카카오페이

RSS

게시글: 183
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

AI
SDD (spec-kit) 에이전트 코딩 실전기
카카오페이 AI 플랫폼 팀은 에이전틱 코딩의 코드 생성 및 환각 문제를 해결하기 위해 SDD(Spec-Driven Development) 방법론을 도입했습니다. SDD는 스펙 기반 개발로, 팀 단위 협업에서 일관성과 체계적인 개발을 가능하게 합니다. 이 글은 Spec-kit이라는 도구를 활용하여 스펙을 정의하고 AI가 올바른 방향으로 코드를 생성하도록 유도하는 실전 코딩 사례를 공유합니다. 이를 통해 개발자의 역할이 코드 작성에서 스펙 검증 및 테스트 설계로 변화하는 흐름에 맞춰, AI와 협업하여 개발 생산성을 높이는 방법을 제시합니다.
에이전틱 코딩SDDSpec-kit
카카오페이·2026년 3월 13일
AI
AI 플랫폼 GPU 도입부터 Kubeflow까지 도입기
카카오페이는 반복적인 수작업과 비효율성 문제를 해결하기 위해 AI 플랫폼 구축을 결정했습니다. 표준화, 확장성, 통합을 핵심 가치로 삼아 Kubeflow 기반 플랫폼을 도입했으며, 고성능 GPU(H200, MIG) 및 하이브리드 클러스터와 같은 기술적 난제를 극복했습니다. 기존 레거시 시스템의 한계를 극복하고 데이터 사이언티스트와 ML 엔지니어의 반복적인 수작업을 자동화하여 안정적인 AI 개발 및 서비스 환경을 완성했습니다. 이 과정은 금융 환경의 제약 속에서 카카오페이에 맞는 최적의 기술적 해답을 찾아나가는 여정이었습니다.
AI 플랫폼GPUKubeflow
카카오페이·2025년 11월 12일
AI
백엔드 개발자의 시선으로 풀어본 LLM 내부 동작 원리: 6단계로 쉽게 이해하기
이 글은 백엔드 개발자의 시선으로 LLM의 내부 동작 원리를 6단계로 쉽게 설명합니다. 사용자의 질문이 입력되면 토큰화, 임베딩, 위치 인코딩 과정을 거쳐 벡터로 변환됩니다. 이후 트랜스포머와 어텐션 메커니즘을 통해 문맥을 파악하고 단어 표현을 정교화합니다. 다음으로 올 토큰을 예측하고, 이 과정을 반복하며 디코딩하여 최종 답변을 생성합니다. LLM을 현업에서 활용하거나 더 깊이 이해하고 싶은 개발자에게 LLM의 큰 흐름을 가볍게 이해하는 데 도움을 주는 것을 목표로 합니다.
LLMTransformerAttention
카카오페이·2025년 9월 11일
AI
안면 인식과 초개인화 키오스크 정도는 해커톤이면 충분하지 않나?
카카오페이 해커톤에 참여한 비개발자 팀 'Face Five'가 AWS Gen AI를 활용하여 안면 인식 기반 초개인화 키오스크 솔루션을 개발하고 3등을 수상한 경험을 공유합니다. 이 솔루션은 고객 얼굴을 식별하여 맞춤 메뉴를 추천하고 매출을 분석하는 기능을 제공합니다. 팀은 AWS Bedrock과 OpenSearch를 사용하여 안면 인식 및 개인화 추천 기능을 구현했으며, 개발자가 아닌 팀원들로 구성되었음에도 불구하고 혁신적인 아이디어와 기술 활용으로 좋은 성과를 거두었습니다. 이 경험은 반복되는 업무에 새로운 활력을 불어넣고, 해커톤을 넘어 실제 실무 적용 가능성까지 보여주었습니다.
