if(kakao)26에서 대화형 AI를 넘어 실행과 신뢰 중심의 에이전틱 AI 전환 방향을 확인했다.
모델 성능 향상으로 하네스 규모가 절반으로 줄었으나 검증 장치는 유지해야 한다.
Alloy 중복 수집 제거와 레이블 최적화로 샌드박스 기준 Loki CPU 사용량을 98% 감소시켰다.
Querydsl 기반 커서 페이지네이션과 Batch 처리로 대량 데이터 읽기·쓰기 성능을 극대화하는 방법을 정리했다.
Spring Data MongoDB에서 @DBRef의 N+1 문제를 $lookup으로 해결하고, bulkOps로 대량 업데이트 성능을 24배 높이는 전략을 소개한다.
카카오페이손해보험이 AOP 기반 Shadow 비교 전략으로 운영 환경에서 레거시 모듈을 안전하게 제거하고 Spring Boot 버전업 기반을 마련했다.
카카오페이 개발자가 LLM과 Agent의 차이, ReAct 패턴, 토큰 및 컨텍스트 윈도우 등 AI Agent 도입 시 필수적인 핵심 개념을 정리했다.
Yarn Berry의 PnP·Zero-installs가 새 병목이 되자 pnpm으로 전환해 메모리와 배포 효율을 개선했다.
DB Connection Timeout의 진짜 원인은 커넥션 부족이 아니라 JVM 웜업 부재였다.
OpenTelemetry와 ClickHouse로 로그 지연을 20초 이내로 줄이고 비용을 85.6% 절감했다.
FSD로 레포 구조를 재정비해 코드 위치와 의존성을 명확히 했다.
카카오페이증권이 고객 관점의 서비스 상태를 가시화하고 장애 대응 프로세스를 자동화하는 '핑크와드' 프로젝트를 도입했다.
카카오페이 비개발자 팀이 AWS Gen AI를 활용해 안면 인식 기반 초개인화 키오스크를 개발하며 해커톤 3위를 수상했다.
카카오페이가 AWS Bedrock 기반의 멀티 에이전트 구조를 활용한 금융 AI 컨시어지 '페이지니'를 개발했다.
카카오페이 CreditClan 팀이 AWS Bedrock을 활용해 사용자 맞춤형 AI 대출 코치 서비스를 개발했다.
카카오페이가 AI 에이전트와 결제 API의 효율적인 연동을 위해 MCP를 도입하고, 멀티 프레임워크를 지원하는 Agent Toolkit을 개발했다.
카카오페이 팀이 AWS AI 서비스를 활용해 어려운 금융 용어를 설명하고 관련 상품을 추천하는 ‘금.용.사.’ 서비스를 개발했다.
Next.js SSR 환경에서 발생하는 CORS 에러와 Version Skew 문제의 원인을 분석하고 해결한 실무 경험을 공유한다.
카카오페이가 복잡한 여신 비즈니스를 효율적으로 관리하기 위해 DDD를 적용하여 여신코어 시스템을 내재화한 과정을 공유한다.
AI Briefing