ai
brief
전체AI디자인UX테크
⚡전체◉AI✦디자인◎UX⌨테크
문의개인정보처리방침
피드타임라인

테크 업계 최신 소식

12개 아티클

최신순 ↓
테크
카카오AI 돛
테크

카카오, 부산에서 'AI 돛 Summit 26' 개최…지역 AI 생태계 조성 나선다

카카오가 부산광역시, 카카오임팩트와 함께 지역 AI 생태계 조성과 기술 교류를 위한 '카카오 AI 돛 Summit 26'을 개최한다. 이번 행사는 카카오가 4대 과학기술원(KAIST, GIST, DGIST, UNIST)과 협력해 비수도권 인재 양성 및 창업을 지원하는 '카카오 AI 돛' 프로젝트의 핵심 행사다.

2026년 8월 26일자세히 보기 →
무신사시맨틱레이어
테크

무신사, AI 네이티브 조직을 위한 2층 시맨틱 레이어로 도메인 지식 공유

무신사는 여러 AI 에이전트가 조직 고유의 도메인 지식을 공유할 수 있도록 산업 표준 기반의 'Core'와 조직 특화 규칙을 담는 'Overlay'로 구성된 2층 시맨틱 레이어를 구축했다. LLM은 산업 표준은 잘 알지만 조직 고유 프로세스에서는 자신만만하게 틀린 답을 내놓는 문제를 해결하기 위한 시도로, Overlay는 Core를 직접 수정하지 않고 ID로 참조만 하는 방식을 채택했다. 이를 통해 코드 리뷰 봇·운영 지원 에이전트·IDE 코파일럿 등 여러 AI가 동일한 도메인 지식을 공유해 활용할 수 있게 했다.

2026년 8월 25일자세히 보기 →
무신사테크컨퍼런스
테크

무신사, AI 기반 개발 전 과정 혁신 담은 '패턴 '26 테크 컨퍼런스' 9월 개최

무신사가 2026년 9월 18일 'MUSINSA PATTERN '26 Tech Conference'를 개최한다. AI 도입 이후 코딩 속도뿐 아니라 기획부터 구현, 검증, 배포까지 제품 개발 전 생애주기가 바뀐 경험을 공유하는 자리다. 사전 등록은 8월 19일부터 31일까지 무료로 진행된다.

2026년 8월 24일자세히 보기 →
무신사MATCH
테크

무신사, 개인화 운영 도구 'MATCH Console'과 AI 어시스턴트 'MAI' 공개

무신사 Core-E Personalization 팀이 운영자의 데이터 탐색부터 오디언스 정의, 채널 실행까지를 하나의 흐름으로 연결하는 MATCH Console과 AI 어시스턴트 MAI를 소개했다. 기존에는 마케터가 데이터 확인을 위해 분석가에게 문의하거나 스프레드시트·Braze·Databricks에 동일한 값을 반복 입력해야 했던 비효율이 존재했다. MATCH Console은 Data Explorer, Audience, Activation 세 공간으로 구성되며, MAI가 이 과정에서 발생하는 질문을 받아 흐름을 이어주는 역할을 한다.

2026년 8월 21일자세히 보기 →
당근인증
테크

당근, 인증 시스템의 변천사 — SMS 점유 인증부터 본인인증 도입까지

당근 Identity Service Team이 서비스 초창기부터 현재까지 인증 방식이 어떻게 변화해 왔는지를 소개했다. 초기에는 전화번호 SMS 인증만으로 운영했으나, 서비스 성장과 함께 번호 변경으로 인한 계정 분실, 이메일 백업 수단의 낮은 사전 등록률, 알뜰폰 등을 이용한 사기 계정 양산 문제가 잇따라 발생했다. 이에 단순 번호 점유 확인만으로는 정상 사용자 보호와 악성 사용자 차단을 동시에 해결할 수 없다는 한계가 드러났다.

2026년 8월 20일자세히 보기 →
라인AI에이전트
테크

라인, 보안 업무용 AI 에이전트 플랫폼 'SAGE' 개발기 공개 — '판단은 사람에게' 설계 철학

라인의 Security Development Division(LINE Plus Security R&D)팀이 사내 보안 업무에 AI를 접목한 에이전트 플랫폼 'SAGE' 개발 과정을 공개했다. 이번 1편에서는 AI가 자동으로 처리하되 최종 판단은 사람이 내리도록 설계한 철학을 소개한다.