안면 인식초개인화키오스크
카카오페이·2025년 8월 26일
AI
"페이지니가 찾아올게요" 금융 AI 컨시어지, 페이지니
카카오페이의 금융 AI 컨시어지 서비스 '페이지니'는 사용자의 위치, 시간, 이용 기록을 분석하여 최적의 금융 서비스와 혜택을 능동적으로 제안합니다. 음성 및 텍스트 입력을 지원하며, AWS Bedrock 기반의 멀티 에이전트 구조를 활용하여 '전체 서비스 추천'과 '가맹점 혜택 추천' 기능을 제공합니다. STT/TTS, RAG 기반 검색, 프롬프트 엔지니어링 기술을 적용하여 개인 맞춤형 응답을 생성하고, 확장 가능한 아키텍처를 구현했습니다. 복잡한 금융 서비스에 AI를 접목하여 사용자 경험을 개선하고, 지속적으로 진화 가능한 플랫폼을 설계한 점이 특징입니다.
금융 AI페이지니Amazon Bedrock Agents
카카오페이·2025년 8월 13일
AI
당신의 대출을 코치해줄 AI, 나만의 대출 코치 서비스 개발기
카카오페이 CreditClan 팀은 2025년 해커톤에서 사용자의 대출 관련 불안감을 해소하고 정보 불균형을 줄이기 위한 'AI 대출 코치' 서비스를 개발했습니다. 이 서비스는 사용자가 대출 과정을 주체적으로 이해하고 선택하도록 돕는 것을 목표로 합니다. 특히 AWS Bedrock의 Knowledge Base와 Agent 기능을 활용하여 답변의 정확성을 높이고 할루시네이션 현상을 최소화하는 데 중점을 두었습니다. 다양한 직군이 협력하여 짧은 시간 안에 사용자 경험을 깊이 고민하고 기술적 문제를 해결하며, 맞춤형 대출 코칭을 제공하는 프로덕트를 개발한 경험을 공유합니다.
AI대출 코치Amazon Bedrock Agents
카카오페이·2025년 8월 12일
AI
AI 에이전트와 카카오페이 결제 오픈 API 연동하기: MCP Agent Toolkit 개발기
이 글은 카카오페이가 AI 에이전트와 결제 API를 연동하기 위해 Model Context Protocol(MCP)을 도입하고, 이를 지원하는 Agent Toolkit을 개발한 경험을 공유합니다. 기존 function calling 방식의 한계를 극복하고자 MCP를 채택했으며, 결제 및 정기결제 관련 8개의 Tool을 설계하여 자연어 처리 기반의 결제 기능을 구현했습니다. LangChain, OpenAI, Vercel AI SDK 등 다양한 환경과의 연동 예시와 챗봇 데모를 통해 실제 활용 방안을 제시하며, AI 에이전트와 결제 시스템 연동 시 표준화와 체계적인 개발 접근의 중요성을 강조합니다. 리뷰어들은 AI 시대의 결제 시스템 진화와 MCP 개발 시 고려사항에 대한 통찰을 제공합니다.
AI 코딩 에이전트카카오페이결제 API
카카오페이·2025년 8월 6일
AI
어려운 용어가 있으신가요? ‘금.용.사.’가 알려드립니다!
카카오페이에서 진행된 카페톤 해커톤에서 개발된 금융 용어 사전 서비스 ‘금.용.사’에 대한 기술 블로그입니다. 이 서비스는 어려운 금융 용어를 AI를 활용하여 사용자가 이해하기 쉽게 설명하고, 관련 금융 상품까지 추천하는 것을 목표로 합니다. 보험 도메인에서 시작하여 향후 대출, 카드, 투자 등 다른 금융 영역으로 확장 가능하도록 설계되었습니다. 개발 과정에서는 API 응답 지연 문제를 해결하기 위해 캐싱 솔루션을 도입했으며, AI가 원하는 방향으로 응답하도록 프롬프트 엔지니어링을 적용했습니다. 사용자 중심의 서비스 개발과 AI 기술의 실용적인 적용 사례를 보여줍니다.
