Hugging Face의 로컬 오픈 모델 입문 영상은 모델보다 실행 스택을 먼저 고르게 만든다
Hugging Face 라이브스트림 ‘Welcome to Open Source AI’는 오픈 모델을 로컬에서 쓰는 법을 llama.cpp, GGUF/quant, llama.app, Inference Providers, Pi/OpenClaw 같은 실행...
Tag24 posts
#YouTube
글 목록
카카오톡 메시징 서버 테스트 자동화: 레거시를 바꾸기 전에 검증망부터 만들기
if(kakao)2020 세션 ‘카카오톡 시스템의 진화 - 테스트 자동화로 자신감 갖기’를 바탕으로, 카카오톡 메시징 서버가 로컬 테스트 환경, Cucumber BDD, Jenkins CI, JaCoCo 커버리지 리포트로 배포 부담을 줄인 과정을 정리...
카카오페이의 메트릭 기반 모니터링은 Prometheus보다 운영 프로세스 이야기다
if(kakao)2020 발표를 바탕으로, 카카오페이가 로그 중심 장애 감지에서 RED 지표, Grafana 대시보드, 온콜 프로세스, Prometheus Federation과 Thanos 기반 메트릭 저장소 확장으로 이동한 과정을 정리한다.
공통 UI 컴포넌트 테스트 여정: 스냅샷에서 시각적 회귀까지
if(kakao)2020 발표 ‘UI 테스트를 위한 여정’을 바탕으로, 카카오의 사내 어드민 UI 컴포넌트가 Storybook 스냅샷 테스트에서 시각적 회귀 테스트와 Jenkins 기반 PR 자동화로 확장된 과정을 정리한다.
GroundX의 DevOps 영상은 Terraform과 Kubernetes를 ‘인프라 운영 언어’로 쓴 사례다
if(kakao)2020의 GroundX DevOps 발표는 Klip·KAS 인프라를 고가용성, 보안, 개발 속도라는 세 조건 아래 Terraform 모듈과 EKS/Kubernetes 런타임으로 나눈 실제 운영 사례로 보여준다.
Kotest로 보는 BDD: 테스트 코드를 기획서와 다시 연결하는 방법
if(kakao)2020 세션 ‘kotest가 있다면 TDD 묻고 BDD로 가!’는 TDD와 BDD를 경쟁 관계가 아니라 서로 다른 검증 층위로 설명하고, Kotlin 프로젝트에서 Kotest와 MockK로 그 흐름을 구현하는 방법을 보여준다.
카카오페이 FDS/RMS 발표는 금융 사기 탐지를 스트리밍 데이터 플랫폼 문제로 바꿔 읽게 한다
if(kakao)2020의 카카오페이 발표는 이상거래 탐지를 단일 ML 분류기가 아니라 Kafka·Akka 기반 실시간 룰 엔진, Redis/Druid 피처 저장, 모델 인퍼런스, 계좌 그래프, 헬릭스형 행동 피처가 결합된 리스크 관리 플랫폼으로 설명...
카카오 OLIVE Platform은 오픈소스 컴플라이언스를 개발자 워크플로로 바꾼다
if(kakao)2020의 OLIVE 발표와 현재 공개 문서를 함께 보면, OLIVE는 GitHub 연동·의존성 분석·컴포넌트 매핑·라이선스 의무 확인·리포트 생성을 통해 오픈소스 검증을 중앙 전담 업무에서 개발자 주도 워크플로로 옮기는 플랫폼이다.
카카오의 Kubernetes 도입은 왜 ITSM 문제가 되었나
if(kakao)2020의 카카오 Kubernetes 도입 발표는 엔터프라이즈 클러스터 운영의 핵심이 설치 자동화가 아니라 CMDB, 이벤트, SLA, 온콜, 자동화까지 이어지는 ITSM 통합이라는 점을 보여준다.
픽코마 팝업 추천 실험은 취향과 맥락을 어떻게 분리했나
if(kakao)2020 발표를 바탕으로, 픽코마 팝업 추천에서 개인화 추천과 연관 추천을 A/B 테스트하고 노출 타이밍·서비스 맥락까지 실험한 운영 추천 시스템 사례를 정리한다.
Neo4j Context Graphs는 RAG를 에이전트의 의사결정 메모리로 확장한다
Stephen Chin의 AI Engineer Europe 발표는 context graph를 단순 검색 보강이 아니라 단기·장기·추론 메모리와 의사결정 trace를 연결하는 에이전트 운영 계층으로 제시한다.
AI Harness는 프롬프트를 더 세게 쓰는 대신 실행 환경을 설계하는 일이다
Tejas Kumar의 AI Engineer 발표는 낡은 GPT-3.5 Turbo 브라우저 에이전트가 Hacker News upvote task에서 실패하고 거짓 성공을 보고하는 장면을 출발점으로, tool registry, context manage...
