AI 개발글
토스·라인·앤트로픽·오픈AI 같은 회사와 개발자의 기술 블로그에서 AI 개발 글만 골라 짧게 요약합니다. 누르면 원문으로 갑니다.
마지막 탐색 10월 19일 오후 7:44
LY Corporation10월 19일 수집
AI로 E2E 회귀 테스트 자동화하기: '딸깍'을 파이프라인으로 바꾸기까지
AI가 만든 E2E 테스트가 돌기는 해도 엉뚱한 걸 검증하는 문제를, 명세 추적·빈칸 질문·실행 전 검사·일부러 틀린 기댓값으로 위양성 확인·사람용 리뷰 묶음으로 푼 기록이다. 수동 회귀 테스트 98개를 모두 Playwright로 옮기고 196개로 늘렸다.
코딩 도구도입 사례
뱅크샐러드10월 19일 수집
AI 코딩 시대, DDD가 더 필요해진 이유
AI가 코드 대부분을 쓸수록 그 코드를 감당할 구조가 중요해진다는 글이다. 뱅크샐러드는 Go 신용 서비스를 비즈니스 단위 바운디드 컨텍스트와 4계층으로 나눴고, 코딩 에이전트가 읽어야 하는 코드가 수 배 줄고 리뷰 범위도 좁아졌다고 전한다.
코딩 도구도입 사례
토스 테크10월 19일 수집
서비스 개발에 집중할 수 있는 AI 플랫폼 만들기
토스 AI 플랫폼 팀이 서비스 팀마다 따로 만들던 모델 연동·권한·사용량 집계·장애 대응을 한곳에 모은 이야기다. 사용 신청 포털, 모델 호출 게이트웨이, 사내 도구용 MCP 게이트웨이, 입력 가드레일, Langfuse 추적, CLI로 구성했고 데이터 등급(L1~L4)과 SLA 등급에 따라 다르게 적용한다.
인프라·서빙도입 사례
CPU 뼛속까지 써먹고, Milvus 사이징 기준을 만들기까지
토스증권 데이터 인프라 팀이 벡터 검색용 Milvus를 최적화한 기록이다. HNSW_SQ8 인덱스로 recall@10 0.954에서 316 QPS를 내면서 replica당 메모리를 약 335GB에서 114GB로 줄였고, CPU와 메모리를 같은 NUMA 노드에 묶어 QPS를 41% 더 올렸다. 측정값으로 서버 대수를 계산하는 사이징 기준까지 정리했다.
인프라·서빙도입 사례
카카오 테크10월 19일 수집
데이터 분석 에이전트를 만들며 배운 컨텍스트 설계
질문에 맞는 데이터를 찾아 SQL을 짜고 실행해 설명하는 데이터 분석 에이전트를 만들며 정리한 컨텍스트 설계법이다. 시스템 프롬프트·도구 명세서·메시지 배열로 나눠, 모델이 좋아지면서 작업 순서 지시를 시스템 프롬프트에서 빼고 도구별 사용 조건을 명세서로 옮긴 과정을 예시 프롬프트와 함께 보여 준다.
에이전트도입 사례
연 300시간을 아낀 AI 상담 서비스
토스뱅크 전세대출 팀이 사용자가 자기 말로 물으면 상황에 맞게 답하는 AI 상담을 만든 이야기다. 상담 전화가 월 550건 줄어 연 300시간을 아꼈고, AI에서 답을 얻은 사용자는 상담 전화로 이어지는 비율이 약 10%p 낮았다. 단계별 자주 묻는 질문을 진입점에 보여 주자 AI 사용률이 최대 약 5배 올랐다.
도입 사례
우아한형제들10월 19일 수집
배달의민족 전자계약서 화면 개편기: AI에게 맡긴 것과 사람이 챙긴 것
전자계약서 작성 화면을 개편하며 코드 대부분을 클로드 코드로 만든 기록이다. 뷰 컴포넌트와 명세·테스트 초안은 AI에 맡기고, 경계 설계·린트 규칙·명세 승인은 사람이 챙겼다. 구현 속도는 이전 개편보다 약 2배 빨랐고 코드 1줄당 테스트는 약 8.5배 늘었지만, 배포 후 2주 동안 버그가 4건 나왔다는 점도 솔직하게 적었다.
코딩 도구도입 사례
LLM에게 어디까지 맡길 것인가: AI 에이전트 기반 광고 분석 리포트 자동화
LINE 광고 데이터 분석 팀이 광고 매출 변화를 분석하는 일일 리포트를 에이전트로 자동화해 슬랙·이메일로 보낸 사례다. 계산·후보 선정·정합성 검증은 코드가 맡고, LLM은 검증된 사실을 해석해 문장으로 쓰며, 원인 탐색은 허용된 분석 범위 안에서만 도구 호출 에이전트가 한다.
에이전트도입 사례
리더보드 1등 LLM, 토스에서도 1등일까? - Toss Benchmark 구축기
공개 리더보드 점수가 실제 업무 성능을 보장하지 않는다고 보고, 토스가 한국어 범용 성능과 토스 도메인 성능을 함께 재는 벤치마크를 만들었다. 운영 태스크·정책 준수(Toss IFBench)·커머스 지식(Toss Knowledge)으로 구성했다. 영어 수학에서 1위였던 gemma-4-26B는 한국어 번역본에서 81.74점에서 72.43점으로 떨어져 2위가 됐다.
모델·평가도입 사례