IT 기업 기술 블로그 모음
AI 영상분석 시스템 구축 비용: 견적을 결정하는 4가지 요소
슈퍼브에이아이GPU, AI, CCTV, Video Analytics, IP Camera
슈퍼브에이아이의 AI 영상분석 시스템 구축 비용은 4가지 요소에 따라 결정되며, 카메라 구성과 하드웨어·소프트웨어 파이프라인이 핵심이라는 점을 다룹니다. 주요 구성은 카메라 대수와 유형(CCTV 및 IP 카메라), GPU 및 서버 인프라, 영상분석 소프트웨어와 파이프라인 구축 비용, 그리고 PoC 기간과 운영비용으로 요약됩니다. 현장 적용을 기준으로 20대 카메라를 예로 들고, ZERO PoC를 포함한 단계별 비용 관리와 실무 가이드를 제시합니다.
2026년 08월 31일·0
Amazon Bedrock AgentCore로 멀티 데이터소스 자연어 질의 에이전트를 프로덕션에 배포하기
AWSAWS, CI CD, OpenTelemetry, AgentCore, LangGraph
AWS가 Amazon Bedrock AgentCore를 활용해 LangGraph 기반 자연어 질의 에이전트를 프로덕션 수준으로 배포한 사례를 요약합니다. Gateway를 단일 진입점으로 다수의 데이터소스를 추상화하고 시맨틱 검색으로 도구를 동적으로 연결하며, Runtime/Memory/Observability/Evaluations/Policy로 운영 레이어를 얹는 구성을 제시합니다. 또한 CI/CD와 자동 평가를 통한 품질 관리, OpenTelemetry 기반 가시성, Cedar 기반 정책으로 안전성과 확장성을 확보합니다.
2026년 08월 31일·0
같은 장애를 두 번 겪지 않기 위해, 배포 전에 리뷰합니다 — KRIS 개발기
Git, Code Quality, LLM, Code Review, Pull Request
카카오는 KRIS 개발기를 통해 LLM을 심판자로 활용하는 CodeBuddy의 사전 PR 리뷰 체계와 평가 방법을 소개한다. 본문은 PR을 요약하고, 리뷰하며, 개선안을 제시하는 CodeBuddy의 기능과 평가 체계의 발전 방향에 대해 구체적으로 설명한다. 이 관례는 배포 전 리뷰를 강화해 재발 가능 장애를 줄이고, 실제 개발 파이프라인의 품질 관리 관점에서 실무에 활용될 수 있다.
2026년 08월 30일·0
MAPS: Netflix’s Multimodal Asset Personalization at Scale
CLIP, MediaFM, SeqCLIP, IPS, MLP
넷플릭스의 MAPS(Multimodal Asset Personalization at Scale) 프로젝트는 아트워크와 비디오 프리뷰를 멀티모달 임베딩으로 개인화하는 대규모 시스템 설계를 소개합니다. 핵심은 CLIP 이미지 임베딩과 자산 ID 벡터를 결합한 단일 자산 표현으로 신규 자산도 즉시 사용자의 취향을 반영하고, 다섯 가지 캔버스로 구성된 데이터를 하나의 모델로 통합해 신호를 공유하는 설계에 있습니다. 또한 장기 보상 기반 가중치와 IPS 기반 오프라인 평가, MediaFM 기반 멀티모달 비디오 프리뷰 도입으로 콜드스타트 문제를 완화하고 온라인 A/B 테스트에서 성과를 확인했습니다.
2026년 08월 28일·1
프롬프트를 쓰는 PM과 AI를 이해시키려는 개발자
올리브영Python
올리브영은 카카오와 협업해 카카오톡 대화방에서 올리브영 뷰티 상품을 바로 추천하는 MCP를 공개했고, 2026년 8월엔 챗GPT 전용 플러그인을 출시했습니다. 전체 시나리오에서 실행 규칙과 데이터 타입 정리, 네이밍 컨벤션으로 툴 체이닝의 안정성과 완성률이 크게 향상되었습니다.
