구글

·AI/ML·

Hugging Face, GitHub, ADK, Notion

구글의 Agent Development Kit(ADK)가 제3자 도구와의 확장된 통합 생태계를 공개하며, 에이전트의 실용 가능성을 크게 높입니다. GitHub, Notion, Hugging Face 등 주요 도구와의 연결 기능으로 실제 환경에서 엔드투엔드 워크플로우를 구성하고 적용할 수 있습니다. 이로써 구글은 AI 에이전트의 실세계 적용을 위한 빠른 구현과 확장 가능성, 그리고 운영 효율성 개선에 기여합니다.

올리브영

·Frontend·

Strategy, Innovation, Growth, Experience

올리브영의 올영매장 팀은 앱 내 올영매장을 하나의 O2O 탐색 공간으로 재구성하고, 매장별 콘텐츠와 혜택을 온라인에서 노출해 오프라인 방문으로 연결하는 아키텍처를 설계합니다. 픽업 대시보드를 상단에 배치하고 콘텐츠와 혜택 가시화를 통해 탐색-전환 흐름을 개선했으며, Kafka 연동으로 주문 상태를 반영해 픽업 주문이 2배 증가했습니다. 향후에는 인지와 접근성을 넘어, 지금 매장으로 가야 하는 이유를 설득하고 습관으로 전환시키는 구체적 실험과 계획을 추진합니다.

당근

·AI/ML·

Apache Kafka, BigQuery, Go, Google Cloud, Apache Beam

당근은 2조 토큰을 활용한 카테고리 분류를 위한 Taxonomy Management System을 구축하고 Dataflow(Beam)로 대용량 추론을 운영합니다. LLM 기반 분류와 속성 추론을 YAML으로 정의하고, KB처럼 관리하는 트리 구조 택소노미를 적용했으며, Embedding과 BM25 하이브리드 등 다양한 전략을 DFS 기반으로 조합합니다. Ground truth는 다수결 방식으로 구성하고, 정확도와 비용의 균형을 모니터링하며 품질 대시보드로 지속 관리합니다.

당근

·AI/ML·

Two Tower, Contrastive Learning, Content Embedding, Item Embedding, Region Constrained Batch Sampling

당근의 ML 엔지니어링 팀은 Transformer 기반 유저 인코더로 장기 로그를 임베딩하고 이를 홈피드와 광고 등 다양한 추천 모델의 공통 피처로 활용하는 설계를 다룹니다. 콘텐츠 임베딩 도입으로 cold item 문제를 해소하고 memmap과 bbhash로 대규모 임베딩을 관리하며, Region-Constrained Batch Sampling으로 불가능한 음수를 줄여 학습 신호를 강화합니다. 오프라인과 온라인에서 RCBS-Train(fine) 유저 임베딩이 성능을 크게 개선했고, 24시간 주기의 임베딩 갱신과 GPU 기반 추론 파이프라인으로 실무 적용을 확장합니다.

당근

·Architecture·

Kotlin, Hilt, Dagger, Dynamic Feature Module, On Demand Delivery

당근 숏폼팀은 비디오 편집 모듈이 200MB에 달하자 CDN 전환과 On-demand 다운로드로 설치 용량 문제를 해결했습니다. Hilt 의존성, SplitCompat, ABI/STL 이슈를 겪으며, 기계적으로 모듈 전체를 분리하기보다 SO 파일만 On-demand로 분리하는 실용적 접근을 도입했습니다. 이로써 글로벌 사용자에 대한 40MB 부담을 줄이고 안정성과 운영 효율성을 확보하는 실무 가이드를 당근에서 제공합니다.

뷰저블

·AI/ML·

Strategy, Innovation, Industry Trends

뷰저블은 AI의 선택이 필요한 시대에 뷰저블 GEO를 활용한 브랜드 노출 전략의 핵심 방향과 실행 시나리오를 제시하며, 이 주제에 대한 교훈과 관찰에 대한 경험을 공유합니다.

슈퍼브에이아이

·AI/ML·

Synthetic Data, NVIDIA Isaac Sim, Depth Map, Omniverse Replicator, ReID

슈퍼브에이아이의 NVIDIA Isaac Sim 기반 합성 데이터 파이프라인 구축 사례를 통해 3D MTMC 및 다중 카메라 환경의 데이터 생성을 다룹니다. 3DMTMC 및 Proxy Prim 기반 다중 카메라 구성, Replicator의 자동 주석화(Auto-annotator)와 2-패스 3DGS 생성을 통해 라벨링 효율과 데이터 다양성을 높았습니다. Sim-to-Real 검증과 Occlusion, Re-ID 등 현장 적용 포인트를 확인하고, 바운딩 박스, Depth 맵, 마스크 등 3D 데이터를 활용한 실무 가이드를 제공합니다.

여기어때

·Data·

Company Culture, Leadership, Team Growth, Hiring, Career

여기어때는 2025년 하반기에 현장실습생 16명을 채용해 기술, 영업, 인사 등 다양한 직무에서 실무를 수행하게 했습니다. 가브리엘은 MLOps에서 데이터 이관과 자동화 PoC를 주도했고, 윤은 ES영업에서 신규 제휴와 데이터 기반 마케팅을, 루카는 BI 분석과 시각화, 혀니는 채용 운영과 데이터 분석에 기여했습니다. 실습생들의 데이터 분석·자동화 역량은 향후 의사결정과 협업 프로세스에 실질적으로 활용될 수 있어 기업 성과에 직접 기여합니다.

구글코리아

·AI/ML·

Innovation, Event, Story, News

구글코리아의 TMI 요정 구서방이 제미나이(Gemini)와 리리아 3(Lyria 3)를 활용해 텍스트 한 줄로 30초 만에 고퀄리티 채널 로고송을 뚝딱 만들어내는 과정을 소개합니다. 음악 지식이 없어도 걱정 없으며, 구서방이 직접 기술 도구를 활용해 실현하는 구체적 흐름과 효과를 다룹니다. 콘텐츠 제작 시간을 크게 단축하는 실용적 활용 사례와 기대 효과에 대한 구체적 인사이트를 실무적으로 제공합니다.

구글코리아

·AI/ML·

AI, Storybook, Gems

구글코리아의 이번 글은 제미나이 젬스의 '스토리북'과 리리아 3를 활용해 아이 맞춤형 AI 동화책을 1분 만에 만들 수 있는 방법을 다룹니다. 제미나이 젬스의 자동화된 서사 매칭과 리리아 3의 UI 프레임워크를 결합한 워크플로우와 구현 포인트를 구체적으로 설명합니다. 개발자 대상의 실용 가이드와 기대 효과를 제시해, 1대1 맞춤 동화책 제작 프로세스를 빠르게 적용할 수 있습니다.