NAVER D2

·Architecture·

Kubernetes, DevOps, Docker

NAVER D2에서 발표한 SNOW의 Automatic Sharding 도입기는 다수의 서비스가 한정된 GPU 자원을 효율적으로 공유하도록 돕는 기술을 소개합니다. 발표는 모델 로딩 오버헤드를 제거해 더 빠르고 안정적인 AI 모델 서빙 전략을 제시하며, Automatic Sharding의 문제 정의와 알고리즘 설계에 초점을 맞춥니다. 네이버에서 개발한 이 세션은 인프라에 자동 반영되는 구현 방법과 안정적인 배포 전략에 대한 실무 시사점을 제공합니다.

슈퍼브에이아이

·AI/ML·

AI, Computer Vision, Object Detection, Vision Language Action, State Of The Art

슈퍼브에이아이의 기사 요약은 아마존과 엔비디아가 14억 달러를 투자한 로봇 기업의 핵심이 '눈' 즉 시각 인식 기술에 있음을 설명합니다. 글은 Vision-Language-Action(VLA) 아키텍처와 Neura Robotics의 센서 설계가 로봇의 시각·인지 능력을 현장 적용 가능하도록 강화하는 방법을 제시합니다. 또한 산업 현장 적용 시나리오와 기대 효과에 대한 실무적 가이드와 인사이트를 제공하며, 다양한 산업 분야의 적용 예와 비교 포인트를 통해 실무 준비를 돕습니다.

구글코리아

·AI/ML·

Journey, Story, Communication, Experience

구글코리아가 제미나이 200% 활용법에 대한 내용을 다룹니다. 제미나이 200% 활용법은 구글코리아의 관점에서 핵심 포인트를 제시하며, 이 활용 영역의 실무적 가치를 다룹니다.

구글코리아

·Else·

Journey, Story, Experience

구글코리아가 제목의 핵심 주제인 제미나이 200% 활용법을 중심으로, 독자에게 실용적 인사이트를 제공하는 방향으로 체계적으로 다룹니다. 제미나이의 200% 활용법에 대한 구체적 내용과 정리된 시사점은 업계 실무에 가치가 있음을 보여 주며, 이에 대한 경험을 공유합니다.

미리디

·Architecture·

TypeScript, React, Monorepo, Module Federation, Micro Frontends

미리디의 모노레포가 프론트엔드 아키텍처를 어떻게 뒷받침하는지와 CI/CD 흐름의 핵심 설계를 상세히 다루며, 레포 구조·빌드 전략·배포 정책의 연결고리를 설명합니다. CI에서 독립적으로 동작하는 세 파이프라인(lint, type-check, test)이 서로의 아티팩트를 공유하지 않고 PR 단위로 병렬 피드백을 제공합니다. 런타임 통합을 가능하게 하는 Webpack 5 Module Federation과 manifest 기반 로딩으로, Fragment 단위의 독립 배포를 지원합니다.

미리디

·Architecture·

TypeScript, Clean Architecture, Monorepo, Module Federation, Monolith

미리디 프론트엔드 팀의 모노레포 사례를 통해 1편에서 모노레포와 모놀리스의 차이와 공통 패턴의 함정을 요약합니다. 공통 패키지의 남용이 의존성 폭주와 변경 전파를 초래하는 방식과 변화율 기반의 계층 설계 원칙을 제시합니다. shared, entity, feature, fragment, service, application 등의 계층 구분과 단방향 의존 및 같은 계층 간 참조 금지 같은 규칙으로 모노레포를 안정적으로 관리하는 실무 지침을 제공합니다.

토스

·Else·

Company Culture, Policy, Documentation, Knowledge Management, Governance

토스의 기술 블로그 글은 도구에 의존하는 지식 관리에서 벗어나, 지식 거버넌스와 책임 주체를 정하는 과정을 다룹니다. 토스의 커머스 도메인에서 정책 변경과 팀 간 지식을 하나의 시스템으로 묶고, 위키 자동화와 정책 질문 봇으로 지속적 갱신을 구현하는 방식을 제시합니다. Knowledge Committee는 토스 팀 전반의 문서 운영 기준을 정의하고, 조직 간 조율을 통해 기준을 확산합니다.

라인

·Architecture·

HDFS, Data Platform, Data Integration

라인의 기술 블로그는 1EB를 초과하는 대규모 데이터 플랫폼에서 서로 역사가 다른 두 HDFS를 연결하는 과제와 설계 결정을 다룹니다. 구체적으로, 대용량 환경에서의 데이터 연계 이슈를 짚고, 어떤 설계 선택이 문제 해결에 기여하는지 실무 관점에서 제시합니다. 실무 적용이나 기대 효과에 대한 인사이트를 제공하여, 유사 데이터 플랫폼 운영 상황에서 활용 가능성을 제시합니다.

라인

·AI/ML·

Machine Learning, AI, Genetic Algorithm, Prompt Tuning

라인이 프롬프트 튜닝의 수작업에서 AI 기반 튜닝으로의 전환과 유전 알고리즘 기반 자동 최적화 및 고속화에 관한 핵심 아이디어를 다루며, 실무 적용의 방향성을 제시합니다. 프롬프트 튜닝의 AI 기반 자동 최적화 및 고속화의 가치에 대한 경험을 공유합니다.

토스

·AI/ML·

CICD, GitHub Actions, GitHub

토스가 AI 기반 문서화를 도입해 Technical Writer의 역할을 자동화하는 전략적 여정을 다룹니다, 조직 내 문서 품질 관리와 지식 재생산의 관점에서. 원칙과 템플릿으로 AI가 글을 작성하게 하고, 토독이 챗봇과 GitHub Actions로 문서 작성과 리뷰를 자동화했고, 팀 전체로 확산했습니다. 사내 메신저와 GitHub에서의 자동화로 변경 관리 및 지식 재사용성이 개선되며, 빠르게 변화하는 기능에 맞춰 문서의 신뢰성을 높인다는 기대를 제공합니다.