Replit이 IDE 내에서 개발자를 돕는 AI 페어 프로그래머 Ghostwriter Chat을 구축한 과정과 기술적 해결책을 다룬다.
Hugging Face의 diffusers 라이브러리를 사용하여 커스텀 ControlNet 모델을 학습시키는 단계별 가이드를 제공한다.
카카오페이 개발팀이 개발자의 생산성을 높이기 위해 변수명을 추천하는 슬랙 챗봇을 개발하여 카페톤 1위를 차지했다.
Next.js와 Tailwind CSS 기반 웹툰 서비스 프로토타입을 ChatGPT(gpt-3.5)로 개발한 결과, 약 5시간이 소요됐으나 최신 라이브러리 호환성 문제와 환각 현상으로 인해 설계와 검증은 여전히 개발자의 역할로 남았다.
Hugging Face Hub에서 Jupyter Notebook을 직접 렌더링하여 확인할 수 있는 기능이 도입되었다.
복잡한 슬랙 메시지 구조를 효율적으로 처리하기 위해 Jackson을 활용한 이벤트 드리븐 아키텍처를 구현했다.
카카오페이가 기존 시스템에서 일부 프로젝트만 추출하여 새로운 Jira 환경을 구축하며 겪은 마이그레이션 과정과 시행착오를 공유한다.
Replit은 지연 시간 단축을 위해 전 세계로 인프라를 분산하고 클러스터 기반의 격리된 구조를 구축했다.
컬리가 TestContainers를 활용해 실제 환경과 유사한 통합 테스트를 자동화해 배포 안정성을 높였다.
카카오페이 개발진이 회의 효율과 문화를 개선하기 위해 개발한 슬랙봇 '죠르디 회의봇'의 주요 기능과 유저 확보 전략을 소개한다.
LightGBM과 Bayesian Optimization으로 입고 트럭 수를 예측해 슬롯 낭비를 줄였다.
라이브러리 없이 TouchEvent API를 활용해 손가락 간 거리 변화로 확대 축소 로직을 작성한다.
Spring Boot 환경에서 QueryParam과 JSON Body의 공백 문자를 자동으로 제거하는 방법을 소개한다.
Replit과 AI Camp가 Python을 활용해 LLM 활용법을 배우는 4시간 분량의 코스를 출시했다.
Coupang은 LightGBM과 Bayesian optimization으로 입고 트럭 수를 예측해 슬롯 낭비와 지연을 줄였다.
Hugging Face가 TRL과 PEFT를 통합하여 소비자용 GPU에서도 20B 규모의 LLM RLHF 학습이 가능하도록 지원한다.
SK플래닛이 ITS 세계 총회 진출을 앞두고 AI 노면 감지 솔루션 RB ARHIS의 브랜드 웹사이트 구축 과정을 공개했다.
YC 지원 기업 BerriAI는 Replit을 활용해 데이터 기반 LLM 제품을 빠르게 구축하고 시장에 출시한다.