잡코리아

·Frontend·

Strategy, Innovation, Growth, Experience

잡코리아의 홈 화면을 '탐색 시작점'에서 '검색 시작점'으로 전환하는 실험이 12명, 70분의 사용자 테스트에서 홈에 머물지 않는 결과로 확인되었습니다. 가설 3개는 모두 빗나갔고, 참가자 12명 중 9명 이상이 홈을 떠났으며, 메뉴 탭 클릭의 64%가 리뷰 보기로 집중되고 홈 탭은 0.4%에 그쳤습니다. 그 결과를 바탕으로 '검색 중심' 구성으로 전환하고, 필요에 따라 교체 가능한 모듈로 구성하며, 비실용적 기능은 제거해 핵심 흐름에 집중했습니다.

에이아이트릭스

·AI/ML·

LLM, Agentic AI, Time Series, Multimodal AI, Medical Imaging

에이아이트릭스가 제시하는 멀티모달 AI는 텍스트, 생체신호, 영상, 음성을 한꺼번에 해석해 진료 맥락과 환자 상태의 관계를 더 깊이 이해합니다. 리서치 측은 시계열 데이터 분석에 거대언어모델(LLM)을 결합하고 영상과 음성 정보의 상관관계를 파악하는 멀티모달 파이프라인을 개발합니다. 에이아이트릭스의 AITRICS-VC와 V.Doc Pro는 각 에이전트 간 협업으로 데이터 간 연관성을 개선하고, 의료진의 판단을 빠르게 지원합니다.

무신사

·AI/ML·

Databricks, Braze, ReAct, MAI, Semantic Layer

무신사의 MATCH Console과 MAI는 데이터 탐색 Data Explorer에서 오디언스 정의 Audience, 실행 연결 Activation까지의 흐름을 하나의 시스템으로 묶은 아키텍처 설계 사례다. MAI는 데이터베이스 스키마를 자체 탐색하고 SELECT만 실행하도록 제약하는 ReAct 기반 에이전트로, 운영자의 의사결정 속도를 높인다. 또한 Semantic Layer와 비즈니스 메타데이터를 통해 모델 판단과 운영 데이터의 의미를 일치시키고, 프롬프트 관리·AI 브리핑으로 운영 루프를 지속 개선한다.

AWS

·Architecture·

Amazon CloudWatch, Amazon Athena, AWS Lambda, Amazon Bedrock, Amazon DynamoDB

AWS와 GS Neotek가 Bedrock 기반 Claude Code 도입 사례를 통해 LLM Gateway 없이도 사용자별 비용을 통제하는 경량 아키텍처를 제시합니다. Bedrock 모델 호출 로그를 주기적으로 집계해 예산 초과 사용자를 차단하는 로그 기반 사후 차단 방식과, Athena, Lambda, DynamoDB, IAM 정책을 활용한 비용 통제 흐름을 설명합니다. 수 분의 로그 지연을 감수하는 단계적 도입과, 향후 필요 시 LLM Gateway로 확장하는 단계적 전환 가능성을 다룹니다.

AWS

·Architecture·

AWS, Git, GitHub, Code Review, Pull Request

AWS의 이 글은 Kiro Crew를 팀원으로 활용해 저장소의 이슈 분류, 사전 조사, PR 리뷰를 자동화하는 아키텍처와 동작 원리를 설명합니다. 주요 구성은 게이트웨이, 에이전트 백엔드(Kiro CLI), UI의 3계층 구조로, 세션 메모리, 오토파일럿, 스케줄링, 아티팩트, 지식 관리 기능을 포함합니다. 또한 AWS에서 원격 Crew를 배포하고 Issue Radar와 Code Review Sage를 통해 이슈 처리를 자동화하는 워크플로우를 제시하며, 멀티 인스턴스 모드의 활용도도 다룹니다.

티빙

·Else·

Innovation, Productivity

티빙은 출퇴근길 숏폼과 혼밥 시간에 어울리는 요리 예능을 상황별로 추천하는 콘텐츠를 다룹니다. 짧고 가볍게 볼 수 있는 구성과 식사 시간에 맞춘 추천으로 일상의 틈을 더 풍성하게 채운다는 점을 다룹니다.

한글과컴퓨터

·AI/ML·

LLM, LangChain, Context Engineering, Harness Engineering, Chroma

한글과컴퓨터가 제시하는 하네스 엔지니어링은 같은 LLM이라도 다른 결과의 핵심 원인이 모델이 아니라 환경 전체임을 설명합니다. 본문은 AGENTS.md, 자동 규칙 검사 장치, 결정론적 검증의 중요성, 컨텍스트 관리 기법 등 하네스를 구성하는 핵심 요소를 자세히 다루며, 5단계 실천 가이드를 제시합니다. 이로써 같은 모델이라도 예측 가능하고, 컨텍스트 오염을 줄이며, 장기 실행 에이전트의 성능 개선이 가능해진다고 정리합니다.

여기어때

·Architecture·

Redis, Spring Boot, Java, Kafka, Spring WebFlux

여기어때의 WebFlux 전환 부하 테스트 사례를 통해 이번 연구에서 논블로킹 아키텍처 도입의 실제 효과와 한계를 분석합니다. 초기 4배 수치는 테스트 환경의 제약과 로깅, Redis 설정 등 교란 요인으로 왜곡되었으며, 부하 도구와 CPU 경쟁이 성능 지표를 크게 좌우했다. 따라서 비교를 신뢰하려면 부하 생성기의 분리, 로깅 정책 조정, 공유 모듈 설정 등을 점검하고, 속도보다 운영 환경에 대한 회복력이 핵심이라고 제안합니다.

라인

·Backend·

OpenSearch, Elasticsearch, Kuromoji, Sudachi

라인의 LINE Plus 팀이 일본어 상품 검색 정확도 향상을 위한 Elasticsearch+Kuromoji에서 OpenSearch+Sudachi로의 마이그레이션 사례를 다룹니다. 2025년 초에 시작된 통합 커머스 프로젝트 맥락에서 기술 스택 변경의 핵심 방향과 적용 기술을 설명합니다. 본 글은 라인의 LINE Plus 팀이 일본어 검색 품질 개선을 위해 기술 스택 교체를 어떻게 설계하고 적용했는지에 대한 개요를 제공합니다.

슈퍼브에이아이

·AI/ML·

AI, Security, CCTV, Surveillance

슈퍼브에이아이가 중대재해처벌법에 따른 AI 안전관리 시스템의 요구사항과 기술적 역할을 현실적 운영 맥락에서 구체적으로 정리하고 제시합니다. 주요 내용으로 위험평가와 거버넌스 체계 수립, CCTV 연동을 통한 안전 관리 자동화, 프라이버시와 데이터 처리 원칙의 준수 방식을 다룹니다. 기업의 규정 준수와 위험 관리 체계를 강화하고, 감사 및 실무 운영에서 명확한 가이드라인을 제공할 수 있습니다.