2026년 08월 28일·2
1%가 겪은 버그 고쳐야할까요?
토스DevOps, CI/CD, Hotfix, Crash Analysis, Bugsnag
토스는 핫픽스 판단을 심각도 중심에서 벗어나 상황 맥락으로 판단하는 구조로 바꾸고, 릴리즈 마스터와 QA 마스터의 공동 검토를 핵심으로 삼습니다. 또한 1% 같은 신호의 해석을 맥락에 맞게 다루고, 배포와 버그 수정 간 균형을 위해 ‘다음 배포 반영’으로 분류합니다. 크래시 상황 재현은 AI 도구와 규칙 기반 판단으로 신속하게 이루어지며, 재발 방지와 기록 관리로 품질 문화까지 확장됩니다.
2026년 08월 28일·1
AI 잘 쓰는 사람의 노하우, 어떻게 팀 전체로 퍼질까?
미리디Strategy, Innovation, Company Culture, Team Building, Leadership
미리디의 AX 이네이블먼트 스쿼드(AXE)는 개인의 AI 활용 노하우를 팀 업무 방식에 확산하도록 방향, 기준, 도구, 학습 방법을 제공하는 조직 차원의 이니셔티브를 소개합니다. 실습 세션으로 바로 적용 가능한 AI 활용법을 팀에 전파하고 AX 챔피언을 선정해 동료 간 지식 공유를 촉진하며, 회사 차원의 신뢰도 높은 지식 기반을 구축합니다. 또한 보안·데이터·지식 거버넌스와 협력해 합의된 도구 활용 기준과 질문 창구를 마련해 지속 가능한 AI 전환을 돕습니다.
2026년 08월 28일·1
AWS Lambda의 4가지 실행 모델 – 구조와 선택 기준
AWSAWS Lambda, AWS Step Functions, Lambda Managed Instances, Lambda Durable Functions, Lambda MicroVMs
AWS의 Lambda는 이제 네 가지 실행 모델—Lambda Functions, Lambda Managed Instances, Lambda Durable Functions, Lambda MicroVMs—으로 구성되어 각 실행 단위와 격리 수준을 다르게 제공합니다. 본문은 네 가지 모델의 구조 차이, 최대 지속 시간, 격리 방식, 상태 유지 특징을 비교하고, 시작점으로 워크로드 성격에 맞춰 적합 모델을 선택하는 기준을 제공합니다. 워크로드 특성에 따라 어떤 모델에서 시작해야 하는지에 대한 실무 가이드가 제공되며, 필요에 따라 다른 모델로 범위를 확장할 수 있습니다.
2026년 08월 28일·0
Terraform Module에서 Terragrunt Stacks까지 IaC 구조를 다시 나눈 이유
미리디AWS, Terraform, ECS, Terragrunt, ALB
미리디가 Terraform과 Terragrunt 기반 IaC 구조를 모듈-유닛-스택-인스턴스의 4계층으로 재구성해 모듈 중복과 변경 영향 범위를 개선한 경험을 공유합니다. 주요 내용은 Resource Module과 Service Module의 분리, 버전 격리, 그리고 Blueprint를 통한 조합 관리로 변경의 범위를 독립적으로 제어하는 구조 설계이다. 공통 자원을 공유 스택으로 분리하고, 배포 흐름에서 Plan과 Apply를 독립적으로 운용하도록 설계해 운영 유연성과 예측성을 높였으며, 향후 재구성 여지도 남겼다.
2026년 08월 28일·1
LLM Wiki: 코드 기준으로 자동 최신화되는 도메인 지식 SSOT 만들기
라인LLM, Automation, SSOT
라인이 LLM Wiki를 통해 코드 기준으로 자동 최신화되는 도메인 지식 SSOT 만들기에 대한 경험을 공유합니다. 라인이 LLM Wiki를 통해 코드 기준으로 자동 최신화되는 도메인 지식 SSOT 만들기에 대한 경험을 공유합니다.
2026년 08월 28일·1