FuriosaAI의 AI 추론 칩 RNGD가 Llama 3.1 모델에서 압도적인 처리량과 전력 효율성을 입증했다.
MongoDB에서 트랜잭션을 구현하기 위한 Replica Set 환경 구축과 동작 원리, 설정 방법을 다룬다.
Figma, Panda CSS, GitHub Actions를 연동하여 디자인 토큰의 변경 사항을 코드에 자동으로 반영하는 프로세스를 구축했다.
카카오페이가 개발자가 직접 k8s 환경에서 쉽고 빠르게 성능 테스트를 수행할 수 있는 '성능 테스트 존'을 구축했다.
올리브영이 RabbitMQ의 Exchange 방식을 변경하고 작업 주체를 분리하여 쿠폰 대량 발급 시간을 15시간에서 5시간대로 단축했다.
카리브 v2는 Redis 부하를 1% 미만으로 줄이고, 2코어 VM에서 초당 60만 메시지를 무손실로 처리한다.
구독자 수와 발행량이 성능의 핵심 인자임을 확인하고, Go pprof를 통해 Fan-out 구조의 I/O 병목을 분석했다.
올리브영은 대규모 트래픽이 발생하는 증정 행사 시 발생하는 DB 부하를 줄이기 위해 Redis와 로컬 캐시를 결합한 다중 레이어 캐싱 아키텍처를 도입했다.
카카오페이가 RabbitMQ 기반 지연이체 서비스를 Kafka로 재설계하여 처리 속도를 8배 개선했다.
카카오 스토리FE개발팀이 TurboRepo 모노레포에 Just-in-Time Packages를 적용해 컴파일 없이 소스를 직접 참조하며 개발 경험을 개선했다.
카카오가 Privacy by Design 원칙을 적용해 서비스 기획 단계부터 프라이버시 침해를 예방하고, CPO와 CISO를 분리해 전문성을 강화한 보안 및 개인정보보호 체계를 공개했다.
카카오는 ISO 22301 인증을 취득한 BCM 체계를 운영하며, 연 1회 이상 전사 재해 복구 모의 훈련을 실시한다.
카카오가 AI 코드 작성 지원, 올리브 플랫폼을 통한 오픈소스 관리, 세이프봇을 활용한 유해 콘텐츠 차단 등 서비스 안정성 강화 전략을 공개했다.
카카오가 멀티 데이터센터 플랫폼을 구축해 약 60종 클라우드 서비스의 통합 모니터링과 장애 자동 대응 체계를 구축했다.
전력·통신·냉방 이중화 및 리히터 6.5 내진 설계를 적용해 무중단 운영을 확보했다.
카카오톡 서버 일평균 11회 배포 환경에서 장애 빈도, 영향 범위, 복구 시간 3요소를 관리하는 회복탄력성 전략을 제시했다.
올리브영 POS팀이 수기 작업 위주의 배포 프로세스를 TeamCity를 활용해 자동화한 과정을 소개한다.
Java 17의 강력한 캡슐화 정책으로 Gson 리플렉션 접근이 차단되어 Custom TypeAdapter로 문제를 해결했다.
AI Briefing