라인

RSS

게시글: 564
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

AI
ODW #4: 코파일럿에서 파일럿으로, 에이전틱 코딩으로 구현부터 PR까지 자동화
LY Corporation의 Hirano님이 Yahoo! 파이낸스 프런트엔드 개발팀에서 겪었던 AI 활용의 어려움과 이를 극복하기 위한 '에이전틱 코딩' 도입 과정을 공유합니다. 기존에는 GitHub Copilot 등을 활용해도 생산성 향상을 크게 체감하기 어려웠으나, 명세 주도 개발(SDD) 방식과 사내 시스템(Jira, Confluence)을 AI 및 MCP와 연동하는 전환점을 맞이했습니다. 에이전틱 코딩은 에이전트가 고수준 목표를 받아 단계별로 분해하고 자율적으로 실행하며 피드백을 통해 조정하는 개발 방식으로, 기존 코드 제안 방식에서 나아가 개발 프로세스 전반의 자동화를 목표로 합니다. 이 글은 Orchestration Development Workshop에서 공유된 내용을 바탕으로 에이전틱 코딩의 기획 배경과 팀 내 확산 과정을 소개합니다.
에이전틱 코딩AI 활용GitHub Copilot
라인·2026년 4월 24일
AI
ODW #3: MCP 서버를 안전하게 활용해 개발 효율 높이기
LY Corporation의 aikawa님이 Orchestration Development Workshop에서 발표한 내용을 바탕으로 MCP(model context protocol) 서버를 활용한 개발 효율화 방안을 소개합니다. MCP 서버는 AI 어시스턴트와 외부 시스템을 연결하는 번역자 역할을 하며, MCP라는 공통 통신 규칙을 통해 확장성과 호환성을 크게 향상시킵니다. 기존에는 각 AI 어시스턴트마다 다른 인터페이스를 구현해야 했지만, MCP 등장 이후 도구 개발자는 하나의 통합 인터페이스만 구현하면 다양한 AI 어시스턴트에서 사용할 수 있게 되었습니다. 하지만 MCP 서버는 보안 측면에서 우려가 존재하는데, 많은 MCP 서버가 장기적으로 유효한 API 키나 PAT에 의존하고 있으며 OAuth와 같은 안전한 인증 방식 채택률은 낮습니다. 따라서 AI 환경에서 MCP 서버를 안전하게 사용하기 위한 선별 및 보안 강화의 중요성을 강조합니다.
MCP 서버AI 코딩 에이전트개발 효율화
라인·2026년 4월 21일
AI
ODW #2: ADK로 싱글/멀티 에이전트를 개발해 사내 시스템과 통합
LY Corporation의 신입 사원 Inoue Shuichi가 Orchestration Development Workshop에서 공유된 ADK(Agent Development Kit)를 활용한 싱글/멀티 에이전트 개발 및 사내 시스템 통합 경험을 소개합니다. 사내 시스템의 정보 검색 어려움과 AI 활용 니즈가 증가하는 배경 속에서, 개인 단위에 머무르는 AI 에이전트 활용의 한계와 지식 사일로화, 중복 작업 등의 문제를 해결하기 위한 방안으로 멀티 에이전트 개념 도입과 ADK를 통한 사내 시스템 통합을 제시합니다. 이를 통해 AI 활용 격차를 해소하고 업무 생산성을 향상시키고자 하는 목표를 설명합니다.
ADKAI 코딩 에이전트싱글 에이전트
라인·2026년 4월 15일
AI
AI로 리뷰 정체를 해소하다 - PR 리뷰 지원과 사내 워크숍으로 리뷰 문화 바꾸기
본 글은 Yahoo!플레이스에서 프런트엔드 개발을 담당하는 저자가 팀 내 PR 리뷰 정체 문제를 AI와 체계화를 통해 해결한 경험을 공유합니다. 기존에는 리뷰 요청이 특정 팀원에게 집중되어 개발 속도 저하와 리뷰 품질 저하라는 딜레마를 겪었습니다. 이를 해결하기 위해 AI를 활용한 PR 리뷰 지원 활동을 추진하고, Orchestration 길드에서 '리뷰 정체를 해소하기 위한 AI와 체계화 실전 강의' 워크숍을 개최했습니다. 이 글은 AI와 체계화를 결합하여 팀과 조직의 리뷰 문화를 변화시킨 구체적인 방법과 성과를 소개하며, 리뷰 효율화 및 품질 유지에 어려움을 겪는 개발자들에게 실질적인 해결 방안을 제시합니다.
