아임웹은 어쩌다 사내 해커톤을 하게 되었을까
비개발자가 더 많이 참여하는 해커톤 만들기
기업 기술블로그의 Tools 관련 글 1510개
비개발자가 더 많이 참여하는 해커톤 만들기
이 글은 AWS Frontier Agents 시리즈의 두 번째 편입니다. 1편에서 다룬 배포 전 릴리스 검증에 이어, 이번 글은 배포된 애플리케이션의 보안을 검증하는 AWS Security Agent에 대한 내용을 다룹니다. 일반적으로 연 1~2회 수행하는 외주 침투 테스트만으로는 매일 배포되는 애플리케이션의 보안 변화를 따라가기 어렵습니다. AWS Security Agent는 이 문제를 해결하기 위해 소스 코드와 문서를 사전에 분석한 뒤, [
휴가 신청은 메신저로, 비용 승인은 메일로, 품의서는 별도 문서로 처리하고 있지는 않으신가요? 업무마다 결재 방식이 다르면 담당자는 요청이 생길 때마다 결재자를 …
서론 Unity + WebGL로 운영 중인 한컴타자 ‘필사’ 서비스를 React/Next로 마이그레이션하는 일을 맡았습니다. 문제는 제가 C#/Unity 경험이 없는 프론트엔드 개발자라는 점이었습니다. 옮겨야 할 코드를 온전히 이해할 수 없는 상태에서 시작한 것입니다. 이 글은 그 문제를 AI로 어떻게 풀었는지의 기록입니다. 단순히 AI로 코드를 생성한 이야기가 아니라, 온전히 이해하지 못하는 코드의 ‘번역’을 AI에게 맡기고, 그 결과를 개발
개발을 하다 보면 저장소에는 다양한 업무가 조용히 쌓입니다. 리뷰어를 기다리는 PR(Pull Request, 이하 PR), 원인 파악이 필요한 버그 이슈 같은 것들이죠. 중요한 일인 줄 알면서도 개발 흐름을 끊어야 해 자꾸 뒤로 미룹니다. 하루 이틀 지나면 어느새 아무도 손대지 않는 목록이 됩니다. 사람을 한 명 더 뽑기는 어렵지만, 이런 일을 도맡아 줄 팀원이 하나 있다면 어떨까요? […]
이 글은 같은 모델을 써도 에이전트 성능이 갈리는 이유가 모델이 아닌 하네스(모델을 둘러싼 환경 전체)에 있다는 관점에서, 프롬프트·컨텍스트·하네스 엔지니어링의 층위 차이를 구분하고 하네스를 구성하는 핵심 요소들을 다룹니다. 지시 문서(AGENTS.md)와 자동 검사 장치의 결합, 에이전트 바깥의 결정론적 검증, 컴팩션·하위 에이전트·진행파일을 통한 컨텍스트 관리 기법을 설명하며, 작게 시작해 실수할 때마다 한 겹씩 보강해 나가는 5단계 실천
후결제 시스템 안착으로 서비스 정밀도 및 고객 신뢰도 제고 안심환급 보상제도 개편 병행…업계 최고 수준 최대 200만 원 보상
토스에서 게임 광고를 받기 위해 MRAID 기반 플레이어블 광고 SDK를 직접 만든 이야기를 소개해요.
.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
개발자 여러분, 안녕하세요!8월 둘째 주 블로그에 발표된 Google의 주요 개발자 제품별 최신 소식을 살펴보세요.[주요 개발자 블로그 업데이트]AI & Machine LearningGemini 3.7 플래시를 소개합니다 (국문)LiteRT와 Gemma로 Raspberry Pi에서 온디바이스 AI 마스터하기 (Mastering Edge AI on Raspberry Pi with LiteRT and Gemma)Go 언어가 AI 보조 소프트웨어 공
안녕하세요, 포스타입에서 PM을 맡고 있는 B입니다. 얼마 전 사내 구성원분들을 위해 'Flex 점심 식비 잔액 계산기'라는 크롬 익스텐션을 만들어 배포했습니다. 개발 직군이 아닌 제가, AI의 도움을 받아 몇 시간 만에 만든 아주 작은 도구입니다. 그래서 이 글은 대단한 기술 이야기가 아닙니다. 오히려 기획자가 아이디어를 실제로 동작하는 형태까지 가져가려면 무엇이 필요했는지에 대한 기록입니다. 그리고 이런 방식이 사내 도구를 넘어 실제 제품
AI 에이전트가 스킬을 고르지 않거나 엉뚱한 절차를 밟는다면 SKILL.md를 살펴야 합니다. 실제 파일 238개를 분석한 연구가 찾아낸 결함 유형과 이를 개선하는 8가지 방법, 업무용 스킬 5개에 직접 적용한 결과를 정리했습니다.
1편에서는 검색·추천 모델을 vLLM 사용자 정의 플러그인으로 옮겨 서빙 성능을 높인 과정을 소개했습니다. 모델을 vLLM에서 실행할 수 있게 된 뒤에는 또 다른 문제가 남았습니다. 모델마다 반복해야 하는 변환 작업이 복잡하고, vLLM의 빠른 변화까지 계속 따라가야 한다는 점입니다. Hugging Face 모델 하나를 vLLM에 올리는 과정은 버튼 한 번으로 끝나지 않습니다. ‘딸깍’ 한 번으로 완성할 수는 없습니다. 하지만 자동화를 우리 문
페이지 3 / 84 (총 1510개)