함수가 특정 데이터 형식에 의존하여 발생하는 '지식 분산' 문제를 해결하기 위해, 도메인 지식을 호출부로 옮기는 리팩터링 방법을 제안한다.
올리브영이 온·오프라인 재고 통합과 메시지 기반 OMS 구축을 통해 물류 효율성을 극대화했다.
MongoDB CQRS로 조회는 40배 빨라졌지만, 엑셀 다운로드는 Tomcat NDJSON 병목에 막혔다.
SPA 환경에서 데이터 로딩 및 동적 콘텐츠 변화로 발생하는 스크롤 복구 문제를 해결하기 위한 상황별 전략을 다룬다.
백엔드 개발자 3명이 바이브 코딩으로 크롬 확장 프로그램을 10시간 만에 완성해 우승했다.
LINE VOOM은 콘텐츠 반영 지연 문제를 해결하기 위해 Milvus 기반의 실시간 추천 시스템을 구축했다.
FuriosaAI가 AI 컴퓨팅 확장을 위해 1억 2,500만 달러 규모의 시리즈 C 투자를 유치했다.
카카오가 약 300개 CDC 파이프라인의 데이터 신뢰성을 위해 Reader, Translator 등 4단계 모듈화와 디자인 패턴을 적용한 Spark 잡 설계를 공개했습니다.
수백 개 테이블의 대용량 정합성 검사를 위해 MySQL 스캔 모드별 튜닝, Iceberg 유지 관리, 캐싱 및 로컬 모드 최적화 등을 적용한 카카오의 Spark 잡 개발 사례
함수 인자와 반환값을 활용해 작업 순서를 명시적으로 정의하고, 응집도를 높이며 결합도를 낮추는 방법을 제안한다.
Framelink Figma MCP를 활용해 디자인 시안을 React 컴포넌트로 자동 변환하며 개발 시간을 대폭 단축했다.
올리브영이 외부 솔루션 없이 Kafka 기반의 독자적인 글로벌 물류 시스템(GMS)을 구축하며 겪은 기술적 도전과 해결 과정을 다룬다.
Redis 운영 시 메모리 관리와 성능 최적화를 위한 TTL 설정, Big Key 방지, 데이터 타입 활용법을 다룬다.
카카오가 상업적 활용 가능한 경량 멀티모달 언어모델 'Kanana-1.5-v-3b'를 오픈소스로 공개했으며, 한국어 벤치마크에서 경쟁 모델 대비 우수한 성능을 기록했습니다.
카카오가 MoE 구조를 적용해 활성 파라미터 3B로 Dense 8B 모델과 대등한 성능을 달성한 'Kanana-1.5-15.7B-A3B'를 오픈소스로 공개했다.
LG AI Research가 FuriosaAI의 RNGD 가속기를 채택해 EXAONE 모델의 LLM 추론 효율을 GPU 대비 2.25배 높였다.
마이크로프론트엔드의 개념과 등장 배경, 그리고 진정한 구현을 위한 통합 전략을 살펴본다.
Upstage Document Intelligence가 AWS Marketplace AI Agents and Tools에 등록됐다.
AI Briefing