최신 피드를 AI 요약으로 빠르게 확인하세요
![[Hands-On] AWS IoT Core를 활용한 확장 가능한 IoT 아키텍처 설계 섬네일](https://blog.kyobodts.co.kr/wp-content/uploads/2024/01/제목을-입력해주세요_-001-4-150x72.png)
교보DTS의 Hands-On 포스트는 AWS IoT Core를 이용한 확장 가능한 IoT 아키텍처 설계의 원리와 구성 요소를 제시합니다. 본문은 수百만 대 디바이스의 안전한 연결, 끊김 없는 메시지 통신, 데이터 적재의 효율적 배분이라는 핵심 문제를 다루며, MQTT 기반 메시징 설계를 안내합니다. 교보DTS는 이 포스트를 통해 실무 적용에 도움이 되는 방법론과 설계 가이드를 제공하며, 확장성과 보안을 고려한 아키텍처 설계 원칙도 함께 제시합니다.

교보DTS가 LLM의 환각 문제를 중심으로, 외부 지식과 구조화된 관계를 제공하는 '온톨로지'를 활용한 지식 지도 개념을 소개합니다. 단순한 문서 검색을 넘어 복잡한 추론과 관계 파악을 지원하기 위해, 온톨로지가 AI의 논리적 지식 맵으로 작용한다는 점을 강조합니다. 실제 서비스 환경에서 RAG 한계를 보완하고, 인간 수준의 지식 구조를 활용한 서비스 품질 향상을 기대할 수 있습니다.

구글코리아가 AI 시대의 경영에서 광고가 아닌 신뢰를 설계하는 여정을 다양한 관점으로 다룹니다. AI 시대의 경영에서 광고가 아닌 신뢰를 설계하는 여정을 다룹니다.

포스타입이 신규 서비스 캐릭터톡의 4일 PoC를 중심으로 TF 구성과 출시 의사 결정까지의 전 과정을 현장 경험과 맥락으로 자세히 다룹니다. 시스템 프롬프트 엔지니어링, 휴먼 테스트 등 구체적인 방법과 TF의 목표 설정 과정에 대한 핵심 내용과 실무적 교훈을 다룹니다. AI 챗 시장의 성장 속에서 사업 확장과 크리에이터 수익화 가능성에 대한 가설과 탐색 맥락을 비즈니스 관점으로 조명합니다.

반려생활이 JPA 1차 캐시의 한계와 PESSIMISTIC_WRITE 락이 가진 동시성 문제를 심층 분석하고, 재고 차감 흐름에서의 데이터 불일치를 짚어봅니다. 해결책으로는 1차 캐시를 강제 갱신하는 refresh와 설계 개선으로 식별자 참조만 남기는 방향이 논의되었고, 비관적 락의 신뢰성 보완도 함께 검토되었습니다. 결과적으로 재고 차감의 핵심은 DB 락 여부가 아니라 현재 애플리케이션 상태의 일관성이며, 1차 캐시를 재동기화하는 접근이 필요합니다.

라인이 AI 시대의 인증 과제를 해결하기 위한 차세대 표준 후보 ID-JAG를 다룹니다. 이 글은 ID-JAG의 기본 방향과 산업적 활용 가능성을 간략히 다룹니다.

당근에서 SEED 디자인 시스템 기반의 화면을 프롬프트로 자동 생성하고 의사결정을 자동화하는 Kraft의 아키텍처와 3단계 형태를 소개합니다. 어드민에서 시작해 CLI, 에이전트로 진화한 흐름 속 Plan/Orchestra 하네스가 DESIGN SPEC, Memory, Cases, Eval 루프를 통해 품질과 맥락을 유지합니다. 또한 Cross-session Memory와 11개 자동 평가 기준, 스킬 모듈로 디자인 지식을 외부로 관리해 업데이트와 재생성을 효과적으로 지원합니다.

삼쩜삼 뉴스룸이 안심환급 보상제 시즌3의 시행을 발표하며, 보상 정책의 적용 범위와 목표를 독자들에게 상세히 제시합니다. 본문은 보상 규모와 지급 방식, 자격 요건, 신청 절차, 심의 및 분쟁 처리 같은 구체적 절차를 다룹니다. 또한 피드백과 개선 약속, 재발 방지 조치와 투명한 운영 흐름에 대한 안내를 통해 서비스 신뢰를 높이는 방향을 제시합니다.

구글 클라우드가 Rapid Storage를 fsspec 인터페이스로 PyTorch에 직접 연결하는 고성능 연동으로 AI 학습 병목을 해소하는 방식을 제시합니다. 구글의 Colossus 아키텍처와 양방향 gRPC 스트리밍을 활용해 총 처리량 15 TiB/s에 이르고 지연을 대폭 줄였으며, 버킷 타입 업데이트 외에는 코드 변경이 필요 없습니다. 개발자는 PyTorch 학습 파이프라인에서 저장소 구성의 변경으로 성능 향상을 실현할 수 있으며, 대규모 모델 학습의 비용과 시간을 절감하는 실무적 가치를 얻습니다.
네이버 D2가 비개발자와 협업해 Jira 데이터 기반 리드타임과 DORA 지표를 활용한 생산성 측정 도구를 개발한 9일간의 여정을 다룹니다. Jira 변경 이슈의 리드타임 계산과 주별 트렌드를 HTML 대시보드로 시각화하고, DevOps 보드의 한계를 보완하기 위해 맞춤형 도구를 단계적으로 구축했습니다. 이와 같은 인프라와 문서화를 통해 비개발자도 데이터 기반 논의를 주도할 수 있는 조직 문화를 형성할 수 있습니다.