4. 우리 팀의 문서화는 왜 실패할까? (2)
서로 다른 조직에서 부딪힌 시행착오의 경험을 나누고, 이제 막 문서화를 시작하는 조직이 무엇부터 시작하면 좋을지 이야기해요.
devBlog
Tools 글 모음
기업 기술블로그의 Tools 관련 글 1441개
3. 우리 팀의 문서화는 왜 실패할까? (1)
거의 모든 회사가 겪는 "지식이 안 쌓인다"는 문제에 어떻게 접근했고 무엇을 배웠는지 공유해요.
분석 에이전트의 힘으로 분석을 하나로 연결하다! 전문 조직에서 도전하는 생성 AI 시대의 업무 혁신과 역할 전환
LY Corporation의 기술 컨퍼런스인 Tech-Verse 2026의 공식 기사입니다.안녕하세요. AI 에이전트로 분석을 ‘하나로 잇는’ 프로젝트 ‘PJ One Piece’의...
AI 시대의 브랜드 그래픽 시스템 구축기
엑셀로 하는 영업 관리, 우리 회사는 언제까지 괜찮을까요? (feat. CRM이란?)
"담당자마다 고객 정보가 담긴 엑셀 파일이 따로 있어요.", "견적 건마다 어떻게 진행되고 있는지, 담당자에게 물어봐야만 알 수 있어요.", "우리 제품에…
[의존성의 방향을 따라 5/5] Evergreen이 가능했던 이유
Convention Plugin이 만든 구조적 일관성, 그리고 50개 레포를 움직이는 Evergreen 자동화의 토대
[인터뷰] 토큰증권(STO), 전자증권법·자본시장법 개정 핵심과 기업 대응 전략 with 법무법인 화우
✨ 네이버클라우드 조각투자∙토큰증권 시리즈 ✨ 미리보는 핵심 로드맵 1단계 (지금 즉시) 사업 구조의 법적 적법성을 검토하고, 기초자산 파이프라인 확보와 IT·클라우드 파트너 선정이 필요합니다. 2단계 (인가 준비) 인가 신청을 준비하고 시스템 구축 및 테스트는 물론, 감독당국과의 사전 협의도 해야 합니다. 3단계 (시장 진입) 실제 토큰증권 발행하고 본격적인 시장에 참여하게 됩니다. 전자증권법과 자본시장법 개정이 가시화되면서, 토큰증권(STO
2. 전문성 밖으로 나아가기
Technical Writer의 고민과 전문성을 '토독'이라는 제품으로 만들면서, 기존의 전문성을 더 확장하는 과정을 담았습니다.
사람도 기계도 읽는 규약: 예측 가능한 AI 제품 만들기
왓챠 웹 PiP 적용기 — Document PiP는 어떻게 동작하고, 무엇이 어려웠나
“왓챠 PiP 안 됨?” — 됩니다, 이제부터.
AI 시대에 PM은 정말 대체될까? – 문과 출신 주니어 개발자가 슬랙봇으로 팀을 운영해본 3개월
Amazon S3 Files, 도입 전 반드시 확인해야 할 3가지 고려사항
소개 2026년 4월 7일 Amazon S3 Files가 정식 출시되면서 “S3 버킷을 파일시스템처럼 다룬다”는 메시지가 빠르게 확산되고 있습니다. 4월 21일에는 AWS Lambda 마운트 지원도 추가되어 Amazon EC2, Amazon Elastic Container Service(ECS) (AWS Fargate / Amazon ECS 관리형 인스턴스), Amazon EKS, AWS Lambda 네 가지 컴퓨팅에서 사용할 수 있습니다. 엔
[클로바 시선 #51] 업무 중 AI에 물어본 영어가 나만의 퀴즈가 된다면? LingoQ: 맞춤형 영어 퀴즈 앱 연구
영어로 일하는데 영어 실력은 왜 그대로일까요? 영문 이메일 초안을 ChatGPT에 붙여 넣고 "더 자연스럽게 고쳐줘"라고 요청한 뒤, 수정된 문장을 그대로 복사해서 보내는 일. 글로벌 환경에서 일하는 직장인이라면 꽤 익숙한 장면일텐데요. 이렇게 매일 영어로 문서를 읽고 메일을 쓰는데도 왜 실력은 제자리처럼 느껴질까요? 비영어권 직장인은 원어민에 비해 같은 자료를 읽더라도 더 오래 걸리고, 같은 이메일을 작성하더라도 표현 하나를 고치기 위해 더
도구에서 동료로 — AI 에이전트 자율 성장 프레임워크
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2026(5월)에서 발표되었던 세션을 공개합니다. 발표 내용 매 세션 초기화되는 AI의 한계를 넘어, 경험을 축적하고 스스로 성장하는 에이전트 프레임워크 GNOSIS의 설계 원칙과 구현 사례를 소개합니다. 발표 대상 AI Agent 프레임워크 활용에 관심 있는 개발자 목차 PROLOGUE — 당신의 AI는 어제와 똑같다 INTRODUCTION — GNOSIS 30초 요약 AR
매일 하던 업무를 디자인하기
반복되는 업무를 프로덕트처럼 정의하고, AI와 함께 해결했어요.
[AWS Summit Seoul 2026] AI-Ready Data: 에이전틱 AI 시대, 데이터가 답이다
에이전틱 AI가 비즈니스를 이해하고 정확하게 행동하려면 모델보다 먼저 데이터가 준비되어야 합니다. 이번 글에서는 AI-Ready Data의 개념과 시맨틱 레이어, 지식 그래프, 온톨로지를 활용해 데이터를 AI가 이해할 수 있는 구조로 만드는 방법을 살펴봅니다. The post [AWS Summit Seoul 2026] AI-Ready Data: 에이전틱 AI 시대, 데이터가 답이다 appeared first on NDS Cloud Tech Bl
LLM·하네스로 더 좋은 n8n 워크플로 생성하기
LLM에 정확한 정보와 도구를 제대로 쥐여 주면 더 높은 품질의 n8n 워크플로를 생성할 수 있습니다. 이 글은 LLM의 작업 환경 전체를 설계하는 접근 방식인 '하네스(Harness)'를 만들어 실험한 내용을 다뤘습니다. 같은 모델과 같은 요청을 두고 하네스 수준만 바꿨을 때 모델이 생성한 n8n 워크플로 품질이 어떻게 달라지는지 소개합니다.
페이지 5 / 81 (총 1441개)