MLX와 Locally AI는 iPhone을 작은 로컬 LLM 런타임으로 바꾸고 있다
Adrien Grondin의 AI Engineer 발표는 Gemma 4를 iPhone에서 약 40 tok/s로 실행하는 데모를 통해, MLX Swift LM, Hugging Face MLX Community, 4-bit~8-bit 양자화, Locall...
No Vibes Allowed는 AI 코딩의 병목을 모델이 아니라 컨텍스트 공급망으로 옮긴다
Dex Horthy의 AI Engineer 발표는 복잡한 brownfield 코드베이스에서 AI 코딩 에이전트가 실패하는 이유를 모델 지능 부족보다 context window 관리, compaction, spec·plan·review를 통한 팀의 me...
Anthropic의 Agent Skills는 에이전트를 더 만들기보다 전문성 폴더를 만들라고 말한다
Barry Zhang과 Mahesh Murag의 AI Engineer 발표는 Claude Code와 MCP 이후의 에이전트 병목이 연결성이 아니라 도메인 전문성이라고 보고, SKILL.md·스크립트·참조 파일을 묶은 Agent Skills를 런타임 옆...
Anthropic의 effective agent 원칙은 ‘더 자율적인 모델’보다 먼저 ‘더 단순한 운영면’을 요구한다
Barry Zhang의 AI Engineer 발표는 Anthropic의 Building Effective Agents 글을 바탕으로, 에이전트를 모든 문제에 붙이는 대신 복잡도·가치·검증 가능성·오류 비용을 따지고, 도구와 환경과 시스템 프롬프트로 이...
MCP Apps는 채팅창을 앱 런타임으로 바꾼다: UI over MCP의 의미
AI Engineer의 MCP UI 발표는 MCP Apps가 tool result를 단순 텍스트가 아니라 sandboxed iframe, ui:// resource, bidirectional communication을 갖춘 interactive app...
Hugging Face Open Agent Ecosystem은 에이전트가 모델을 고르고 학습하는 Hub를 만든다
Merve Noyan의 AI Engineer 발표는 Hugging Face Hub가 모델 저장소를 넘어, 오픈 모델 탐색·Inference Providers·traces·skills·MCP·Jobs를 묶어 에이전트가 직접 모델을 선택하고 학습 작업을...
Arize Alyx의 계층적 메모리는 에이전트 실패를 context window 문제가 아니라 제품 아키텍처 문제로 본다
AI Engineer 발표에서 Arize의 Sally-Ann DeLucia는 Alyx를 만들며 겪은 context explosion을 바탕으로, 단순 truncation이나 LLM summarization보다 ID 기반 memory store, lon...
Anthropic의 NLA는 Claude의 ‘속생각’을 자연어로 압축해 읽으려는 해석 가능성 실험이다
Anthropic의 Natural Language Autoencoders는 Claude의 activation을 자연어 설명으로 바꾸고 다시 activation으로 복원하는 왕복 구조를 통해, 모델이 말하지 않은 평가 인식과 숨은 동기를 감사하는 새로운...
AI 가격 책정은 구독료가 아니라 가치·사용량·가드레일의 설계 문제가 된다
AI Engineer Europe의 Stripe 발표는 AI 제품 수익화가 단순 SaaS 구독료에서 벗어나 가치 지표, 사용량 기반 비용, 하이브리드 가격 모델, 사용량 가드레일, 빠른 가격 실험을 함께 설계하는 문제로 바뀌고 있음을 보여 준다.
Demand-Driven Context는 에이전트의 실패를 지식 베이스 큐레이션 신호로 쓴다
AI Engineer 워크숍 영상의 Demand-Driven Context는 엔터프라이즈 에이전트가 실패한 지점을 관찰해 필요한 도메인 지식만 구조화하고, 지식 모놀리스를 agent-ready context block으로 바꾸려는 방법론이다.
이 워크숍은 로컬 LLM 훈련을 신비화하지 않고 tokenizer·transformer·loop로 다시 분해한다
Angelos Perivolaropoulos의 'Training an LLM from Scratch, Locally'는 로컬에서 LLM을 훈련한다는 과장된 서사를 걷어내고, 작은 GPT를 tokenizer·architecture·training loo...
왜 비전도 결국 Transformer로 수렴했는가
Isaac Robinson의 짧은 발표는 CNN에서 ViT, Swin, ConvNeXt, Hiera, DINOv3, SAM3, RF-DETR로 이어지는 흐름을 따라가며, 비전에서 Transformer가 늦게 이겼지만 한 번 이기기 시작한 뒤 왜 빠르게...