2026년 8월 18일자세히 보기 →
당근Lynx
테크

당근, WebView 한계 극복 위해 Lynx 기술 도입 결정한 이유

당근 프론트엔드 코어팀은 WebView 기반 화면의 초기 로딩 지연 문제를 해결하기 위해 새로운 렌더링 기술인 Lynx를 도입하기로 결정했다. SSR, Service Worker 캐싱 등 기존 최적화 방식들은 네트워크 요청 경로를 완전히 제거하지 못하고 제품 복잡도를 높인다는 한계가 있었다. 당근이 원한 것은 첫 프레임부터 의도한 UI를 렌더링할 수 있는 실행 환경이었다.

2026년 8월 12일자세히 보기 →
당근Lynx
테크

당근, 웹뷰 성능 한계 극복 위해 크로스플랫폼 기술 'Lynx' 도입

당근 프론트엔드코어팀이 웹뷰의 초기 로딩 성능 문제를 근본적으로 해결하기 위해 크로스플랫폼 렌더링 기술 Lynx를 검토하고 프로덕션에 도입하기로 결정했다. 목표는 로딩 시간을 단순히 줄이는 것이 아니라, 사용자가 로딩 자체를 느끼지 못하도록 첫 프레임부터 실제 제품 UI를 보여주는 것이었다. Lynx는 React와 CSS에 가까운 개발 모델로 iOS·Android UI를 구성할 수 있으며, 기존 네이티브 앱 구조를 유지한 채 화면 단위로 적용할 수 있다는 점이 선택의 핵심 이유였다.

2026년 8월 12일자세히 보기 →
토스QA
테크

토스, 자체 개발 QA 플랫폼 '토션(Tossion)' 공개 — 흩어진 테스트 데이터 통합 관리

토스 QA Platform 팀이 자동화 테스트 결과, 매뉴얼 테스트 결과, 테스트 케이스를 한곳에서 관리하기 위한 자체 플랫폼 '토션(Tossion)'을 개발했다. 기존 상용 TCM(Test Case Management System)은 기능 추가나 개선이 어렵고 내부 QA 데이터를 직접 활용할 수 없다는 한계가 있어, 이를 해결하기 위해 직접 구축했다. 테스트 런 생성 시 해당 시점의 테스트 케이스 내용을 복사해 보존하며, 완료된 테스트 런은 스냅샷으로 고정해 과거 검증 이력을 추적할 수 있도록 설계했다.

2026년 8월 11일자세히 보기 →
네이버vLLM
테크

네이버, vLLM 모델 변환·배포를 AI-native로 자동화한 과정 공개

네이버 D2는 Hugging Face 모델을 vLLM 플러그인으로 변환하는 복잡한 절차를 Claude Code Skill 기반으로 자동화한 경험을 공개했다. 서로 다른 유형의 모델 7개를 동일한 절차로 변환·운영에 적용했으며, 변환 과정에서 발견한 주의사항 45개를 재사용 가능한 지식으로 축적했다. 호출당 토큰 수를 6,900개에서 170개로 97% 줄이고, GitHub Issue 하나로 변환부터 배포까지 이어지는 E2E 파이프라인도 구축했다.

2026년 8월 10일자세히 보기 →
네이버vLLM
테크

네이버, vLLM 플러그인으로 검색 AI 모델 서빙 성능 최대 16.5배 향상

네이버 플레이스 AI MLOps 팀이 검색·추천 스코어링 모델의 서빙 구조를 vLLM 기반으로 전환해 대폭적인 성능 개선을 달성했다. 재순위화 모델 처리량은 약 6.2배, CLIP 기반 이미지 랭킹 모델 처리량은 누적 16.5배 증가했으며, 감성 분석 모델의 p50 지연 시간은 83.8% 감소했다. 모델 자체를 수정하지 않고 순전파 전후의 요청 경로를 최적화한 결과다.

2026년 8월 10일자세히 보기 →
네이버AI해커톤
테크

네이버, 사내 AI 해커톤 1위 팀의 재무 업무 자동화 도전기

네이버 사내에서 열린 'AI 해커톤'에서 1위를 차지한 팀이 수기 엑셀 기반 출자 현황 관리를 LLM·MCP 기반 투자 포트폴리오 관리 플랫폼으로 전환하는 과제에 도전한 경험을 공유했다. 6시간의 해커톤 과정에서 팀은 'AI가 무엇을 해줄 수 있는가'보다 '어떤 일을 맡겨도 되는가', '틀렸을 때 발견하고 설명할 수 있는가', 'AI가 멈춰도 업무가 계속될 수 있는가'가 더 중요하다는 사실을 체감했다.

2026년 7월 24일자세히 보기 →

인기 태그

1

#AI에이전트

2개 아티클

2

#LLM

4개 아티클

3

#무신사

3개 아티클

4

#당근

3개 아티클

5

#네이버

3개 아티클

6

#Lynx

2개 아티클

7

#프론트엔드

2개 아티클

8

#렌더링

2개 아티클