올리브영

·Backend·

Data Pipeline, AI, Cycle Counting, PDA

올리브영이 LA 매장 재고 관리 개선을 위해 PDA 기반 Cycle Counting 기능의 PoC를 3일 만에 구현한 사례를 다룹니다. 현장 요구사항을 한 자리에 모아 병렬로 개발·QA를 수행하고, 최소 스펙으로 방향을 고정하며 AI를 활용해 신속한 개발과 검증 사이클을 단축했습니다. 3주간 두 매장에서 32개 미션이 완료되고 401개 품목 재고를 카운트해 재고 조정의 92%가 Cycle Counting 경유로 처리되었습니다.

가비아

·Architecture·

PUE, WUE, ERF, REF

가비아가 AI 데이터센터의 실제 환경 성능을 이해하기 위해 PUE 외에 WUE, ERF, REF의 네 축을 함께 다루는 지표를 소개합니다. ISO/IEC 30134 시리즈와 EN 50600-4 계열의 정의에 따라 네 지표를 통해 전력, 물, 폐열, 재생에너지의 비율과 운용 규제 현황을 해석합니다. 현재 AI 데이터센터의 실무 특성상 랙당 발열이 커 PUE 관리가 중요한 반면, WUE는 0.19~0.49 L/kWh, ERF는 0~20%, REF는 0~100% 구간으로 신중하게 평가됩니다.

여기어때

·Else·

Event, Journey, Company Culture, Team Building, Experience

여기어때는 복날 핑계를 활용해 낯선 동료와의 밥 자리를 통해 부서 간 소통과 관계 형성의 경험을 다루는 내용에 대한 경험을 공유합니다.

NHN Cloud

·AI/ML·

LLM, Transformer, NMT, Self Attention, In Context Learning

NHN Cloud는 AI 번역의 시대를 조망하며, 클로드·GPT·제미나이 같은 LLM 기반 번역이 일상과 산업 현장에 확산되는 흐름을 소개합니다. 현대의 번역은 번역해줘 프롬프트를 통해 시작되며, Decoder-only LLM은 원문과 번역문을 하나의 문맥으로 처리하고 self-attention으로 토큰을 예측합니다. 실무적으로는 번역의 속도와 생산성이 향상되지만 항상 정확하지는 않아 CAT 도구의 보완과 인간 검수의 역할이 여전히 중요합니다.

AWS

·DevOps·

AWS, Kubernetes, EKS, Horizontal Pod Autoscaler

AWS의 Amazon EKS가 고급 Kubernetes 컨트롤 플레인 구성을 도입해 kube-scheduler, kube-controller-manager, kube-apiserver의 다섯 파라미터를 사용자가 직접 설정할 수 있게 했습니다. 노드ResourcesFit 스코어링 전략, HPA 동기화 주기, terminatedPodGcThreshold, eventTtl, serviceNodePortRange의 조정은 PCP가 필요한 파라미터와 일반 파라미터로 구분되며, 롤링 업데이트로 반영됩니다. 실무에서는 describe-cluster로 기본값과 허용범위를 확인하고, 변경은 필요 최소로 하며 비용과 안정성의 균형을 유지하는 것이 권장됩니다.

슈퍼브에이아이

·AI/ML·

Isaac Sim

슈퍼브에이아이는 로봇 학습 데이터를 효과적으로 생성하기 위한 세 갈래 접근법으로 시뮬레이션 생성, 실물 수집, 순찰을 통한 수집을 제시합니다. 시뮬레이션은 Isaac Sim 기반으로 픽앤플레이스 같은 작업을 시뮬레이션하고, head cam과 wrist cam으로 데이터를 수집하는 방식을 설명하며, GR00T, cuRobo, RoboTwin 등 하드웨어를 활용해 약 1,000개에서 100,000개 규모의 샘플 데이터를 확보하는 것을 목표로 한다고 밝힙니다. 이 파이프라인은 물체 인식, 로봇 팔 제어, 경로 계획 등 물리적 AI의 현장 적용을 뒷받침하고, 시뮬레이션과 실제 데이터를 교차 검증하는 학습 흐름과 구현 가이드를 제공합니다.

AWS

·AI/ML·

AWS, Kiro, AI DLC, AI DLC Workflows

AWS가 제안한 AI-DLC를 셀트리온제약이 OMS 구축에 적용해 1일 파일럿과 3일 본 워크숍으로 대메뉴 5개, 16개 페이지, 46개 DB 테이블 규모의 산출물을 도출했습니다. Inception에서 98개의 User Story를 도출하고 Construction으로 넘어가 ERD와 API 스펙 등 산출물이 자동으로 정합하게 생성되어 팀 간 소통이 대폭 개선되었습니다. 또한 Runbook, 아키텍처 다이어그램, 보안 준수 문서 등 엔터프라이즈 부수 산출물도 확보되어 보안 감사 대응이 수월해졌습니다.

구글

·AI/ML·

LLM, TPU

구글이 TPUs에서 Tunix를 활용한 Autonomous LLM 포스트-트레이닝에 대해 다룹니다. 본 글은 대형 언어 모델의 자동화된 사후 훈련 과정의 기본 원리와 하드웨어 가속의 조합 가능성을 간략히 다룹니다.

AWS

·Architecture·

Amazon Simple Storage Service, AWS Lambda, Amazon EventBridge, Amazon Aurora MySQL, HealthOmics

AWS HealthOmics를 기반으로 이노크라스의 임상 유전체 파이프라인 운영을 End-to-End 자동화 관점에서 심층적으로 분석하는 사례를 제공합니다. 이노크라스는 EventBridge 이벤트로 데이터 흐름을 자동화하고 GitOps로 워크플로 배포를 관리하며 HIPAA/PIPA 규정을 자동화된 제어에 반영합니다. 결과적으로 TAT 준수와 휴먼 에러 감소, 비용 최적화 및 규정 준수 감사 추적이 가능해져 대규모 코호트 분석과 병원 네트워크에 적용됩니다.

안랩클라우드메이트

·AI/ML·

AI, Security

안랩클라우드메이트가 월간 AI 소식 Vol.2의 주요 주제와 최신 동향을 다룹니다. 제목에 반영된 AI 분야의 실무 활용 가치에 대해 간략히 다룹니다.