AIPR 리뷰리뷰 문화
라인·2026년 4월 10일
AI
AI 활용 능력을 높이기 위한 사내 워크숍, 'Orchestration Development Workshop' 기사 목록
LY Corporation에서 개발자를 대상으로 AI 활용 능력을 향상시키기 위한 'Orchestration Development Workshop'을 개최했습니다. 이 워크숍은 여러 AI를 연계하여 창의력을 극대화하는 것을 목표로 하며, 실제 실무 적용에 중점을 둡니다. AI 기술의 발전과 함께 개발자들의 AI 활용 능력을 높여 생산성과 혁신을 도모하려는 시도로, '조직적 학습'을 통해 AI 활용의 열쇠를 찾고자 합니다. 본 글은 해당 워크숍의 기사 목록을 소개합니다.
AI워크숍Orchestration
라인·2026년 4월 10일
AI
대규모 서비스 환경에서의 이미지 콘텐츠 모더레이션(feat. 멀티모달 LLM)
본 글은 대규모 서비스 환경에서 이미지 콘텐츠 모더레이션 시스템을 구축하는 과정과 기술적 고민을 공유합니다. 콘텐츠 모더레이션은 서비스 정책 및 법적 기준에 위배되는 콘텐츠를 탐지하고 조치하는 핵심 인프라로, 플랫폼 규모 증가에 따라 자동화된 탐지 시스템의 중요성이 커지고 있습니다. 특히 이미지 콘텐츠는 구조가 없고 맥락에 따라 유해 여부가 달라지는 등 기술적으로 까다로운 영역입니다. 글에서는 초기의 규칙 기반 필터링부터 머신러닝 기반 분류 모델, 그리고 현재 발전하고 있는 딥러닝, 멀티모달 모델, LLM을 활용한 맥락 기반 판별 기술까지 콘텐츠 모더레이션 기술의 진화를 설명합니다. 대규모 환경에서의 높은 성능, 안정성, 처리 및 비용 효율성을 고려한 시스템 구축 과정과 최적화 방법론을 다룹니다.
콘텐츠 모더레이션이미지멀티모달 LLM
라인·2026년 3월 30일
AI
코딩 에이전트를 활용한 취약점 수집·생성 자동화로 가드레일 모델 고도화
LLM 기반 서비스 확산에 따라 프롬프트 인젝션, 탈옥 등 공격 시도가 증가하고 있으며, 이를 탐지하고 대응하기 위한 가드레일 모델의 중요성이 커지고 있습니다. 본 글은 LLM 가드레일 모델의 운영 환경 고도화 과정과 자동화된 취약점 탐색 환경 구축 경험을 공유합니다. 초기 가드레일 모델은 벤치마크 성능은 우수했으나 실제 운영 환경에서는 정상 요청을 공격으로 오탐하는 문제가 발생했습니다. 이를 해결하기 위해 코딩 에이전트를 활용하여 다양한 취약점 데이터를 자동으로 수집하고 생성하는 파이프라인을 설계했습니다. 이 과정을 통해 가드레일 모델의 탐지 성능을 향상시키고 오탐률을 줄여 LLM 서비스의 안전성을 강화하는 방안을 모색합니다.
LLM가드레일프롬프트 인젝션
라인·2026년 3월 25일
AI
완벽한 AI 가드레일을 향한 여정: NeurIPS 2025 최신 안전성 기술 분석
본 글은 NeurIPS 2025 학회에서 발표된 최신 AI 안전성 기술, 특히 생성형 AI 서비스의 필수 요소인 '가드레일'에 대한 분석을 다룹니다. LY Corporation에서는 AI 서비스의 안전한 운영을 위해 가드레일 기술을 개발하고 있으며, 이를 위해 다양한 연구를 조사하고 있습니다. NeurIPS는 머신러닝 분야 최고 권위 학회로, 올해는 특히 LLM, 생성형 AI, 안전성/정렬(alignment) 등 실용적인 주제가 활발히 논의되었습니다. 가드레일은 AI가 유해하거나 금지된 행동을 피하고 서비스 정책을 준수하도록 하는 안전 장치로, 과거 사후 학습 방식에서 벗어나 모델 자체의 근본적인 안전성을 강화하는 방향으로 패러다임이 전환되고 있음을 시사합니다. 이는 AI 기술의 발전과 함께 안전성 확보의 중요성이 더욱 커지고 있음을 보여줍니다.
