NAVER D2

·AI/ML·

Git, Kubernetes, DevOps, CICD, GitHub

NAVER D2가 vLLM 플러그인 변환과 배포를 AI-native로 자동화하는 엔드투엔드 파이프라인의 구조와 구현 흐름을 자세히 다룹니다. 주요 내용은 convert-vllm Claude Code Skill을 통한 5단계 자동화와 plan.md 승인 게이트로의 협업, 토큰 수를 6,900개에서 170개로 97% 감소시킨 결과입니다. 또한 도메인 지식의 소유주가 저장소에서 제공하는 분산형 협업 구조를 도입해, Issue 한 개로 변환부터 배포까지 자동화하는 GitOps 흐름을 확립했습니다.

NAVER D2

·Architecture·

Hugging Face, vLLM, Reranking, CUDA Graph, IO Processor

네이버 D2가 vLLM 풀링 런타임과 IO Processor를 활용해 검색·추천 모델 서빙 경로를 단일 엔드포인트로 통합하는 아키텍처를 제시합니다. 재순위화, ABSA, 이미지 랭킹 등에서 연속 배치와 커널 최적화를 적용해 처리량을 크게 높이고 지연 시간을 대폭 낮췄습니다. 플러그인 기반 배포와 KServe 중심 운영으로 개발에서 운영까지 자동 확장과 모니터링을 실현하는 실행 경험을 다룹니다.

티빙

·Backend·

Strategy, Innovation, Company Culture, Team Building, Productivity

TVING의 새로운 도전 방식과 파트너십 재설계, 멤버십 구조의 단순화가 신규 고객 유입과 콘텐츠 소비로 연결되는 과정을 다룹니다. 또한 커뮤니케이션 기록의 중심화와 문서화 도구 활용으로 협업 효율성과 맥락 공유를 크게 개선한 사례를 제시합니다. 실무 적용으로 AI 도구 활용과 현장 이해를 강화하며, 플랫폼 중심의 제작 프로세스가 팀 몰입과 성과에 기여한다는 점을 강조합니다.

AWS

·Architecture·

Claude Code, Amazon Bedrock, Guardrails, LLM Gateway, Claude Cowork

AWS의 Amazon Bedrock 기반으로 한화솔루션이 Claude Cowork와 Claude Code를 사내 게이트웨이로 전사 배포하며 거버넌스 체계를 구축한 사례를 다룹니다. 다중 Entra ID 테넌트를 단일 인증 게이트웨이로 수용하고, 데이터 비학습 보장과 PrivateLink를 통해 보안과 감사 로깅을 중앙에서 강제합니다. PoC를 거쳐 7월 GA 이전에 전체 도입을 완료했고, 멀티테넌트 인증, 가상 키 라이프사이클, 비용 집계로 엔터프라이즈 AI 거버넌스의 실무 적용 사례를 제공합니다.

반려생활

·AI/ML·

Innovation, Story, Experience, Challenge

반려생활이 촬영 없이 AI 이미지 생성을 활용해 강아지용 사찰복 상세컷을 하루 만에 완성한 전 과정을 자세히 다룹니다. 레퍼런스 사진 학습, 유지/수정 구분 프롬프트 작성, 리소스 재촬영 및 디테일 보강을 거쳐 실제 샘플과의 차이를 최소화했습니다. 촬영 일정이 촉박한 환경에서도 AI 이미지 생성이 실용적 옵션임을 확인했고, 향후 상세페이지 제작 시간과 비용 절감의 기대 효과를 제공합니다.

AWS

·DevOps·

AWS, Confluence, Jira, Kiro, AI-DLC

AWS AI-DLC를 기반으로 LG CNS가 System Maintenance 현장에 맞춘 하네스 엔지니어링과 3계층 Override 구조를 적용한 사례를 다룹니다. 원본 규칙은 불변으로 두고 Override 레이어를 통해 불필요한 반복, AI Hallucination, 멀티 레포지토리 영향 등을 해결하고, Knowledge/Skill/Hook으로 자동화와 거버넌스를 강화했습니다. 현장 파일럿에서 1개월간 16건의 개발 변경으로 표준 공수와 재현성을 확보했고, 시스템별 재사용 자산이 확산 중입니다.

토스

·Architecture·

TypeScript, React, Next.js, Yarn, Rspack

토스는 대규모 모노리포에서 의존성 버전 파편화를 해결하기 위해 표준 라이브러리 카탈로그 기반 전략을 도입하고 운영했습니다. 카탈로그를 통해 React, Next.js, TypeScript 등 핵심 의존성을 한 버전으로 통일하고, canary 카탈로그와 자동 코드 변환 스크립트로 안전한 업데이트를 지원했습니다. 도입 후 패키지 의존성 크기가 크게 축소되고 개발 서버 및 설치 시간이 단축되어 개발 생산성과 플랫폼 업데이트의 안전성이 크게 향상되었습니다.

슈퍼브에이아이

·AI/ML·

Strategy, Innovation, Machine Learning, AI, Deep Learning

슈퍼브에이아이의 기고는 1조 4천억 규모의 피지컬 AI 사업의 성패를 가르는 네 가지 질문에 초점을 맞춰 전략적 방향을 제시합니다. 저자는 데이터 수집과 거버넌스, 인프라 구축, 표준화, 협력 모델의 중요성을 논의하며 AI 반도체와 생태계 투자 필요성을 지적합니다. 실무자는 데이터 관리 체계 구축과 외부 파트너 협력, 하드웨어 투자 전략 등을 반영한 실행 가이드로 활용할 수 있을 것입니다.

에이아이트릭스

·Else·

Event, Company Culture, Team Building, Team Growth

에이아트릭스의 2025년 상반기 동안 직원들이 함께 즐긴 소소한 이벤트를 통해 사내 분위기와 협업이 어떻게 변화했는지 다룹니다. 주요 사례로 샌드위치 데이, 레고 플라워, 동갑내기 점심, 삼계죽 데이가 있으며, 에이아트릭스의 문화 활성화에 대한 경험을 공유합니다.

에이아이트릭스

·AI/ML·

Deep Learning, External Validation, Imputation, Medical AI

에이아이트릭스의 MAES 모델이 다양한 병원 환경에서도 안정적으로 작동하는지 확인하기 위한 현장 검증 연구를 실제 임상 현장의 일반화 가능성을 중심으로 다룹니다. 전향적 외부 검증에서 MAES는 계명대 동산병원 일반 병동 환자들을 대상으로 급성 중증 이벤트를 예측했고, 특이도에서 42%의 정확도 향상과 민감도에서 67%의 오경보 감소를 보였습니다. 결측치 연구에서는 LOCF와 정상치 대체가 강제 검사 시뮬레이션보다 더 나은 예측 성능을 보였고, 임상의 판단이 결측의 정보를 반영해 성능을 높일 수 있음을 시사합니다.