국내 기술블로그

NAVER D2네이버2026-11-04AI·ML데이터AI 요약

네이버 엔지니어링 데이이 행사에서 공개된 이 발표는 크림이 추천 구좌마다 따로 운영하던 모델을 하나의 범용 임베딩으로 통합한 과정을 다룬다. 하나의 인코더로 검색어와 상품을 같은 벡터 공간에 담아 후보 생성과 랭킹에 함께 활용하고, 조건이 걸린 벡터 검색을 하나의 API로 처리하는 구조를 설계했다. 운영 과정에서 모델이 간혹 붕괴하거나 고차원 벡터가 무거운 문제, 큰 규모의 조건을 처리하지 못하고 조건을 자유롭게 조합하기 어려운 리트리벌의 한계가 드러났다. 발표는 이런 한계를 개선한 과정과 이후의 확장 방향을 함께 공유한다.

NAVER D2네이버2026-11-04프론트엔드AI 요약

Tailwind CSS 창립자 Adam Wathan이 Tailwind Labs의 Shopify 합류를 발표했으며, 오픈소스 프로젝트는 MIT 라이선스를 유지한 채 Shopify의 지원으로 계속 관리되지만 유료 컴포넌트 모음과 에이전트 스킬 모음은 신규 가입을 받지 않는다. Cloudflare와 VoidZero는 TypeScript 컴파일러를 Rust로 옮기는 프로젝트 tsrs를 Oxc 툴체인 안에서 개발한다고 밝혔으며, Go로 재작성된 기존 컴파일러보다 WebAssembly 환경에 적합하고 메모리를 덜 쓰는 것을 목표로 하면서 비슷한 시도인 ts-rust, Bun과 Vercel Labs의 관련 프로젝트도 함께 소개되었다. React Context 값이 바뀔 때 발생하는 리렌더링 비용을 React Compiler로 줄이는 방법을 다룬 글도 실렸는데, 컴포넌트를 나누지 않고 메모이제이션을 컴파일러에 맡겨도 기존 방식과 비슷한 성능을 낼 수 있다는 내용이다. 아울러 React의 실험 단계 기능과 Fragment Refs가 안정화되었다는 소식도 함께 전해졌다.

당근 테크블로그당근마켓2026-11-03AI·ML백엔드AI 요약

당근 광고실 백엔드 엔지니어 제이크는 AI 서비스가 외부 데이터를 불러오는 표준 연결 방식인 MCP를 활용해, 광고주가 Claude 같은 AI에게 질문하면 당근 광고의 계정·광고·성과 데이터를 가져와 답해주는 광고 MCP를 만들었다. 구글, 메타, 아마존 등 해외 광고 플랫폼이 이미 MCP를 공개한 가운데, 국내에서는 당근이 처음으로 공식 광고 MCP를 출시했다. 그는 개발만 맡을 것으로 예상했지만 로드맵과 PRD 작성부터 출시까지 전 과정을 책임지게 됐고, 복잡한 당근 광고 플랫폼의 기능 중 리스크가 낮고 AI로 처리하기 편하며 많은 광고주에게 도움이 되는 조회 기능 위주로 범위를 좁혀 나갔다. 이 과정에서 그는 프로젝트를 자신의 일로 여기는 오너십을 바탕으로 개발자로서의 역할 범위를 넓혀갔다.

컬리 기술블로그컬리2026-11-03AI·ML

NAVER D2네이버2026-11-03AI·ML백엔드AI 요약

네이버 엔지니어링 데이에서 발표된 세션으로, Multi-interest 추천 모델 MINER를 KREAM 서비스에 적용하며 겪은 문제 해결 과정을 다룬다. 인기 상품 목록에서 특정 상품이 전체 유저에게 동시 노출되는 hubness 문제를 분석해, 추천 점수를 유저 의존 성분과 유저 무관 성분으로 분해하고 세 가지 가설을 실측으로 검증했다. 이를 바탕으로 유저 무관 성분을 제거하는 centering과 bias 분리, 추천 결과 다양화, 분포 지표 기반 평가 체계를 도입해 과노출 상품을 전량 제거하고 노출 상품 종류를 늘리면서도 구매 지표는 유지했다. 발표는 논문 구조의 모델을 실서비스에 적용할 때 발생하는 문제와 사전 점검 항목도 함께 공유했다.

컬리 기술블로그컬리2026-11-03AI·ML데이터베이스

무신사 테크무신사2026-11-03AI·ML데이터AI 요약

무신사 Core-E Personalization 팀은 추천, CRM, 유저 속성 등 개인화 영역이 검색·추천·광고·앱 푸시·쿠폰·배너 등 다양한 채널로 확장되면서, 결국 '이 고객에게 지금 무엇을 보여줄 것인가'라는 하나의 질문으로 수렴한다고 설명합니다. 고객의 반응 확률을 예측하는 것만으로는 이 질문에 답할 수 없는데, 하루에 보낼 수 있는 푸시 수나 쿠폰 예산, 화면에 담을 수 있는 상품 수처럼 가용 자원에는 항상 한계가 있기 때문입니다. 이에 팀은 자원 제약 안에서 누구에게 무엇을 보여줄지 정하는 결정 문제를 다루는 DeciML과, 발견 문제를 다루는 NeXA라는 두 개의 ML 플랫폼을 새로 만들었습니다. 이 글은 두 플랫폼의 등장 배경과 역할, 설계 방향을 다루는 시리즈의 첫 편으로, 이후 편에서 구조와 적용 사례를 다룰 예정입니다.

카카오 기술블로그카카오2026-11-02백엔드데이터AI 요약

커머스 클레임(취소·교환·반품) 검색 색인의 변경 수집 방식을 변경 알림 기반에서 데이터베이스 변경 로그 기반인 CDC 방식으로 전환했다. 기존 구조에서는 알림이 발행되지 않은 변경이 색인에 반영되지 않고, 체류 시간 계산의 기준시각이 무관한 필드 수정에도 갱신되는 문제가 있었다. 전환 작업보다 어려웠던 것은 새로 만든 색인이 올바르다는 것을 증명하는 일이었으며, 누락·값·지연이라는 세 축으로 기존 색인과 대조하는 검증 과정을 거쳤다.

