라인

·AI/ML·

LLM, 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.

구글

·AI/ML·

Python, Keras

구글이 딥러닝과 Keras를 활용해 우주 신호를 해독하는 기술 주제를 다루며, 제목에 명시된 도구와 방법이 천체 물리학과 데이터 과학의 교차 영역에서의 실무 적용 가능성을 시사하고 이를 다룹니다

가비아

·AI/ML·

Django

가비아의 멘토링 글은 AI 시대에도 개발자가 아이디어를 서비스로 구체화하고 실제 운영하는 경험을 중시하는 핵심 역량을 다룹니다. 현직 멘토들은 기획과 개발의 협업 과정을 통해 문제 인식과 해결 방법을 논리적으로 설명하는 역량, 그리고 컴퓨팅 기초를 견고히 하는 기본기를 강조합니다. 또한 더미 데이터나 AI 합성 데이터를 활용한 개발 연습, 팀 간 소통과 리더십의 중요성, 클라우드 배포 경험의 가치까지 구체적으로 제시합니다.

여기어때

·DevOps·

AWS, Kubernetes, Java, Docker, ZGC

여기어때의 EKS 이관 후 컨테이너 전체 메모리 그래프에 500MB 규모의 스파이크가 두 시간 간격으로 나타났고, 로그 압축과 페이지 캐시가 핵심 원인으로 확인됐다. 가설을 차례로 검증하며 자바 힙 외 메모리, Direct 버퍼, GC 옵션, 자바 버전 업, AlwaysPreTouch 등을 확인했고, 파드 주기 차이가 원인 파악을 복잡하게 함을 확인했다. 결과적으로 압축을 중단하고 로그 보관 정책을 바꿔 디스크를 안정적으로 관리했고, 파일 크기 500MB 유지와 보관 1일로 줄이고 총량 상한을 추가했다.

AWS

·DevOps·

AWS, Cost Explorer, CloudTrail, Cost Anomaly Detection, Compute Optimizer

AWS Frontier Agents의 FinOps Agent(Preview)는 Cost Anomaly Detection 알림을 CloudTrail 이벤트와 상관 분석해 근본 원인과 소유자를 식별합니다. 또한 이 결과를 Slack 또는 Jira로 전달하고, 컨텍스트 파일의 계정-팀 매핑으로 책임 주체를 정확히 라우팅합니다. 실제 도입 시 조직의 태깅 거버넌스와 연결된 컨텍스트를 통해 비용 이상에 대한 대응을 신속화하고 재무 의사결정에 필요한 실행 정보를 제공합니다.

AWS

·DevOps·

AWS, DevOps, GitHub, Release Management, Autonomous Release Testing

AWS Frontier Agents의 DevOps Agent Release Management(Preview)를 통해 배포 전 리스크를 자율적으로 검증하는 워크플로우를 소개합니다. Agent Space와 Knowledge Graph, 그리고 자연어로 정의한 릴리스 표준(Instructions)을 바탕으로 Readiness Review를 수행하고 격리 환경에서 자동 테스트를 실행합니다. AnyCompany의 주문 서비스 사례를 통해 교차 리포지토리 API 계약 변경의 영향 분석과 자동 리뷰 흐름의 실무 적용 포인트를 제시합니다.

AWS

·DevOps·

AWS, GitHub, CI CD, Penetration Testing, Threat Modeling

AWS Frontier Agents의 Security Agent를 통해 온디맨드 침투 테스트를 수행하고, 소스 코드와 문서를 사전에 분석해 다단계 공격을 자동으로 실행합니다. 발견된 취약점은 proof-based exploitation으로 재현되며, 수정 PR 생성 및 자동 코드 수정을 통해 개발 파이프라인에 통합됩니다. 또한 STRIDE 위협 모델링과 CI/CD의 보안 상시 배치를 위한 PR 자동 분석 기능이 함께 작동합니다.

AWS

·DevOps·

SageMaker, Amazon QuickSight, Athena, AWS CLI

AWS의 블로그 글은 망분리 환경에서 QuickSight 분석과 대시보드를 RND에서 Dev, STG, PRD로 정방향 승격하는 구체적 방법을 제시합니다. 상위 계정으로의 반영은 계정ID, 데이터셋ID, 데이터소스 참조를 타깃 환경 값으로 치환하고, 제한 폴더 제약을 극복하기 위해 자산을 정의 기반으로 이관하는 프로세스를 설명합니다. 또한 SMUS의 제한 폴더와 번들 방식의 한계를 해결하기 위해 describe-analysis-definition으로 정의를 내보내고, 오프라인 브라우저(index.html)로 치환한 정의와 create-analysis 명령을 생성해 배포를 자동화하는 흐름을 다룹니다.

AWS

·Architecture·

Python, Amazon Athena, Amazon Bedrock, Amazon EKS, Amazon S3

LG CNS와 AWS가 Agentic AI를 기반으로 APQR 자동화 플랫폼을 설계해 대규모 엔터프라이즈 품질 리포트 생성을 시스템화했습니다. 자료 수집은 QMS/LIMS/SAP/EDMS 등에서 자동으로 근거를 준비하고, 품질 담당자는 근거와 예외를 검토하는 AWS S3/Athena 기반의 조회 데이터 구조로 설계했습니다. 리포트 생성 시간은 연간 500건 기준 12시간에서 약 1시간으로 감소했고, 데이터 준비와 검토의 분리로 재현성과 추적성이 확보되며 품질 관리 담당자의 작업 효율이 크게 향상되었습니다.

AWS

·Architecture·

ONNX, NPU, AWS IoT Core, AWS IoT Greengrass, DXNN

AWS와 DEEPX가 DX-M1 NPU를 활용한 엣지 AI 배포 아키텍처를 제시하며, AWS IoT Core와 Greengrass를 통한 OTA 배포를 설명합니다. 주요 구성은 ONNX 모델을 DXNN으로 컴파일하는 클라우드 워크플로와, Greengrass를 통한 현장 런타임의 자동 배포(ZTP)입니다. 다양한 엣지 디바이스에서 일관된 실행 환경을 그룹 단위로 관리하고, 모델 업데이트를 원격으로 확장하는 실무 가이드를 제공합니다.