AI 안전성가드레일NeurIPS 2025
라인·2026년 3월 10일
AI
엔터프라이즈 LLM 서비스 구축기 2: 에이전트 엔지니어링
이 글은 엔터프라이즈 LLM 서비스 구축 시리즈의 두 번째 편으로, '에이전트 엔지니어링'에 초점을 맞춥니다. 지난 편에서 다룬 컨텍스트 엔지니어링이 LLM에게 '무엇을 전달할 것인가'에 대한 답이었다면, 이번 편은 '어떻게 에이전트를 만들 것인가'에 대한 질문에 답합니다. Flava AI 어시스턴트(FAA)의 높은 응답률(96.1%)을 달성하기까지의 과정을 공유하며, 제한된 비용과 속도 안에서 기술을 선택하고 버리는 소거법의 중요성을 강조합니다. 특히 모델 파인 튜닝과 에이전틱 워크플로 영역에서 '파인 튜닝 vs RAG', '청킹 vs 검색 후 자르기', '복잡한 행동' 등 세 가지 주요 기술적 갈림길을 다룰 예정입니다. 다음 편에서는 프롬프트 엔지니어링에 대해 다룰 것입니다.
LLM에이전트 엔지니어링Context Engineering
라인·2026년 3월 9일
AI
메신저용 온디바이스 이미지 모델 학습기 2편: 초저지연 비자기회귀(non-autoregressive) 캡션 생성 전략
본 글은 메신저 환경에서 네트워크 호출 없이 모바일 기기 내부에서 작동하는 이미지 이해 기능, 특히 이미지 캡션 생성의 초저지연 구현 전략을 다룹니다. 기존의 자기회귀 방식은 모바일 환경에서 수초의 지연 시간을 발생시켜 메신저 UX에 부적합했습니다. 이를 해결하기 위해 비자기회귀 디코더를 도입하여 응답 시간을 200~400ms로 획기적으로 단축했습니다. 또한, 거대 모델의 성능을 작은 모델로 이전하는 지식 증류 기법을 활용하고, LLM 기반 수락 비율 지표를 통해 서비스 가능한 수준의 품질을 확보했습니다. 최종적으로 172MB의 모델 크기로 실제 서비스 수준의 온디바이스 이미지 캡션 생성 기능을 구현하는 과정을 설명합니다.
온디바이스이미지 캡션 생성지식 증류
라인·2026년 3월 6일
AI
메신저용 온디바이스 이미지 모델 학습기 1편: 지식 증류로 확장한 다국어 이미지 검색
이 글은 네트워크 호출 없이 모바일 기기 내부에서 작동하는 이미지 이해 기능을 개발한 경험을 공유합니다. 핵심 기술로는 거대 모델의 지식을 작은 모델로 전수하는 '지식 증류' 기법을 활용하여, 이미지-텍스트 임베딩 모델의 성능을 유지하면서 크기와 연산량을 획기적으로 줄였습니다. 이를 통해 영어 전용 텍스트 인코더를 다국어(영어, 일본어, 중국어, 태국어, 한국어)로 확장하여 의미 기반 이미지 검색 기능을 구현했습니다. 메신저 환경에서 이미지 이해 기능이 필요한 이유와 서버가 아닌 온디바이스에서 처리해야 하는 당위성을 설명하며, 다국어 이미지 검색 기능 구현을 통해 5개 언어에서 평균 78%의 Recall@5 성능을 달성하는 성과를 거두었습니다.