금융 용어AILLM
카카오페이·2025년 6월 24일
AI
해커톤 경험을 통해 엿본 AI시대에 개발자가 가져야 할 자세
카카오페이 해커톤에서 AI 채용 도우미 'AIVA'를 개발하며 AI 시대에 개발자가 가져야 할 자세를 탐구한 경험을 공유합니다. 이력서 및 과제 분석, 실시간 코드 실행 환경 구현 등 LLM을 활용한 채용 과정의 생산성 향상 방안을 모색했습니다. 개발 과정에서 프롬프트 설계, 캐싱, 출력 제어 등 실제 AI 서비스 적용 시 고려해야 할 실질적인 문제들을 경험하고 배웠습니다. 궁극적으로 AI 기술의 발전 속에서도 중요한 판단은 여전히 사람의 몫임을 재확인하며, AI 시대를 능동적으로 받아들이는 개발자의 자세에 대해 성찰하는 계기가 되었습니다.
AI해커톤LLM
카카오페이·2025년 6월 19일
AI
생성형 AI와 금융의 만남, 대출 음성 상담 챗봇 서비스
이 글은 2025년 카카오페이-AWS 해커톤에서 개발된 AI 기반 대출 음성 상담 챗봇 서비스에 대한 경험을 공유합니다. 비대면 금융 환경에서 개인화된 상담의 필요성을 인식하고, 음성 인식을 통해 사용자의 상황을 파악하여 맞춤형 대출 상품을 추천하는 챗봇을 구현했습니다. AWS의 Transcribe, Bedrock, Polly 등 다양한 AI 서비스를 활용하여 음성 인식, 텍스트 변환, 응답 생성, 음성 합성까지 전체 과정을 구축했습니다. 특히, 개인 정보 보호를 위한 합성 데이터 생성과 RAG(Retrieval-Augmented Generation) 방식을 도입하여 개인 맞춤형 추천 기능을 강화한 과정과 트러블슈팅 사례를 상세히 다룹니다. 생성형 AI와 핀테크의 융합에 관심 있는 개발자들에게 유용한 정보를 제공합니다.
생성형 AI챗봇음성 인식
카카오페이·2025년 5월 16일
AI
거래내역에 감성과 지능을 더하다: 이미지 캘린더와 자연어 검색으로 만드는 특별한 금융 경험
카카오페이 제 2회 해커톤에서 2등을 수상한 모즈(MOZ) 팀의 프로젝트를 소개하는 글입니다. 이 서비스는 사용자의 평범한 거래 내역에 감성과 의미를 더하고, 자연어 검색을 통해 금융 관리를 용이하게 합니다. 주요 기능으로는 거래 내역에 메모 추가, 시각적 이미지 생성, 자연어 기반 거래 내역 검색 등이 있습니다. 개발에는 AWS 클라우드 환경에서 Nova Canvas를 활용한 시각적 인터페이스와 Claude 3.5 모델의 Text2SQL 및 tool calling 기능이 사용되었습니다. 이 글은 AI 기술을 활용하여 사용자 경험을 혁신하는 금융 서비스 개발 과정을 공유하며, 관련 분야 종사자 및 학생들에게 영감을 제공하고자 합니다.
LLMClaude 3.5Text2SQL
카카오페이·2025년 5월 15일
AI
AWS re:Invent 2024 Recap: AI 2편
이 글은 AWS re:Invent 2024에서 발표된 SageMaker와 Bedrock의 AI 개발 도구 최신 업데이트 내용을 다룹니다. SageMaker는 AI 모델 훈련 및 자원 관리 효율성을 높이는 Hyperpod flexible training plans, task governance, Marketplace, Model distillation 등의 기능을 강화했습니다. Bedrock은 Prompt Caching, Intelligent Prompt Routing, Knowledge Bases, data automation 등 AI 서비스 개발 최적화를 위한 다양한 기능을 선보였습니다. 이러한 업데이트를 통해 개발자들은 AI 모델을 더 쉽고 효율적으로 개발하고 활용할 수 있게 되었으며, 이는 AI 서비스 접근성을 높여 개인과 기업 모두에게 긍정적인 영향을 줄 것으로 기대됩니다.
