Spotify PM 3인, AI 스택의 연구, 모델, 경험 레이어별 역할 차이를 설명함
Spotify와 NVIDIA 협업을 통해 Qwen3 1.7B 모델의 빔 서치 워크로드 비용을 최대 54% 절감했다.
Spotify가 내부 개발 도구들을 Spotify Technology 브랜드로 통합해 외부 판매에 나선다.
Spotify는 AI 도입으로 변경량이 2배 이상 늘었으나 품질 저하는 없었으며, 병목이 '검증' 단계로 이동했다고 분석했다.
Spotify는 Bayesian A/B 테스트의 보장이 prior와 stopping rule 등 구성에 따라 달라지며, 현재 자사의 실험 프로그램에서는 별도 Bayesian 모드를 추가할 이점이 운영 비용을 넘지 않는다고 설명한다.
Spotify의 Portal AiKA Modes를 활용해 반복적인 I/O 작업을 저비용 모델로 라우팅하여 Claude Code의 토큰 사용량을 90% 줄였다.
LLM 예측을 A/B 테스트의 대리 지표로 활용하려면 특정 통계적 가정과 보정 작업이 반드시 선행되어야 한다.
Spotify가 온라인 서비스의 저지연 데이터 접근을 위해 데이터 레이크를 인덱싱하는 기술을 소개한다.
Spotify가 대규모 생성형 AI 서비스를 효율적으로 운영하기 위해 Kong의 AI Gateway를 도입했다.
Spotify는 방대한 데이터셋 속에서 정확한 인사이트를 제공하기 위해 도메인 전문가의 지식을 결합한 컨텍스트 레이어 기반의 AI 데이터 어시스턴트를 구축했다.
Spotify는 AI 코딩 도구와 자체 개발 에이전트 Honk를 통해 개발 생산성을 혁신하고 있다.
Spotify Ads API를 Claude Code plugin으로 자연어 제어하게 만들었다.
Spotify는 Honk와 Backstage로 1,800개 파이프라인 마이그레이션을 자동화했다.
Spotify는 ADK와 Vertex AI로 광고 미디어 플래닝을 자동화하는 멀티 에이전트 시스템을 구축했다.
Jira 중심 수작업을 Backstage 대시보드와 Robot 자동화로 바꿔 출시를 단축했다.
Spotify가 2025 FOSS Fund 수상작으로 FFmpeg, MSW, Xiph.Org Foundation을 선정했다.
AI Briefing