NAVER D2네이버2026-11-02인프라AI·MLAI 요약

네이버 사내 기술 교류 행사인 NAVER Engineering Day에서 공개된 이 발표는 Kubernetes GPU 노드를 VM으로 격리해 여러 사용자가 나눠 쓰면서도 호스트 수준의 성능을 유지하는 방법을 다룬다. kata-containers 구조를 바탕으로 GPU와 NIC를 VM에 함께 할당하는 방법, VM 부팅 시간과 성능을 개선하는 방법을 설명한다. 발표 대상은 GPU 노드를 공유하는 환경에서 격리를 강화하려는 플랫폼 개발자, kata-containers나 VM 기반 runtime 도입을 검토하는 개발자, DRA로 GPU·NIC 할당을 구현하려는 개발자, VM 환경에서 bare metal 수준의 GPU·IB·storage 성능을 맞추려는 개발자다. 발표 마지막에는 사용자가 작성하는 Pod spec과 bare metal 대비 성능 비교를 다룬다.

NAVER D2네이버2026-10-30조직·문화AI·MLAI 요약

네이버는 2016년 사내 개발자 행사로 시작한 Engineering Day가 올해 10주년을 맞았다고 소개했다. 이 행사는 발표자가 정리한 지식을 전달하는 자리를 넘어 구성원들이 실제 업무에서 겪은 문제와 선택, 시행착오를 나누고 서로의 경험을 연결하는 장으로 확장돼 왔다. 10주년에는 전 직군이 참여하는 온라인 세션, 오프라인 워크숍, AI 오픈 코칭데이로 이어지는 4일간의 행사가 진행됐으며, 백엔드·데이터·모바일 등 개발 분야부터 AI 도구 활용과 협업 방식까지 다양한 주제가 다뤄졌다. 행사의 핵심은 먼저 경험한 동료가 나누고 다른 동료가 이를 자신의 업무에 다시 적용해 공유하는 선순환 문화에 있다고 설명했다.

뱅크샐러드 기술블로그뱅크샐러드2026-10-30일반

뱅크샐러드 기술블로그뱅크샐러드2026-10-30프론트엔드일반AI 요약

뱅크샐러드 브랜드 디자이너가 아이콘 개편 과정을 소개하는 연재의 세 번째 글이다. 앞선 1, 2편에서는 기존 아이콘의 아웃라인을 걷어내고 색채학과 조형 규칙을 세워 뱅크샐러드만의 새로운 시각적 언어를 만드는 과정을 다뤘다. 이번 글에서는 그 다음 단계로 넘어가는 이야기를 다룰 것으로 보이나, 발췌 내용이 중간에 끊겨 구체적인 내용은 확인되지 않는다.

뱅크샐러드 기술블로그뱅크샐러드2026-10-30일반

NAVER D2네이버2026-10-29인프라백엔드AI 요약

네이버 팀은 관리형 데이터베이스 서비스에서 DB 컨테이너와 함께 헬스 체크, 메트릭·로그 수집용 사이드카를 같은 Pod에서 운영한다. DB는 장기간 그대로 실행되지만 사이드카는 기능 추가와 버그 수정, 보안 패치로 자주 바뀌어, 변경이 생길 때마다 모든 인스턴스에 반영해야 하고 이 작업이 인스턴스 수만큼 반복된다. 이로 인해 인스턴스마다 반영 시점과 사이드카 버전 조합이 달라지고, 오래 실행되는 Pod 특성상 이 상태가 굳어져 형상 관리와 배포, 모니터링이 모두 어려워진다. 이 글은 이런 문제를 해결하기 위해 사이드카를 선언적으로 관리하는 수단으로 OpenKruise SidecarSet을 도입한 배경과 기능, 운영 경험을 다룬다.

딜리버리히어로 코리아요기요2026-10-29조직·문화모바일AI 요약

요기요 모바일팀 소속 Android 개발자가 기능조직 구조의 한계를 넘어, 한 명의 엔지니어가 문제 정의부터 기획, 백엔드와 모바일 구현, 배포까지 책임지는 Product Engineer 파일럿을 2026년 2분기에 진행한 경험을 공유합니다. 저자는 기존 플랫폼 전문성을 내려놓고 백지상태에서 비즈니스 문제를 바라보며, 모바일 개발자 시각에 갇히지 않고 기존 프로세스의 비효율을 편견 없이 발견하려 했습니다. 또한 코드를 직접 작성하는 대신 문제 정의와 검증에 집중하는 방식을 택했습니다. 이 글에서는 파일럿 과정의 시행착오와 이후 발견된 조직적 병목을 어떻게 풀어가고 있는지를 다룹니다.

카카오 기술블로그카카오2026-10-27AI·ML데이터AI 요약

카카오톡 숏폼 추천 모델을 개발하는 추천팀은 추천 지표 분석에 AI 에이전트를 활용하고 있다. 에이전트는 미리 정리된 지침 문서를 읽고 SQL을 작성해 기존 Hadoop 환경에서 실행한 뒤 집계 결과를 리포트로 완성하는 방식으로 동작한다. 이전 글에서는 데이터 엔지니어와 분석가만 알고 있던 로그 데이터 접근 방법과 분석 기준을 AI를 통해 조회할 수 있게 한 사례를 소개했으며, 이번 글은 이러한 신뢰할 수 있는 AI 분석 환경을 만들기 위한 컨텍스트 설계를 다룬다.

토스 테크비바리퍼블리카2026-10-27AI·ML백엔드AI 요약

토스는 정책 이해, 상품 비교, 문서 요약, 값 추출 등 다양한 업무에 생성형 AI를 활용하고 있으며 LLM이 맡는 범위가 빠르게 넓어지고 있습니다. 하지만 프롬프트 튜닝 이후 대용량 호출을 시작하면 비용과 Latency 문제가 드러나며, 이를 해결하기 위해 LoRA 같은 효율적인 Adapter 학습이나 Full Fine-Tuning을 통해 모델을 내재화해 비용을 절감한 사례도 있습니다. 모든 작업이 범용 LLM의 모든 능력을 필요로 하지는 않으며, 상품 동일성 판단이나 카테고리 분류처럼 전통적인 ML 모델이나 특정 작업에 최적화한 소형 모델로도 충분히 처리 가능한 경우가 있습니다. 중요한 것은 모델의 크기가 아니라 주어진 작업에 필요한 품질을 확보할 수 있는지이며, 토스는 전환이 가능한 트래픽부터 작고 빠른 모델로 내재화하는 방향을 검토하고 있습니다.

