engineering)으로 팀 맞춤형 AI 환경 구축하기
개요 최근 팀에서 AI 코딩 도구를 활용하는 빈도가 늘어나면서, AI가 프로젝트의 고유한 맥락(context)과 컨벤션을 인지하지 못해 같은 설명을 매번 반복해야 하는 비효율을 자주 겪었습니다. 예를 들어 “user 조회 React Query 훅 만들어줘”라고 요청하면, 규칙을 모르는 AI는 공식 문서에 나올 법한 기초적인 형태로 코드를 짜줍니다. 결국 원하는 코드를 얻기 위해 매번 이런 설명을 덧붙여야 했습니다. 이 […] The post 하
Apache Flink + RocksDB 튜닝으로 광고 Frequency Capping 실시간 집계를 일주일까지 확장하기
1분부터 7일까지 슬라이딩 윈도우 Frequency Capping을 세 Flink 앱으로 분리하고 각각의 병목을 해결한 기록을 공유합니다.
Gemini 기반 테스트 케이스 자동화 실패와 성공기
Nobody Owned the Website. Now Everybody Does.
이 글은 영문 원본을 바탕으로 작성되었습니다. 회사 웹사이트, 누가 담당하고 계신가요? 단순한 질문 같지만, 대부분의 회사에서 솔직한 답은 "마케팅팀이 일단은요" 아니면 "글쎄요, 딱히 아무도…" 사이 어딘가일 겁니다. 브랜드를 잘 아는 사람은 웹사이트를 만들지 않고, 만들 수 있는 사람은 제품 개발로 바쁩니다. 웹사이트는 그 사이에 어정쩡하게 놓여서, 마…