올리브영

·Architecture·

Redis, Kafka, SQS, Event Driven Architecture, Distributed Lock

올리브영은 배송 도메인 취소를 즉시 확정하는 방향으로 바꾸고, 세 배송유형에 맞춰 취소 가능 시점을 재정의했다. 단일 취소 판단 기준인 '취소 불가 일시'를 주문 정보에 채워, 센터배송은 피킹 완료, 업체배송은 송장 등록, 오늘드림은 배차 시점에서 취소 여부를 결정하도록 시스템을 단순화했다. 그 결과 고객센터 문의가 약 90% 감소했고, 앱 취소 경로가 크게 확장되어 고객 경험이 개선됐다.

구글

·AI/ML·

vLLM, Ollama, LiteRT, Antigravity SDK, Hybrid Orchestration

구글의 Antigravity SDK가 LiteRT를 통해 Gemma 4 26B A4B 같은 로컬 모델로 오프라인 에이전트 워크플로를 실행하도록 개발자를 지원합니다. 클라우드 모델은 경량 계획자 역할을 하며 로컬 모델은 코드 감사와 패치 같은 토큰 집약 작업을 디바이스에서 안전하게 처리합니다. 또한 Ollama와 vLLM과 같은 OpenAI 호환 추론 서버의 드롭인 지원으로 프라이버시 우선의 자율 로컬 유틸리티를 쉽게 구성할 수 있습니다.

올리브영

·Architecture·

Apache Kafka, CDC, Strangler Fig, Claim Check, Event Interception

올리브영이 레거시 발송 시스템을 Strangler Fig 패턴으로 점진 전환하며 CDC와 Kafka를 활용한 과도기 아키텍처를 소개합니다. 레거시를 한꺼번에 대체하지 않고, CDC-큐-워커를 통한 구간별 모니터링과 실패 관리로 안전한 마이그레이션을 다양하게 자세히 설명합니다. 초당 발송 1건 미만의 기반에서도 큐-워커 구조로 순간 폭증을 완충하고 관측성을 높여, 서비스 가용성과 추적성을 개선합니다.

토스

·AI/ML·

Machine Learning

토스가 주택담보대출의 AI 상담 서비스 디자인을 통해 사용자의 말로 질문을 받고 상황에 맞는 답을 제시하는 흐름을 다룹니다. 상담 데이터 분석으로 자주 묻는 질문을 진입점에 노출하고 AI가 상황에 맞는 답을 제시하도록 설계했다; 결과 인트로 AI 사용률은 5배, 월 550건의 상담 전화가 감소했다. 이 경험은 정보 전달만으로는 충분하지 않다는 것을 보여주며, 사용자의 걱정과 맥락을 반영한 대화 중심 설계의 중요성을 확인했다.

미리디

·Frontend·

SVG, Drop Shadow, Inner Shadow, feGaussianBlur, feMerge

미리디의 기술 블로그 글은 미리캔버스의 SVG 필터를 활용해 브라우저에서 이미지 보정에 필요한 복합 레이어 효과를 구현하는 방법을 다룬다. 드롭 섀도우, 이너 섀도우, 아웃라인 등을 feFlood, feComposite, feGaussianBlur, feOffset, feMorphology, feMerge 등 SVG 프리미티브로 연결해 파이프라인 방식으로 제어하는 구체적 구현 방법과, CSS 필터와의 차이 및 필터 영역 확장 팁을 제시한다. 또한 단일 필터 내에서 여러 효과를 결합하는 패턴과 렌더링 순서의 중요성에 대한 실무 지침을 제공해 개발자가 브라우저 간 일관된 보정 효과를 재현하도록 돕는다.

삼성전자

·AI/ML·

LLM, Prompt Engineering, Code Review, Prompts

삼성전자는 다양한 LLM을 관점별로 병렬 검토하는 코드 리뷰 워크플로우 Code Review War의 아이디어를 실무에 적용하는 방식을 소개합니다. 8개의 프롬프트 관점으로 리뷰를 실행하고, 심판 모델이 검증해 한 줄의 라인 리뷰로 합치며, 결함 탐지가 기존 단일 모델보다 향상되었다는 실험 결과도 공유합니다. 또한 '지식 주입'이 리뷰 품질을 저하시키고 기본 비활성화로 이어진 구체적 사례를 실제로 함께 공유합니다.

슈퍼브에이아이

·Data·

Machine Learning, Artificial Intelligence, Robotics, Public Datasets

슈퍼브에이아이의 로봇 학습 데이터 조달 가이드는 공공 데이터셋 활용에서 데이터 구축 업체 선정을 포함한 확보 전반의 흐름을 제시합니다. 데이터 품질 관리 체계, 라벨링 표준, 3D 데이터 처리, AI-Hub 활용 사례를 비롯해 벤더 평가와 계약 구조에 대한 실무 가이드를 제공합니다. 현장 적용을 위한 파이프라인 설계 포인트와 기대 효과를 정리하여, 로봇 학습 데이터 확보를 위한 구체적 실무 지침으로 활용할 수 있습니다.

AWS

·Architecture·

Docker, MCP, Strands Agents, Amazon Bedrock, AgentCore Runtime

AWS의 Strands Agents와 Amazon Bedrock AgentCore를 활용해 발전설비 진단 보조 에이전트를 구성하고, RVMS와 Plant Operation Supporter 두 PoC를 연결합니다. 에이전트는 질문에 따라 Skill을 선택하고 MCP를 통해 경보·매뉴얼·로직 도면과 운전 상태를 확인한 뒤, 근거를 바탕으로 추가 조회를 요청하는 실행 루프를 수행합니다. RVMS 진단 보조와 Plant Operation Supporter의 연결은 21건 평가에서 검색 21/21, 응답 18/21의 성과를 보였고, 폐쇄망 배포 아키텍처도 제시합니다.

구글

·AI/ML·

Google Cloud

구글은 Colab을 Google AI 계획의 일부로 포함시켜, Colab 사용이 Google AI 생태계의 한 축으로 통합되었음을 알립니다. 구독자는 우선 순위 가속기, 프리미엄 GPU, 긴 학습 실행을 위한 백그라운드 실행 등 향상된 컴퓨트 자원을 이용할 수 있습니다. 이로써 연구자와 개발자는 Colab의 계산 성능과 효율을 Google AI 환경에서 직접 활용할 수 있게 됩니다.

카카오

·AI/ML·

Machine Learning, Recommender System, Personalization, Ranking Model

카카오의 개인화 추천을 위한 랭킹 모델 개발에 대한 경험을 공유합니다. 제목에 나타난 핵심 주제를 바탕으로 개인화 랭킹 모델의 개발 맥락과 활용 가능성을 간략히 다룹니다.