NAVER D2네이버2026-10-27AI·ML조직·문화AI 요약

네이버 D2 블로그에 2018년 올렸던 '백엔드 개발자를 꿈꾸는 학생개발자에게'의 후속편으로, 2025년 말 학생 개발자 설문을 바탕으로 작성됐다. 글쓴이는 AI로 코딩 방식이 크게 바뀌는 시기여서 개발자의 역할을 묻는 질문에 답하기가 예전보다 어려워졌다고 말한다. AI 코딩 도구가 단순 코드 추천을 넘어 소스 작성과 OS 명령 실행 등 사람을 대신하는 역할까지 수행하게 된 변화를 짚으며, 과거 컴퓨터 보급이 지식 근로자의 업무 범위와 권한을 넓혀온 흐름에 비춰 이번 변화를 돌아본다. 저자는 이 글을 명확한 안내서가 아니라 격변기의 스냅샷으로 봐 달라고 당부한다.

무신사 테크무신사2026-10-26백엔드AI·MLAI 요약

무신사 물류플랫폼팀 백엔드 개발자가 AI 코딩 에이전트와 일하면서 겪은 업무 방식 변화를 돌아보는 글이다. 과거에는 코딩 자체가 병목이었고 컨텍스트 스위칭 비용이 커서 한 번에 하나의 작업만 집중해서 처리하는 것이 자연스러웠다고 설명한다. 이후 에이전트에게 작업을 맡기고 기다리는 시간이 아깝다는 이유로 다른 터미널에서 또 다른 작업을 동시에 진행하게 되었고, 이런 방식이 점차 굳어져 여러 에이전트를 병렬로 운용하며 결과를 확인하고 승인하는 현재의 작업 방식으로 이어졌다고 서술한다. 글쓴이는 이러한 변화 속에서 일의 병목이 코딩에서 판단으로 옮겨갔다고 보며, 이 방식이 옳은지 스스로도 계속 의심하고 있다고 밝힌다.

LY Corporation TechLINE·야후재팬2026-10-26AI·ML인프라AI 요약

글은 AI 에이전트에게 '우리 서비스, 지금 어떤 상태야?'라고 물었을 때 겉보기에는 그럴듯하지만 실제로 활용하기는 어려운 답이 돌아오는 경험에서 출발합니다. 이는 LLM이 가진 한계와 관련된 문제로 이어지며, 이를 해결하기 위한 기반 작업으로 Flava MCP Hub를 다루는 글입니다. 글 제목이 암시하듯 AI 시대에 필요한 인프라, 즉 '배관 공사'에 해당하는 작업을 소개하는 내용으로 보입니다.

토스 테크비바리퍼블리카2026-10-23데이터AI·MLAI 요약

토스 앱에서는 사용자 행동이 앱로그로 쌓이고, DataOps Manager(DOM)가 각 도메인의 로그 명세를 정의하고 관리한다. 로그 정의 시에는 정해진 형식, 도메인 맥락, 분석에 필요한 항목, 정책과 안전이라는 네 가지를 지켜야 하는데, 규칙은 앱로그 백과사전에 정리되어 있었지만 도메인 맥락은 담당 DOM 개인의 기억에 의존해 로그센터에서 수동으로 관리되어 왔다. 이에 한 DOM이 자신의 지식과 경험을 담은 로그 정의 보조 스킬을 만들었으나 특정 도메인과 경험에 묶여 다른 사람이 그대로 쓰기 어려웠고, 이를 누구나 어떤 도메인에서도 함께 쓸 수 있도록 다시 다듬어 로그 정의 과정과 판단 순서를 스킬 안에 담으려는 작업을 진행했다.

카카오 기술블로그카카오2026-10-21백엔드인프라AI 요약

카카오 커넥티비티 플랫폼 팀은 사내 SMS 전송 시스템 KIMS를 통해 해외 MO(Message Originated) 메시지 인증 문제를 다뤘다. 국내와 달리 해외 MO 메시지는 전달 과정에서 어디서 길을 잃었는지 파악하기 어려운 '깜깜이' 영역이었다고 설명한다. 이러한 난제를 극복한 기술적 과정을 통해 국제 MO 전환율을 90%대까지 끌어올렸다고 밝혔다.

카카오 기술블로그카카오2026-10-21AI·ML조직·문화AI 요약

카카오는 9월 29일 부산에서 약 800명이 참가한 ‘카카오 AI 돛 Summit 26’의 주요 세션 영상을 온라인에 공개했다. 공개된 영상에는 AI와 함께 개발하는 방식, 실제 서비스에 AI를 적용하는 과정, 연구를 창업으로 연결한 경험 등 다양한 주제의 발표가 담겼다. 현장에 참석하지 못했거나 동시 진행으로 놓친 세션을 온라인에서 확인할 수 있으며, 관심사에 맞는 세션을 선택해 볼 수 있도록 안내하고 있다.

당근 테크블로그당근마켓2026-10-21AI·ML백엔드AI 요약

당근 커뮤니티홈팀은 피드 추천에 쓰이는 글 주제 분류 작업의 LLM을 Gemini에서 단가가 더 낮은 OpenAI 모델로 교체했다. 교체 직후 응답과 에러에는 문제가 없었지만, 닷새 뒤 확인해보니 단가는 낮아졌는데 요청당 비용은 오히려 3.2배로 늘어 있었다. 원인은 프롬프트 캐시였는데, 매 요청마다 반복되는 고정부(지시문과 카테고리 목록)를 재사용하는 캐시 히트율이 85.8%에서 2.3%로 떨어져 있었던 것이다. 캐시가 깨져도 에러는 발생하지 않고 비용만 늘어난다는 점을 확인한 뒤, OpenAI·Anthropic·Google Gemini의 프롬프트 캐시 동작 방식을 비교해 정리했다.

NAVER D2네이버2026-10-21백엔드인프라AI 요약

이 글은 2019년에 다루었던 브라우저 밖 JavaScript 동향을 이어, 그 사이 7년간 Node.js 생태계에서 일어난 변화를 정리하는 연재의 두 번째 편입니다. Node.js는 릴리스 일정을 연 1회로 바꾸었고, Node.js 호환을 목표로 하게 된 Deno와 Bun은 각각 Cloudflare와 Anthropic에 합류했으며, npm은 GitHub의 일부가 되어 공급망 공격에 대응하고 있다고 설명합니다. 글은 Node.js의 사용 현황과 주요 기능, Deno와 Bun, 서버 런타임 표준인 WinterTC, 패키지 관리자와 레지스트리, 데스크톱·모바일 애플리케이션 개발 도구, PWA와 XR, OpenJS Foundation을 차례로 살펴보고 마지막으로 AI 코딩 도구가 런타임과 패키지 생태계를 어떻게 바꾸었는지도 정리합니다. 아울러 Node.js가 TypeScript 파일을 직접 실행하고 테스트 러너와 SQLite, WebSocket 클라이언트를 내장하며 파일·네트워크 접근을 제어하는 권한 모델을 갖추게 된 변화도 소개합니다.

