구글코리아

·AI/ML·

Artificial Intelligence, AlphaGo, DeepMind

구글코리아가 다루는 글은 알파고의 바둑 대국 승리가 AI 시대의 시작을 알린 10년의 발자취를 간략히 조망합니다. 세계 챔피언을 이긴 사건이 당시 전문가들이 예측한 시기를 10년 앞당겼다는 핵심 발견을 전하며, AI 발전의 궤도와 연구 방향에 대한 통찰도 제공합니다. 업계 관계자와 개발자가 AI 연구 방향성과 실무 적용 가능성을 가늠하는 데 유용한 다양한 시사점을 제공합니다.

구글

·AI/ML·

Visual Studio Code, IntelliJ IDEA, Gemini Code Assist

구글은 IntelliJ와 VS Code에서 Gemini Code Assist의 Finish Changes와 Outlines 기능을 도입해 개발자가 코드 작성 맥락을 빠르게 파악하도록 한다. Finish Changes는 현재 편집 맥락을 관찰해 코드를 자동으로 완성하고 의사코드 구현과 리팩토링 패턴 적용을 수행하는 AI 페어 프로그래머 역할을 한다. Outlines는 코드 내에 인터랙티브한 고수준 영어 요약을 삽입해 엔지니어가 복잡한 파일을 더 쉽게 이해하고 탐색할 수 있도록 돕는다.

구글

·AI/ML·

Agent Mode, Inline Diff Views, Auto Approve

구글의 Gemini Code Assist 팀은 Agent Mode의 Auto Approve와 Inline Diff Views 같은 고속 도구를 통해 핵심 코딩 워크플로우를 간소화하는 업데이트를 도입했습니다. 새로운 컨텍스트 관리 기능과 맞춤형 명령어로 AI를 일반 보조에서 개발자 맞춤형 협력자로 전환하는 것이 목표이며, 실무 생산성을 높이는 방향으로 설계되었습니다. 이 변화는 개발자들이 더 빠르게 작업하고, 특정 개발 스타일에 맞춘 협업 체계를 실현하도록 실용적 이점을 제공합니다.

안랩클라우드메이트

·Frontend·

Python, React, NextJS, NodeJS

안랩클라우드메이트가 React Server Components(RSC)와 Server Actions, React Flight Protocol(RFP) 관련 DoS 취약점과 방어 전략을 다룹니다. 특정 CVE 사례와 PoC, 경로 차단 및 보안 패치, 캐시 설계와 네트워크 방어를 포함한 실무적 해결책을 제시합니다. 또한 Next.js 2025년 보안 업데이트와 함께 DoS 예방 지침을 제공하여 개발팀의 안전한 배포를 돕습니다.

안랩클라우드메이트

·Backend·

Redis, REST API, OpenTelemetry, Observability, Azure Application Insights

안랩클라우드메이트가 Billing 3.0의 성능 이슈 개선 기록 Part 1을 통해 데이터베이스, API, 관찰가능성 관점의 문제점과 해결 방향을 제시합니다. 주요 내용은 DB 연결 문제 해결, API 호출 흐름 최적화, OpenTelemetry/Azure Application Insights로 관찰성 확보, 테스트, Redis 캐시 활용, SMTP 및 IAM 관리 보완을 다룹니다. 또한 컴포지트 인덱스 도입과 PDF 생성/배치 처리 개선 등 데이터베이스와 쿼리의 최적화 사례를 구체적으로 설명합니다.

여기어때

·Architecture·

TypeScript, React, Vue.js, Next.js

여기어때의 멀티 프레임워크 디자인 시스템은 Headless Core와 React/Vue 어댑터로 공통 로직을 한 곳에서 관리하는 구조를 다룹니다. 처음에는 코어+어댑터로 양 프레임워크의 컴포넌트를 일관되게 제공하려 했으나 운영 비용이 증가해 React 중심으로 두고 Vue는 파운데이션에 집중하는 방향으로 전환했습니다. 결과적으로 컴포넌트 레이어 변경은 간소화되고 파운데이션 재사용성이 크게 높아지며, 지속 가능한 품질과 속도 확보를 이끌었습니다.

여기어때

·AI/ML·

Java, REST API

여기어때가 Confluence 기획 문서를 Jira 티켓으로 자동 생성하는 AI 기반 워크플로우 시스템 Tasky를 소개하며 현업 팀의 생산성 향상에 기여하는 역할을 설명합니다. 문서 읽기에서 Confluence API 활용, PRD 표준화, 태스크 추출 및 의존성 설정, 프론트엔드 태스크 선별과 서브태스크까지 Jira에 자동 등록하는 파이프라인을 구현합니다. 결과적으로 티켓 품질 표준화, 중복 누락 감소, 기획에서 개발까지 소요 시간 단축 등의 효과를 제공합니다.

여기어때

·Architecture·

Spring Boot, Java, REST API, Microservices, BFF

여기어때의 기술 블로그는 화면 단위 복잡성을 흡수하기 위한 BFF(Backend For Frontend) 도입과 구현 사례를 다룹니다. 다수의 도메인 API를 하나의 BFF로 집계해 화면 구성을 위한 ViewModel로 변환하고, 클라이언트의 API 호출 수를 대폭 줄인 사례가 제시됩니다. 또한 장애 전파를 방지하기 위한 재시도, 서킷 브레이커, 메모리 관리와 캐시 전략 등 운영 측면의 대책도 함께 다룹니다.

카카오페이

·Frontend·

pnpm, Yarn Berry

카카오페이가 Yarn Berry에서 pnpm으로 패키지 매니저를 전환한 과정과 배경을 기술적 맥락에서 현황과 도전 과제와 함께 다룹니다. Yarn Berry와 pnpm의 비교 맥락에서 전환의 실무적 함의와 카카오페이의 개발 파이프라인에 대한 인사이트를 다룹니다.

왓챠

·Architecture·

SQS, AWS Lambda, S3, API Gateway, CloudTrail

왓챠가 FinOps 비용 최적화를 위한 Automatic Labeling System 구축과 라벨링 아키텍처 설계 사례를 다룹니다. 리소스 라벨링 자동화를 통해 라벨링 커버리지를 11.9%에서 82.2%로 확대하고, 시간당 8~9건의 자동 태깅으로 수동 작업을 크게 제거했습니다. 이 결과는 비용의 맥락 부여와 비용 배분(Showback/Chargeback) 체계의 기반을 마련해 FinOps의 실용적 활용을 촉진합니다.