AWSre:Invent 2024SageMaker
카카오페이·2025년 2월 18일
AI
AWS re:Invent 2024 Recap: AI 1편
이 글은 AWS re:Invent 2024에서 발표된 금융 분야의 생성형 AI 서비스 구축 사례를 다룹니다. 헤지펀드 브릿지워터는 AI를 활용한 시장 분석 자동화, 미쓰비시 UFJ 은행은 고객 맞춤형 금융 상품 제공, Crypto.com은 AI 기반 뉴스 감정 분석을 통한 시장 예측 사례를 소개합니다. 이들 기업은 AI를 통해 업무 효율성과 고객 경험을 향상시켰으며, FMOps 방법론을 적용하여 AI 서비스의 지속적인 개선을 추구합니다. AWS는 생성형 AI 구축을 위한 다양한 상품을 애플리케이션, 도구, 인프라 계층으로 나누어 제공하며, 이를 통해 금융 분야에서 AI의 혁신적인 적용 가능성을 보여줍니다.
AWSre:Invent 2024생성형 AI
카카오페이·2025년 2월 18일
AI
페이증권의 업무도우미 AI봇을 소개합니다! 근데 이제 춘식이를 곁들인
카카오페이증권 DevOps 팀에서 사내 지식저장소 구축을 위해 Amazon Bedrock과 슬랙봇을 통합하고 고도화한 경험을 공유합니다. 프로젝트는 '춘시리'라는 이름으로, 산재된 내부 정보를 검색증강생성(RAG) 방식으로 LLM을 통해 쉽게 조회하고, 외부 AI 도구의 사내 대체재를 만드는 것을 목표로 시작되었습니다. 초기 목표는 내부 문서 학습 및 질의응답, 일반 LLM 답변 제공이었으며, 추가로 수동 학습, 코드 리뷰, 지라 티켓 분석 및 리포트 자동 작성 기능까지 구현하고자 했습니다. 이 글에서는 LLM, RAG, Embedding 등 AI 관련 컴포넌트와 함께 춘시리 아키텍처를 설명합니다.
Amazon Bedrock AgentsLLMRAG
카카오페이·2025년 1월 24일
AI
FDS에 지속 성장하는 ML 모델 적용 이야기
카카오페이는 금융 서비스의 필수 시스템인 FDS(Fraud Detection System)에 지속 성장하는 ML 모델을 도입하여 빠르게 변화하는 사고 패턴에 효과적으로 대응하는 사례를 공유합니다. 하루 1,300만 건 이상의 거래 속에서 발생하는 새로운 유형의 사고에 신속하게 대처하기 위해 ML 모델을 지속적으로 학습시키고, 데이터 변화에 스스로 적응하는 동적 피처를 활용하여 모델 성능을 향상시켰습니다. 본 글은 실제 사고 사례를 통해 ML 모델 운영 시 예상치 못한 데이터 변화에 대한 빠르고 효과적인 대응 방안을 고민하는 개발자들에게 유용한 인사이트를 제공합니다.
FDSML 모델지속 성장
카카오페이·2024년 12월 26일
AI
Document AI로 문서 검토 한방에 끝내기
카카오페이손해보험에서는 보험금 청구 시 발생하는 일 평균 3,000장의 문서를 사람이 아닌 Document AI로 처리하여 업무 효율성을 높이고 고객 대기 시간을 단축했습니다. 본 글은 Document AI의 개념과 구현 방식을 공유하며, 특히 문서 기반 비즈니스를 가진 기업의 업무 효율화에 도움을 줄 수 있습니다. Document AI는 기계 학습과 자연어 처리 기술을 활용하여 문서 내용을 자동으로 인식하고 처리하는 기술로, 문서 이미지에서 원하는 정보를 Key-Value 형태로 추출합니다. 이를 위해 OCR(광학 문자 인식)과 같은 여러 Task를 거치게 됩니다. 이 기술은 보험금 청구 처리 시간을 10분 이내로 단축하는 성과를 보였습니다.