NAVER D2네이버2026-10-21백엔드인프라AI 요약

2019년에 다룬 브라우저 밖 JavaScript 동향을 되짚어본 글로, 당시 막 등장한 Deno와 npm 독주 체제의 패키지 관리자 생태계를 회고합니다. 이후 Node.js는 연 1회 릴리스 체계로 바뀌었고 TypeScript 파일 직접 실행, 테스트 러너, SQLite, WebSocket 클라이언트 내장, 권한 모델 등 기능이 추가되었습니다. Deno와 Bun은 각각 Cloudflare와 Anthropic에 합류해 Node.js 호환을 목표로 삼게 되었고, npm은 GitHub에 속해 공급망 공격에 대응하고 있습니다. 연재는 이어지는 글에서 WinterTC, 패키지 관리자와 레지스트리, 데스크톱·모바일 개발 도구, PWA와 XR, OpenJS Foundation, AI 코딩 도구의 영향 등을 다룰 예정입니다.

카카오 기술블로그카카오2026-10-20AI·MLAI 요약

카카오 Multimodal Model Training팀이 자체 기술력으로 처음부터 개발한 독자 비전 인코더 Kanana-2-vision-encoder를 소개했다. 이 비전 인코더는 카카오 언어모델 Kanana-2 LLM의 가중치와 구조를 활용해 학습과 추론 모두에서 높은 효율성을 보인다. 또한 고해상도 이미지 처리를 지원하는 것으로 설명된다.

인프랩 기술블로그인프런2026-10-20인프라백엔드AI 요약

인프런은 Jenkins를 배치 시스템으로 사용하며 서비스마다 EC2에 Jenkins를 하나씩 띄워 운영했는데, 디스크가 가득 차 모든 배치가 멈추는 문제가 분기마다 반복됐다. 빌드 이력 보존 설정이 빠진 잡의 이력이 정리되지 않고 쌓여 디스크를 가득 채웠고, 큐에는 실행을 기다리는 배치가 약 3,000건까지 쌓인 적도 있었다. 또한 플러그인 간 의존성 충돌로 Jenkins가 뜨지 않아 배치가 전혀 실행되지 않고, 복구 후 놓친 배치를 일일이 찾아 다시 실행해야 했던 사례도 있었다. 이런 문제들을 계기로 인프런은 Jenkins 배치 시스템을 Temporal로 이전하며 겪은 고민을 정리했다.

NHN Cloud MeetupNHN2026-10-20AI·ML조직·문화AI 요약

작성자는 혼자 다듬어 오던 AI 하네스에 '실버불릿'이라는 이름을 붙이고 귀와 입을 달아, 팀 채팅방에서 직접 대화에 참여할 수 있도록 만들었다. 일대일 대화와 달리 여러 사람이 두서없이 동시에 말하는 채팅방 환경에서도 실버불릿이 맥락을 알아들을 수 있을지 시험해 보았다. 실버불릿은 'KTB 수신결과 지연'이라는 대화 흐름을 스스로 골라내고 과거의 비슷한 기록까지 끌어와, 작성자가 했을 법한 방식으로 답변을 제시했다. 이 글은 하네스가 채팅방 속에서 실제로 작동하며 무엇을 얻고 무엇이 위험했는지를 다루는 시리즈의 두 번째 편이다.

NAVER D2네이버2026-10-20프론트엔드AI·MLAI 요약

네이버 D2의 'JavaScript의 동향' 연재가 6년의 공백을 깨고 다시 이어지며, 그사이 ECMAScript 명세는 여러 차례 개정되었다. 이전 글에서 초기 단계였던 Temporal 제안은 오랜 논의를 거쳐 최종 단계에 올라 주요 브라우저와 Node.js에서 플래그 없이 쓸 수 있게 되었다. AI 코딩 도구의 확산으로 코드를 작성하는 방식이 달라졌고, AI 에이전트가 브라우저 엔진의 JavaScript 엔진 코드를 다른 언어로 옮기는 데도 쓰이며, GitHub Octoverse는 TypeScript가 가장 많이 쓰인 언어로 올라선 배경으로 AI를 지목했다. 이번 연재는 ECMAScript, 브라우저 밖의 JavaScript, WebAssembly, 라이브러리와 프레임워크 등 네 편으로 구성되고, 이 글에서는 지난 6년간의 명세 변화와 제안의 결말, TC39 프로세스 변화, 브라우저·임베디드 엔진 현황, JavaScript 상표권 분쟁, TypeScript 차기 버전, AI가 JavaScript·TypeScript 사용과 표준화 과정에 미치는 영향을 다룬다.

무신사 테크무신사2026-10-19인프라모바일AI 요약

무신사 Automation QE팀은 앱과 웹 빌드가 끝날 때마다 실기기에서 BVT를 자동 실행해 왔지만, 일부 기기가 작업을 먼저 끝내도 가장 늦게 끝나는 기기를 기다려야 하는 비효율과 기기를 추가할 때마다 전용 스크립트를 새로 작성하면서 설정 오류가 발생하는 문제를 겪었다. 이를 해결하기 위해 테스트 자동화 프레임워크를 새롭게 전환하는 작업에 착수했다. 초기 구조에서는 Mac 한 대가 테스트 데이터 제공, 기기 관리, 실행 트리거, 결과 저장과 알림까지 모든 역할을 맡았는데, 연결된 기기가 늘면서 테스트 실행 부하가 서버 역할까지 느리게 만들어 전체 시스템이 불안정해졌다. 이후 역할을 분리해 데이터 제공과 결과 저장·알림 기능은 EC2로 옮기고 Mac은 실기기 연결과 테스트 실행만 담당하도록 구조를 개선했다.

토스 테크비바리퍼블리카2026-10-19인프라데이터베이스AI 요약

토스증권 DBA팀은 거래 처리용 Oracle DB에서 커밋 대기를 뜻하는 log file sync 지연이 0.1초 넘게 반복되는 현상을 발견했다. 스토리지, OS, 네트워크, 애플리케이션, Oracle을 모두 점검했으나 평균 지표와 호스트 CPU 사용률은 정상 범위였다. pidstat으로 리두 로그 기록을 담당하는 LGWR 프로세스의 실행 CPU를 추적한 결과, 지연은 LGWR가 특정 CPU(28번)에서 실행될 때만 발생했고 이는 하나의 CPU 소켓에 NIC 인터럽트가 몰려 있었기 때문으로 확인됐다. 인터럽트를 두 소켓으로 분산시키자 해당 지연이 대부분 개선됐고, 같은 조치를 적용한 다른 Oracle RAC에서도 개장 직후 CPU 사용률이 낮아지는 효과가 나타났다.

