가비아

·Else·

Strategy, Company Culture, Leadership, Team Growth, Learning

가비아의 글은 기업교육의 정의와 필요성을 설명하고, 효과적인 도입을 위한 4가지 운영 기준과 하이웍스 기업교육의 핵심 특징을 정리합니다. 네 가지 도입 요소를 중심으로, 콘텐츠 맞춤성, 운영 편의성, 시스템 연동, 학습 현황 관리의 필요성을 제시하고, 하이웍스의 콘텐츠 통합과 그룹웨어 연동을 강조합니다. 가비아의 제안은 실무 중심 학습과 지속 가능 학습 체계 구축을 통해 조직의 역량 강화 및 관리 효율성 향상을 기대하게 합니다.

슈퍼브에이아이

·AI/ML·

Agentic AI, DINO, Vision Foundation Model, Zero Shot Detection, Grounding DINO

슈퍼브에이아이가 제조·물류 현장의 AI 도입에 대한 실전 가이드를 제시하며, VFM과 에이전틱 AI를 중심으로 한 현장 적용 내용을 다룹니다. 주요 내용은 현장 데이터 기반 AI 도입 방법과 온프렘/API 배포 옵션, ZERO·Agentic AI의 작동 원리, SOP와 재교육 필요성, 안전 규정 준수 및 설계 원칙을 담습니다. 또한 PPE 준수 개선 사례, 비용과 ROI 관점의 기대 효과, 그리고 맥킨지 2025년 State of AI의 실무 시사점을 제시합니다.

삼쩜삼 뉴스룸

·Else·

Announcement, News

삼쩜삼 뉴스룸이 2026년 봄 정부 여행 지원금 혜택의 대상, 구성, 신청 기간 등 핵심 내용을 정리해 제공합니다. 내용은 자격 요건, 지원 규모, 기간별 혜택 구분, 신청 방법과 유의사항을 단계별로 제시하여 개발·운영 관점에서 현황을 빠르게 파악하도록 돕습니다. 기업 출장 및 여행비 혜택 활용 시나리오와 규정 준수 방법을 예시로 제공해 실무 적용에 도움을 줄 수 있습니다.

구글코리아

·AI/ML·

Innovation, Event

구글코리아가 2025 광고 안전 보고서에서 제미나이가 유해 광고를 선제적으로 차단하는 기술 주제를 다룹니다. 제미나이 기반 도구의 차단 역량 향상과 구글의 지속적인 발전 방향을 다룹니다.

크리에이트립

·AI/ML·

AI, GitHub, Code Review, Adoption

크리에이트립은 AI 코드 리뷰 품질을 수치화하기 위해 벤치마크를 구축하고, 원본 PR과 핫픽스 PR의 차이를 통해 AI 리뷰의 버그 탐지 성능을 평가합니다. 단일 에이전트의 프롬프트와 도구를 최적화하고, GPT 5.2 Codex를 기본 모델로 선정한 뒤 도입 주간 반영률이 60%대까지 올라가는 성과를 확인했습니다. 또한 PR 템플릿에 Intent와 Decisions를 추가하고, 애매한 부분은 질문 태그로 다루며 자동 스레드 종결 등을 통해 신뢰도와 실무 활용성을 높였습니다.

구글

·AI/ML·

TPU, Reinforcement Learning, JAX, Tunix, Supervised Fine Tuning

구글의 MaxText가 단일 호스트 TPU 구성을 위한 SFT와 RL 지원을 확장하고 JAX와 Tunix로 고성능 모델 미세조정 기능을 선보입니다. 이 기능은 미리 학습된 모델을 전문 작업과 복잡한 추론에 쉽게 적응시키고 GRPO와 GSPO 같은 효율적 알고리즘을 활용합니다. 또한 단일 호스트 구성에서 다중 호스트 구성을 향한 확장 경로를 제공하며 포스트 트레이닝 워크플로우를 간소화합니다.

AWS

·AI/ML·

AWS, Kubernetes, MCP, Amazon Bedrock, Amazon DynamoDB

GS리테일의 클라우드 인프라팀은 Amazon Bedrock의 Converse API와 MCP를 기반으로 한 AIOps 에이전트를 도입해 7개 이상 도구를 자율적으로 조합해 인시던트를 분석하는 엔진을 구축했다. Datadog, Bitbucket, Confluence, AWS, EKS, PostgreSQL 등 다수 도구를 연계하고 16개 조직의 데이터를 처리해 평균 분석 시간을 30분대에서 약 2분으로 약 93% 단축했다. 향후 Self-healing, FinOps 연동, 멀티 에이전트 협업 및 Graph RAG 기반 정확도 향상 등을 추진할 계획입니다.

올리브영

·AI/ML·

AWS, GitHub Copilot, Kiro, AI DLC, Amazon Q Developer IDE Plugin

올리브영은 AWS의 AI-DLC를 도입해 3일간 Unicorn Gym 워크숍에서 SDLC 전반에 걸친 AI 협업 프로세스를 구축했다. Inception, Construction, Adaptive Workflow, Human-in-the-Loop 같은 단계로 요구사항 정제와 설계 산출물 생성을 사람과 AI의 협업으로 이끌었다. 또한 다수 과제에서 초기 설계 오류 재작업 비중이 크게 감소하고, Brownfield 현대화 시나리오로 레거시 코드의 AI 기반 분석과 마이그레이션의 생산성 향상을 시도했다.

당근

·DevOps·

AWS, Kubernetes, EKS, Karpenter, Cluster Autoscaler

당근의 엔지니어링 팀은 Job 워크로드를 위해 EKS 노드 그룹의 자동 확장을 도입한 구체적 경험을 소개합니다. Bin-packing을 통해 일부 노드에 워크로드를 집중시키고, PodAffinity와 Kyverno 규칙으로 자원 소모를 관리하며 노드 축소 시 중단 없이 운영하도록 구현했습니다. 생산 환경에서 급증하는 작업으로 kubelet 부하와 이미지 풀 실패, EBS 쓰로틀링 등 문제를 확인하고 maxPods를 60으로 제한하는 등 안정성 개선을 시도했습니다.

티빙

·DevOps·

Spring Boot, Java, GraalVM Native Image, Buildpacks, Jib

티빙이 GraalVM Native Image를 도입해 이벤트 기반 알림 서비스의 기동 시간을 11.5배 단축하고 OCI 이미지 크기를 35% 감소시켰습니다. Jib에서 Buildpacks로 전환하고 BP_NATIVE_IMAGE 설정으로 네이티브 빌드를 가능하게 한 뒤, 메타데이터 수집과 AI 기반 반복 자동화(Ralph Loop)로 누락된 설정을 보완했습니다. Native Image의 빌드 비용 증가와 운영 관측 도구의 변경 필요를 염두에 두고, 초기에는 기동 시간이 중요한 워크로드에 한정해 점진적으로 확산하는 접근을 권장합니다.