가비아

·Cloud·

Cloud Sovereignty Framework, SecNumCloud, EUCS

가비아의 데이터주권 시리즈는 데이터 소재지, 운영 통제권, 암호화 키, 공급망, 네트워크 경로의 다섯 가지 요건으로 주권 개념을 체계적으로 설명합니다. 각 요건의 의미와 평가 방식, CSF와 SecNumCloud 간 차이, EUCS 현황까지 비교하여 실무적 시사점을 제시합니다. 비용 및 복잡성 관점에서 우선순위 설정의 기준을 제시하고, 실제 데이터 위치와 관리 체계에 따른 실무 적용 가이드라인을 제공합니다.

토스

·AI/ML·

Security, Gateway, GenAI, Langfuse, Data Governance

토스는 여러 서비스에 공통으로 필요한 작업을 플랫폼이 맡도록 AI 플랫폼을 구축해 모델 연동, 권한 관리, 비용·용량 검토를 통합합니다. GenAI Portal과 GenAI Gateway, MCP Gateway를 통해 모델 사용 조건을 설정하고 실제 호출에 적용하며 운영을 모니터링합니다. 보안·로그 관리, 데이터 등급에 따른 가드레일, Langfuse 트레이스, 예산 관리 등 실무 가이드와 정책 적용 사례를 제공합니다.

슈퍼브에이아이

·AI/ML·

Market Analysis, Industry Trends, Investment, Business Strategy

슈퍼브에이아이의 인사이트 글은 로봇이 수행할 수 있는 작업 비율과 인건비 대비 비용 절감의 가능성을 분석하고 ROI를 조명합니다. 본문은 74%의 작업이 로봇으로 가능하다는 연구와 0.3% 수준의 비용 차이 같은 구체 수치를 제시하며, 방법론과 근거를 제시합니다. 독자는 이러한 인사이트를 바탕으로 로봇 도입 전략과 ROI 기대치를 구체적으로 설계하고, 실행 로드맵을 마련할 수 있습니다.

미리디

·Else·

Company Culture, Leadership, Team Growth, Career, Onboarding

미리디의 고객만족 CX팀은 고객의 목소리를 서비스 개선으로 연결하고, 같은 이슈의 재발을 막는 구조 개선에 초점을 둡니다. CS와 CX의 차이를 설명하고, 피드백을 수집·분석해 안내 문구와 내부 프로세스를 개선함으로써 재발을 근본적으로 차단합니다. 온보딩은 두 달간의 '아기새' 기간으로 이론과 실습을 병행하며, 인쇄 공정 이해를 포함한 전사 서비스 운영 역량을 키웁니다.

AWS

·Backend·

AWS, OpenSearch, Nori, MeCab

AWS의 Amazon OpenSearch Service에서 자체 빌드 Nori 분석기를 활용하고 MeCab-Ko 기반 사전을 적용해 사용자 사전을 미세 조정하는 고급 방법을 소개합니다. 글은 MeCab-Ko 엔진 빌드, 품사/복합명사 분해 규칙, 비용 설정과 플러그인 ZIP 패키징, 로컬 검증에서의 비교를 통해 기본 Nori와 커스텀 Nori의 차이를 분석합니다. 또한 샘플 데이터와 사용자 규칙, 고비용/저비용 사전 비교, 품사 표기 차이 등 실무 적용에 필요한 가이드를 제공합니다.

Cj온스타일

·AI/ML·

Strategy, Innovation, Event, Company Culture

CJ온스타일은 AI Transformation(AX)을 전사 전략으로 선언하고, 현업이 직접 AI를 활용해 문제를 해결하도록 조직과 프로세스를 재설계했습니다. AI러닝크루를 통해 현업이 문제 정의부터 구현, 검증까지 직접 참여하는 AI 민주화를 추진했고, 2~4주 사이클로 업무 자동화와 27건의 우수사례가 확산되었습니다. 또한 현업이 만든 솔루션은 생산성 자산으로 축적되어 재사용되며, 2027년까지 AI 역량 커리큘럼을 체계적으로 고도화할 계획입니다.

토스

·Architecture·

Kubernetes, Milvus, HNSW, IVF, DISKANN

토스가 Milvus 기반 벡터 검색 워크로드의 품질과 처리량을 확인하기 위한 자원 사이징 기준 수립 과정을 소개합니다. 벤치마크에서 HNSW, IVF_SQ8, DISKANN 등을 비교하고, NUMA 배치와 SQ8 압축으로 CPU·메모리 사용을 최적화해 300 QPS 이상 달성 사례를 다룹니다. 실제 서비스 데이터에 맞춘 시뮬레이션과 NUMA/병렬 설정의 중요성, 서버 규모 산정에 활용 가능한 실용적 가이드를 제공합니다.

토스

·Architecture·

Kubernetes, Milvus, HNSW, IVF, DISKANN

토스증권의 데이터 인프라 팀은 Milvus 기반 벡터 검색 워크로드의 자원 소요를 사이징하기 위해 CPU·메모리 구성을 체계적으로 평가했습니다. 1억 건 768차원 벡터에서 HNSW_SQ8 등 인덱스와 SQ8 압축을 비교하고, NUMA 배치와 KPI(recall@10 ≥0.95, 300 QPS) 달성을 위한 최적 구성을 도출했습니다. 결과적으로 서버 규모 예측 시뮬레이터를 통해 검색 조건과 차원에 따라 필요한 노드 수를 산정하고, 같은 자원으로 처리량을 높이는 운영 가이드를 제공하는 실무 인사이트를 제시합니다.

NHN Cloud

·AI/ML·

Large Language Models, Tokenization, Autoregressive, Machine Translation, Hallucination

NHN Cloud의 글은 AI 번역의 한계와 현장 사례를 분석하며 오역 및 자막 실수 사례를 다룹니다. 한국어의 토큰화와 자기회귀의 한계, 지시 이탈·원문 이탈의 환각 현상, 학습 목표와 맥락 무시를 원인으로 설명하며 HalloMTBench 연구의 33~60% 환각 지표도 제시합니다. 실무자는 검증 계층 부재와 확신도 노출의 부재를 주의하고, 신중한 활용과 모니터링의 필요성을 이해할 수 있습니다.

카카오

·AI/ML·

Event, Conference

카카오의 if(kakao)26 행사에 대한 온라인 라이브 발표를 다룹니다. 제목에서 핵심 주제인 if(kakao)26과 카카오의 기술 컨텍스트를 통해 해당 영역의 활용 가치에 대한 경험을 공유합니다.