토스 테크비바리퍼블리카2026-10-16데이터인프라AI 요약

토스 Data Warehouse 팀은 광고·쇼핑·결제·금융 등 여러 도메인의 마트 파이프라인이 하나의 DW Airflow 클러스터에 모여 있던 구조를, 서비스를 멈추지 않고 도메인별 DW Airflow와 dbt 기반 선언적 파이프라인으로 옮기는 작업을 진행했습니다. 팀 내부에서는 이 새 플랫폼을 '뉴타운'이라 부르며, 기존 시스템을 고쳐 쓰지 않고 옆에 새로 짓는 방식을 택했습니다. 기존 구조에서는 한 도메인의 배치가 몰리면 다른 도메인 배치까지 밀리고, 테이블 하나를 이해하려면 DAG 파일, SQL 파일, 품질 규칙 설정, 데이터 카탈로그, 적재 메타 시스템 등 다섯 군데를 열어봐야 하는 불편이 있었습니다. 그 결과 광고 도메인의 DAG 코드 줄 수와 테이블 순서를 수동으로 잇던 코드가 크게 줄었고 파이프라인 소요 시간도 단축되었습니다.

LY Corporation TechLINE·야후재팬2026-10-16AI·ML일반AI 요약

LINE Plus에서 대만 Giftshop 서비스 QA를 담당하는 김혜영 저자가 AI를 테스트 자동화에 활용한 경험을 다루는 글입니다. 글은 AI를 테스트 자동화에 적용하려는 다양한 시도와 실제 적용 사례를 접하게 된 배경에서 시작합니다. E2E 회귀 테스트를 자동화 파이프라인으로 전환하는 과정을 소개하는 내용으로 이어집니다.

토스 테크비바리퍼블리카2026-10-16프론트엔드인프라AI 요약

토스뱅크 기술그룹은 패키지를 사용하는 호스트 서비스가 지원 브라우저와 API 호환성을 직접 확인해야 했던 문제를 해결하기 위해 패키지가 갖춰야 할 세 가지 기준을 정했다고 설명한다. 세 기준은 호스트 실행 환경에서 안정적으로 동작하는 안정성, 배포 후에도 원본 코드의 의도가 유지되는 예측 가능성, 사용처에서 쉽게 디버깅할 수 있는 디버깅 편의성이다. 안정성과 관련해 문법 변환은 호스트의 트랜스파일러가 지원해야 하고 API는 실행 환경이나 폴리필로 제공돼야 한다고 설명하며, rolldown과 oxc의 정규식 문법 변환 사례, 그리고 Proxy처럼 폴리필만으로 전체 동작을 구현할 수 없는 API의 한계를 예로 든다. 이에 따라 토스뱅크는 호스트의 API 지원 범위를 타입 검사에 반영했으며, TypeScript 설정만으로는 호환성을 모두 확인할 수 없어 실제 API 지원 여부와 문법 변환 가능 여부를 별도로 점검해야 한다고 밝힌다.

토스 테크비바리퍼블리카2026-10-15프론트엔드AI 요약

토스뱅크 기술그룹은 그동안 패키지를 ESM과 CJS 두 형식으로 함께 빌드하는 Dual package 방식을 써왔으나, 이 방식에서 발생하는 문제를 겪었습니다. import와 require()가 서로 다른 구현 파일을 연결해 같은 패키지인데도 컨텍스트나 상태 객체가 두 개로 나뉘는 Dual package hazard가 생길 수 있었고, Provider로 값을 넣어도 다른 경로의 Hook이 값을 읽지 못하는 문제가 발생했습니다. 또한 패키지의 타입이 외부 라이브러리를 참조할 때 exports 설정과 TypeScript 설정에 따라 타입을 올바르게 찾지 못하는 경우도 있었습니다. 이런 문제들로 인해 패키지를 ESM 형식으로만 제공하기로 한 배경을 설명하고 있습니다.

딜리버리히어로 코리아요기요2026-10-15프론트엔드백엔드AI 요약

비개발자인 기획자가 Product Engineer로서 주문추적화면의 지도 마커를 광고 소재로 활용하는 기능을 개발한 경험을 다룬다. 운영자가 어드민에서 광고를 등록하면 배달 상태에 따라 지도 마커가 광고 이미지로 바뀌고, 이를 누르면 배너와 랜딩 페이지로 연결되는 기능으로 서버, API, 어드민, 클라이언트 등 여러 영역을 함께 수정해야 했다. 가장 많은 시간이 든 것은 코드 검토가 아니라 개발 전 준비와 동료들과의 소통이었으며, 백엔드 개발자가 비개발자를 위해 만든 가이드 문서 덕분에 개발 환경 세팅과 구체적인 질문이 가능했다. 출시 후 첫 외부 광고에서 노출수와 클릭수 등 목표 수치 대비 200% 이상을 달성했고 이후에도 안정적으로 운영되고 있다.

뱅크샐러드 기술블로그뱅크샐러드2026-10-15백엔드AI·MLAI 요약

뱅크샐러드 금융쇼핑 PA 서버 Tech Lead가 Go로 작성된 서비스에 DDD-lite와 클린 아키텍처를 적용한 경험을 공유한다. 뱅크샐러드 서버는 대부분 Go로 구성되어 있으며, AI 코딩이 확산되는 환경에서 이러한 아키텍처 적용이 어떤 차이를 만드는지 다룬다.

토스 테크비바리퍼블리카2026-10-14인프라백엔드AI 요약

토스증권 Data Infra팀은 Spark Connect 서버들을 용도별로 묶은 테넌트 단위로 운영하며, 대화형 분석과 대용량 파이프라인처럼 용도에 따라 이미지, 자원, Spark 설정, replica 수를 다르게 지정했다. 개별 서버의 실행과 장애 복구는 Apache Spark Operator가 맡고, 여러 SparkApplication을 하나의 서비스로 관리하는 역할은 자체 개발한 Spark Tenant Operator가 담당하도록 두 계층으로 역할을 나눴다. SparkTenant에 원하는 설정과 서버 수를 선언하면 Tenant Operator가 이에 맞춰 SparkApplication들을 관리하는 방식이다. 이어서 서버 교체 과정과 장기 실행 중 겪은 Driver 메모리 문제도 다룬다.