Document AIOCRLLM
카카오페이·2024년 12월 19일
AI
Google Cloud Next 2024 참관 후기 4편 - AI를 장착한 개발자의 파워풀한 퍼포먼스 내기
Google Cloud Next 2024 참관 후기 4편으로, 개발자 관점에서 AI 모델 Gemini를 실무에 활용하는 다양한 방법과 새롭게 공개된 Gemini Code Assist를 소개합니다. AI가 IT 산업과 개발 환경에 깊숙이 들어왔음을 체감하며, AI 시대를 살아가는 개발자는 AI를 잘 활용하는 능력이 중요해졌음을 강조합니다. Gemini를 활용한 코드 분석, 언어 변환, 테스트 코드 작성, 아키텍처 설계 등 구체적인 사례를 살펴보고, Gemini Code Assist의 주요 기능이 개발 생산성을 어떻게 향상시킬 수 있는지 탐구합니다. AI 시대에 '호모 프롬프트'로서 명확한 지시를 통해 원하는 결과물을 얻는 능력의 중요성을 역설합니다.
Google Cloud Next 2024GeminiGemini Code Assist
카카오페이·2024년 7월 2일
AI
Google Cloud Next 2024 참관 후기 3편 - Generative AI with Enterprise Data
본 글은 Google Cloud Next 2024 참관 후기 3편으로, 기업이 보유한 데이터를 활용하여 가치를 창출하는 데 Generative AI와 Google Cloud가 어떻게 기여할 수 있는지 탐구합니다. 특히, Generative AI 모델인 Gemini를 중심으로 기업 데이터 분석 및 활용 방안을 다룹니다. 작성자는 데이터를 성격에 따라 분류하고 데이터 유형별 Generative AI 사용 패턴을 정리하는 것이 이해에 도움이 된다고 설명하며, Google Cloud의 다양한 제품과 Generative AI의 시너지를 통해 기업이 데이터를 효과적으로 활용할 수 있는 가능성을 강조합니다. Generative AI에 대한 전문 지식이 없는 독자들도 쉽게 이해할 수 있도록 개인적인 학습 과정을 공유하며, 기업 데이터 관점에서 Generative AI의 강점과 Google Cloud의 역할을 소개합니다.
생성형 AIGoogle CloudGemini
카카오페이·2024년 6월 25일
AI
Google Cloud Next 2024 참관 후기 1편 - AI로 업그레이드된 구글 클라우드와 우리의 준비
카카오페이 기술전략팀에서 Google Cloud Next 2024 참관 후기를 공유하는 글입니다. 이번 1편에서는 컨퍼런스의 주요 키노트 내용과 특히 Gemini를 활용한 구글 클라우드의 AI 기술 발전에 초점을 맞춥니다. "The new way to cloud"라는 슬로건 아래 AI 중심의 구글 클라우드 스택, 고성능 하드웨어, 멀티모달 처리 및 고급 추론 능력의 중요성이 강조되었습니다. 글쓴이는 이러한 기술 발전 속에서 개발자로서 무엇을 준비하고 대응해야 할지에 대한 고민을 나누며, AI가 가져올 변화에 대한 성찰을 제시합니다.
Google Cloud Next 2024GeminiAI
카카오페이·2024년 6월 14일
AI
[if kakao 2022] ML 모델 학습 파이프라인 설계 (feat. MLOps 플랫폼)
카카오페이 MLOps TF에서 모델 학습 파이프라인 설계 경험을 공유하는 글입니다. 기존에는 이상 거래 탐지 시스템(FDS), 개인신용평가(CSS) 등 다양한 AI/ML 모델을 프로덕션으로 서빙하는 과정에서 모델별로 서빙 서버와 피처 테이블을 별도로 구축해야 하는 번거로움과 중복 개발 문제가 있었습니다. 또한, 서버 개발자와 데이터 사이언티스트 모두 ML 모델 서빙 및 관련 배경 지식 습득에 많은 리소스를 투입해야 했습니다. 이러한 문제를 해결하기 위해 카카오페이는 모델 학습부터 관리, 서빙까지 공통으로 사용할 수 있는 MLOps 플랫폼을 정의하고 구축했습니다. 본문에서는 MLOps 플랫폼의 세 가지 주요 컴포넌트(피처 스토어, 모델 학습 파이프라인, 모델 서빙) 중 모델 학습 파이프라인 구축 과정에 대해 상세히 다룹니다.
MLOps모델 학습 파이프라인카카오페이
카카오페이·2022년 12월 8일