토스 테크비바리퍼블리카2026-10-13조직·문화일반AI 요약

토스뱅크 예적금 디자이너 장서영이 '키워봐요 31일적금'이 만들어진 과정을 소개한다. 디자인 챕터의 자유 아이디어 시간인 OOTB에서 사용자가 은행에 애착을 갖고 자주 들어오게 할 방법을 고민하다, 저금할수록 캐릭터가 자라는 기존 '키워봐요 적금'을 다시 살려보기로 했다. 처음에는 마을 주민 돕기나 우주선 고치기 같은 게임 스토리를 구상했지만, 저금과 스토리 사이에 억지스러운 연결이 필요하다는 점을 깨닫고 결국 '키우기' 컨셉으로 되돌아왔다.

토스 테크비바리퍼블리카2026-10-13AI·ML인프라AI 요약

토스 AI Platform 팀은 모델 연동, 권한 확인, 사용량 집계처럼 여러 서비스에서 반복되는 작업을 플랫폼이 처리하도록 만들었습니다. GenAI Portal에서 모델 사용 신청과 설정을 관리하고, 실제 호출은 서비스와 모델 사이에서 요청을 처리하는 GenAI Gateway가 맡으며, 사내 도구 호출 시 실행 권한은 MCP Gateway가 확인합니다. Portal에서는 모델별 가격과 사양을 비교하고 리더보드로 공개 벤치마크 점수와 사내 서빙 환경의 응답 지연 시간을 구분해 볼 수 있습니다. 사용할 모델을 정하면 프로젝트 단위로 사용을 신청해 담당자, 실행 환경, 예산, 사용량 제한을 등록하고 API 키를 발급받으며, 권한과 비용, 사용량을 프로젝트 기준으로 통합 관리합니다.

토스 테크비바리퍼블리카2026-10-12인프라데이터베이스AI 요약

토스증권 Data Infra 팀은 벡터 검색 워크로드를 지원하기 위해 Milvus 기반 검색 환경을 구성하면서, 온프레미스 인프라 특성상 서비스 적용 전에 필요한 CPU와 메모리 규모를 가늠해야 했습니다. 임베딩 모델별 벡터 차원, 검색 결과 개수, 품질 목표, 데이터 갱신 빈도가 워크로드마다 달라 공개 벤치마크의 처리량만으로는 실제 장비에서의 성능을 예측할 수 없었습니다. 이에 인덱스와 검색 설정을 바꿔가며 품질과 처리량을 비교하고 검색 중 CPU·메모리 사용 양상을 분석했으며, CPU와 메모리 배치를 조정해 같은 서버에서 검색 품질을 유지하면서 처리량을 41% 높였습니다. 여기에 검색 설정, 벡터 차원, 서버 수를 바꿔가며 측정한 결과를 더해 서버 사이징 기준을 마련했습니다.

토스 테크비바리퍼블리카2026-10-12인프라데이터AI 요약

토스증권 Data Infra 팀은 벡터 검색 워크로드를 위해 Milvus 기반 검색 환경을 구성하면서, 온프레미스 인프라에 필요한 CPU와 메모리 규모를 사전에 가늠해야 했습니다. 워크로드마다 임베딩 모델의 벡터 차원, 검색 결과 개수, 품질 목표, 데이터 갱신 빈도가 달라 공개 벤치마크의 QPS만으로는 자사 장비에서의 처리량과 지연시간을 알 수 없었습니다. 이에 인덱스와 검색 설정을 바꿔가며 품질과 처리량을 비교하고 검색 중 CPU·메모리 사용 양상을 분석했으며, CPU와 메모리 배치를 조정해 같은 서버에서 검색 품질을 유지하면서 처리량을 41% 높였습니다. 이 결과와 검색 설정, 벡터 차원, 서버 수를 바꿔가며 측정한 데이터를 종합해 서버 사이징 기준을 마련했습니다.

NHN Cloud MeetupNHN2026-10-12AI·ML일반AI 요약

호메로스의 고전 오디세이아를 AI로 번역한 판본에서 고대 그리스인이 현대 비속어와 유행어를 사용한 것처럼 번역된 사례가 포착돼 논란이 됐다. 2026년 4월 2일 KBS는 NASA 아르테미스 2호 발사를 생중계하며 실시간 AI 번역을 사용했는데, 관제 교신 용어 'Roger, roll, pitch'가 여성 비하 비속어가 섞인 자막으로 송출됐고 로켓 자세 제어에 관한 문장이 변기 회전과 관련된 내용으로 오역됐다. KBS는 오류를 인지한 즉시 자막을 가리는 조치를 취하고 공식 사과했다. 글은 이 두 사례가 단순한 음성 인식 오류 때문만이 아니라 AI가 관제 교신·공영 방송·생중계라는 맥락을 고려하지 않고 번역한 데서도 비롯됐다고 분석하며, 이것이 예외적인 해프닝이 아니라는 연구도 있다고 언급한다.

카카오 기술블로그카카오2026-10-11AI·ML조직·문화AI 요약

if(kakao)26이 10월 13일과 14일 양일간 카카오 AI 캠퍼스에서 열린다. 현장 참석이 어려운 사람들을 위해 키노트를 포함한 모든 발표 세션이 온라인 라이브 스트리밍으로 제공되며 누구나 시청할 수 있다. DAY 1에는 키노트와 함께 AI 시대의 개발자 신뢰와 안전, AI 방향성과 상생·성장, Model & Agent 등을 다루는 세션이 예정되어 있다.

NAVER D2네이버2026-10-08백엔드인프라AI 요약

이 글은 Airflow가 task 실행을 위해 fork 방식으로 프로세스를 생성하면서 발생하는 두 가지 문제를 다룬다. PoC 환경에서 CeleryExecutor의 worker 프로세스 메모리가 시간이 지날수록 계속 증가하는 현상과, MySQL 환경에서 dag-processor가 간헐적으로 재시작되는 현상이 나타났다. 두 증상은 겉보기에 달랐지만 추적 결과 Python의 GC가 fork와 상호작용하면서 발생하는 공통 원인으로 귀결되었다. 글은 Memray를 활용해 worker 프로세스 메모리 증가 원인을 분석하는 과정과 문제 해결, 그리고 Airflow 프로젝트에 기여한 과정을 설명한다.

NHN Cloud MeetupNHN2026-10-08인프라AI·MLAI 요약

NHN Cloud는 AI 학습 실행과 GPU 자원 운영·관리를 하나의 콘솔에서 처리하는 설치형 멀티테넌트 솔루션 GPU Live를 소개했다. GPU 클러스터 운영 시 자원 배분, 학습 실행 자동화, 사용 이력 추적과 접근 통제가 동시에 요구되는 문제를 하나의 솔루션으로 해결하려는 시도라고 설명한다. 온프레미스와 클라우드 어디에나 설치 가능하며, 망분리가 필수인 공공·금융 환경부터 다수 팀이 GPU를 공유하는 기업·연구기관까지 사용할 수 있다고 밝혔다. 글에서는 GPU Live의 동적 할당 기술, 학습 실행 자동화, 운영·통제 도구와 솔루션 구조를 다룬다.

NAVER D2네이버2026-10-07프론트엔드일반AI 요약

네이버가 코딩 전용 글꼴 D2 Coding의 새 버전을 공개했다. 이번 업데이트에서는 기존 빗금이 들어간 숫자 0 대신 중앙에 점이 들어간 0을 선택해 사용할 수 있는 기능이 추가됐으며, OpenType의 cv01 기능이나 ss01 스타일 세트로 적용할 수 있다. 또한 일부 크기에서 글자가 기준선보다 한 픽셀 위에 표시되던 문제와 마침표 의미를 다르게 보이게 하던 리거처 네 종류가 수정·제거됐다. 이전에 공개된 개선 사항들도 포함되어 한글 주석이 포함된 줄에서 코딩 리거처가 적용되고, Keynote의 불필요한 기호 표시 문제와 터미널 내 기호 폭 불일치 문제도 함께 해결됐다.

NAVER D2네이버2026-10-07프론트엔드모바일AI 요약

VS Code 공식 채널이 취리히 팀의 Monaco Editor 개발부터 오픈 소스 전환, GitHub Copilot의 Ask·Edits·Agent Mode 등 AI 기능 도입까지를 다룬 다큐멘터리를 공개했다. Shopify는 React Native로 전면 도입했던 모바일 앱을 코딩 에이전트의 생산성 향상을 이유로 다시 Swift와 Kotlin 네이티브로 전환한다고 발표했으며, Shop 앱을 12주 만에 재구축하고 Helix라는 검증 시스템을 구축했다. 토스 Front AI 팀은 웨비나에서 E2E 테스트 자동 생성 시도의 실패 이후 디바이스 팜 조작 도구와 replay 도구 등을 만들어 AI 결과물을 검증해 온 과정을 공유했다. 이 외에 오픈소스 디자인·프로토타이핑 도구 penpot 소식도 함께 소개됐다.

당근 테크블로그당근마켓2026-10-06데이터베이스인프라AI 요약

당근 DB팀은 미사용 인덱스를 INVISIBLE로 전환하는 작업이 메타데이터만 건드려 부하가 없다고 알려져 있었지만, Aurora MySQL의 Reader 인스턴스에서는 버퍼풀이 통째로 무효화되며 CPU와 ReadIOPS가 동시에 튀는 현상을 발견했다. Writer는 영향이 없었던 반면 Reader에서만 문제가 나타났으며, Aurora는 인스턴스와 스토리지가 분리되어 Writer가 redo 로그를 전달하고 Reader가 자신의 버퍼풀을 갱신하는 구조임을 배경으로 짚었다. COPY나 rebuild를 동반하는 INPLACE 알고리즘의 DDL은 tablespace가 새로 생성되어(SPACE id 변경) Reader가 갖고 있던 기존 tablespace의 캐시 페이지가 소멸하는 원리를 설명했다. 이후 DDL 종류별로 현상을 재현해 AWS에 리포트했고, 이는 엔진 결함으로 확인되어 다음 릴리즈에 수정 사항이 반영되었다.

당근 테크블로그당근마켓2026-10-06AI·ML모바일AI 요약

당근 모바일실 Test Automation Engineer가 테스트 자동화 플랫폼 QAHub를 만든 과정을 소개한다. QAHub는 테스트를 만들고 관리하고 실행하는 전 과정을 담고 있으며, 흩어진 테스트 기록을 한곳에 모으는 것에서 시작해 QA가 아닌 팀원도 테스트를 실행할 수 있게 발전했고, 지금은 AI가 테스트를 만들고 실행하는 AI Tests로 확장되고 있다. 사용자가 한 문장을 입력하면 AI가 테스트 Flow를 만들고 실제 기기에서 앱을 조작해 테스트를 수행하며, Flow에는 정해진 동작을 수행하는 코드 스텝과 화면을 보고 판단하는 AI 스텝이 함께 들어갈 수 있다. 채팅 같은 기능은 기기 두 대로 테스트하고, 만든 Flow는 저장해 재실행하거나 정식 리그레션 테스트로 편입할 수 있다.

무신사 테크무신사2026-10-05백엔드일반AI 요약

무신사 오프라인 스토어는 입장 대기를 위해 매장 입구 태블릿에 전화번호를 입력하는 외부 웨이팅 솔루션을 써왔으며, 이 방식은 고객이 매장에 설치된 태블릿에서 직접 입력해야 해 현장 방문 여부가 자연스럽게 확인됐습니다. 무신사는 이미 잘 동작하던 이 솔루션 대신 자체 웨이팅 서비스를 만들기로 하고, 식별자를 전화번호에서 무신사 회원 계정으로 바꿨습니다. 외부 솔루션은 필요한 기능을 갖췄지만 접수 문구와 알림이 외부 채널을 거치고 대기 기록이 제3자에 남는 점이 아쉬웠고, 대기 이력을 회원 계정에서 이어서 관리하려면 자체 서비스 안에서 운영해야 했기 때문입니다. 이렇게 태블릿을 없애고 회원 계정 기반으로 바꾸면서, 고객이 실제로 매장에 와 있는지를 확인하는 새로운 과제가 생겼고 이를 해결하기 위한 접수 기준 설계와 현장 테스트 과정을 다룹니다.

LY Corporation TechLINE·야후재팬2026-10-02AI·ML데이터AI 요약

게임 퍼블리싱 기능을 개발·운영하는 Game Platform실 소속 이형중, 김민희, 정소영 님이 작성한 글이다. 이들은 A2A 구조를 기반으로 한 대화형 BI 애플리케이션을 개발한 경험을 소개한다. 글은 LLM이 생성한 SQL을 신뢰하고 실행하기까지의 과정을 다룬다.

무신사 테크무신사2026-10-01백엔드인프라AI 요약

무신사의 트래픽이 많은 한 서비스에서 장애가 발생해 분석하던 중, 커넥션 풀이 고갈되고 요청이 주기적으로 한꺼번에 실패하는 현상이 발견됐다. 스레드 덤프를 확인한 결과 다수의 스레드가 표준 출력에 로그를 쓰는 과정에서 멈춰 있었는데, OS 파이프 버퍼가 가득 차 쓰기가 막히면서 데이터베이스 커넥션을 쥔 채 대기하다 서비스 전체가 정지된 것이었다. 이 로깅 방식은 모든 사내 서비스가 로그를 JSON으로 구조화하고 OpenTelemetry를 통해 trace_id와 span_id를 자동으로 채워 분산 추적을 지원하도록 만든 전사 표준 로깅 라이브러리에서 비롯됐다. 팀은 이 문제를 간단한 커스텀 Appender로 해결했다고 밝혔다.

카카오 기술블로그카카오2026-10-01AI·ML데이터AI 요약

글쓴이는 데이터 분석 에이전트를 만들면서 얻은 컨텍스트 설계 노하우를 소개합니다. LLM 에이전트는 목표가 주어지면 필요한 정보를 찾고 적절한 도구를 선택해 실행한 뒤, 그 결과를 관찰해 다음 행동을 결정하는 방식으로 동작합니다. Anthropic이 공개한 실험 사례로, Claude Sonnet 모델로 Claude.ai를 재현한 실험과 Claude Opus 기반 에이전트가 Rust로 리눅스 커널을 빌드할 수 있는 C 컴파일러를 개발한 사례가 언급됩니다. 이러한 사례들은 모델 성능이 높아지면서 에이전트가 점점 더 자율적으로 작업을 수행할 수 있게 되는 흐름을 보여줍니다.

토스 테크비바리퍼블리카2026-10-01AI·ML백엔드AI 요약

토스 쇼핑 추천 시스템은 Retrieval 단계에서 각 모델이 다음 단계로 넘기는 상품 수인 TopK를 그동안 ML Engineer의 경험에 따라 정해왔는데, 새 리트리벌 모델이 추가될 때마다 후보 수가 계속 늘어나 랭킹 단계의 평가량과 광고 유효성 검사 비용이 함께 커지는 문제가 있었습니다. 후보가 많으면 좋은 상품을 놓칠 가능성은 줄지만 응답 시간이 늘고 점수 낮은 후보가 뒤 단계까지 살아남을 가능성도 커지며, 모델마다 만들어내는 가치가 달라 모든 모델의 후보를 같은 비율로 줄이면 가치 있는 상품을 잃을 수 있었습니다. 이에 토스 Commerce Personalization Team은 TopK 결정 문제를 조합 최적화 문제로 바꿔 풀고 온라인 실험으로 검증했습니다. 그 결과 전체 후보 수를 약 절반으로 줄이면서도 User CVR은 7.55%, 사용자당 주문 수는 10.13% 높일 수 있었습니다.

NAVER D2네이버2026-09-30AI·ML일반AI 요약

네이버 사내 Tech Meetup에서 발표된 세션으로, 에이전트 개발 과정에서 워크플로우, 하네스, Context, Memory, MCP, A2A 같은 용어가 사람마다 다르게 쓰여 논의가 겉도는 문제를 다룹니다. Anthropic, OpenAI, MCP, A2A 스펙 등 원문 자료를 다시 읽고 실제 사례를 확인하며 개념을 정리한 내용을 공유합니다. 네이버TV 서비스 종료로 관련 영상은 네이버 클립 채널로 이동되었습니다.

당근 테크블로그당근마켓2026-09-30프론트엔드모바일AI 요약

당근마켓 동네걷기팀은 걸음 수 기록 서비스 홈 화면에서 OS 권한 팝업, 모달, 바텀시트 등 다양한 오버레이가 서로의 존재를 모른 채 독립적으로 각자 조건에 따라 스스로 뜨려고 하면서 한 화면에 여러 UI가 동시에 겹치는 문제를 겪었다. 신체활동 권한 안내, 알림 설정 유도, 온보딩 가이드, 걸음 수 알림 모달, 연속 방문 모달, 프로모션 오버레이 등이 앱버전이나 네이티브 권한 상태, 서버 응답 같은 웹뷰 바깥 맥락에 따라 발화하지만, 사용자에게는 한 번에 하나씩 순서대로 보여야 한다는 요구사항이 있었다. 기존에는 각 컴포넌트가 다음에 무엇이 와야 하는지를 직접 알고 연결하는 방식으로 해결했으나 이 구조는 비용이 컸다. 글에서는 이 복잡도를 어떻게 재정의하고 풀어나갔는지의 과정을 다룬다.

딜리버리히어로 코리아요기요2026-09-30AI·ML조직·문화AI 요약

요기요 기술 블로그의 Product Engineer 시리즈 3편으로, 프론트엔드 개발자였던 필자가 처음으로 Swift 제품 코드를 다루며 겪은 경험을 다룬다. 주문상세 화면에 추가한 광고가 10초마다 새로고침되는 문제로 6월 2일 iOS 릴리즈 브랜치에 되돌리기 PR이 올라왔고, AI로 코드를 고치는 것만으로는 수정이 맞는지 확신할 수 없었다는 점을 병목으로 짚는다. 필자는 게임 서비스 요기월드(기획부터 프론트엔드·백엔드까지)와 주문상세 빅사이즈 광고(iOS·Android 네이티브 코드) 두 프로젝트를 맡았으며, 이 글은 두 프로젝트에서 결과가 맞는지 확인하는 검증 작업에 초점을 맞춘다. 요기월드에서는 코드 작성 전 기준과 범위를 정하고, 첫 주는 PRD와 사업 모델만 작성했으며, 이후 서버 없이 점수와 퀘스트를 기기에 저장해 재미 여부부터 확인하는 방식으로 개발을 진행했다.

토스 테크비바리퍼블리카2026-09-30AI·ML일반AI 요약

토스뱅크 비주얼 디자이너가 '키워봐요 적금'의 다람쥐 캐릭터 9종과 화면을 만든 과정을 소개한다. 초기 버전은 자동이체로 캐릭터가 저절로 자라 리텐션이 떨어졌고, 새 버전은 사용자가 직접 저금해야만 캐릭터와 이자가 성장하도록 구조를 바꿨다. 이를 위해 캐릭터 자체의 매력과 직접 키운다는 감각이 필요했고, 101명의 연습생 중 9명을 추리듯 AI를 활용해 다수의 시안을 만들었다. 매력·지혜·힘 스탯 조합에 따라 최종 캐릭터의 성격과 콘셉트를 먼저 정하고, 이를 바탕으로 표정·의상·소품·조명 등을 담은 프롬프트를 만들어 노드 기반 AI 이미지 툴로 반복 테스트했다.