지식 증류이미지 검색임베딩 모델
라인·2026년 3월 6일
AI
엔터프라이즈 LLM 서비스 구축기 1: 컨텍스트 엔지니어링
LY Corporation의 사내 클라우드 플랫폼 Flava를 위한 AI 어시스턴트 구축 경험을 공유하는 시리즈의 첫 번째 글입니다. 대규모 LLM 애플리케이션 구축 시 단순한 프롬프트 엔지니어링을 넘어, 방대한 문서와 API를 효과적으로 처리하기 위한 '컨텍스트 엔지니어링'의 중요성을 강조합니다. 수천 개의 문서를 다루는 환경에서는 AI에게 지침을 제공하는 것보다 상황에 맞는 정보를 선별하여 제공하는 컨텍스트 엔지니어링이 핵심 전략임을 설명하며, 이 과정에서 겪었던 시행착오와 정립된 전략을 다룹니다. 향후 시리즈에서는 에이전트 엔지니어링, 모델 파인 튜닝, 프롬프트 엔지니어링 등 심도 있는 내용을 다룰 예정입니다.
LLMContext EngineeringRAG
라인·2026년 1월 14일
AI
안전은 기본, 비용 절감은 덤: 별도 가드레일이 필요한 이유
이 글은 AI 서비스에서 발생할 수 있는 프롬프트 인젝션 및 탈옥 공격을 방지하기 위한 '가드레일'의 필요성과 두 가지 주요 구현 방식에 대해 설명합니다. 가드레일은 AI가 잘못된 방향으로 작동하는 것을 막는 안전 장치로, 자동차의 가드레일과 유사한 역할을 합니다. 프롬프트 인젝션은 사용자가 입력한 프롬프트를 악용하여 AI가 규칙을 무시하거나 원치 않는 행동을 하도록 유도하는 공격이며, 탈옥은 이를 통해 AI가 응답해서는 안 되는 내용을 응답하게 만드는 것입니다. 글에서는 시스템 프롬프트에 강력한 최상위 규칙을 심어두는 방식과, AI 모델과 별도로 보안 정책 전용 필터나 시스템을 두는 방식(별도 가드레일)을 소개합니다. 시스템 프롬프트 기반 가드레일은 구현이 간단하지만, 별도 가드레일은 입력 및 출력 단계에서 더 정교한 보안 정책 적용 및 수정을 가능하게 하여 안전성과 비용 절감 효과를 동시에 기대할 수 있음을 시사합니다.
가드레일프롬프트 인젝션탈옥
라인·2025년 12월 17일
AI
AI 제품 개발 중 마주칠 수 있는 보안 위협 사례와 대책 방안
이 글은 Tech-Verse 2025 세션 내용을 바탕으로 AI 제품 개발 시 발생할 수 있는 보안 위협 사례와 대책 방안을 다룹니다. 특히, 생성형 AI를 활용한 질문 과정에서 발생할 수 있는 '슬랍스쿼팅' 사례를 소개하며, 공격자가 존재하지 않는 패키지를 추천하도록 유도하여 악성코드를 배포하는 위험성을 경고합니다. 또한, 앱 보안 디자인 리뷰, 기기 증명, 위협 모델링 자동화 등 LINE+ Security Engineering 팀에서 진행하는 실제 보안 강화 프로젝트들을 공유하며, AI 제품 개발의 안전성을 확보하기 위한 구체적인 노력과 과제들을 설명합니다.
AI 개발보안 위협 탐지슬랍스쿼팅
라인·2025년 11월 4일
AI
IUI 2025 참관기: AI의 지속성과 인간 중심의 AI에 대해서
IUI 2025 학회 참관 후기 글로, 최근 AI의 눈부신 발전에도 불구하고 '단순히 정확도 높은 AI'만으로는 충분하지 않다는 문제 의식에서 출발합니다. 인간이 이해하지 못하는 의사결정, 사회적 맥락 무시, 책임 불분명 등의 위험 요소를 지적하며, 인간의 능력을 강화하고 협력하며 윤리를 존중하는 '인간 중심 AI'의 중요성을 강조합니다. 특히 알브레히트 슈미트 교수의 '리얼리티 디자인' 개념을 소개하며, 인터페이스를 넘어선 경험 설계를 통해 AI와 인간의 관계를 재조명하고, AI의 지속가능성에 대한 학계와 산업계의 지향점을 제시합니다.
IUI 2025인공지능인간 중심 AI
라인·2025년 10월 2일
AI
한 달짜리 과제, 바이브 코딩으로 5일 만에!(ChatGPT·Cursor)
본 글은 음식 배달 서비스 점주용 앱의 메뉴 등록 기능 개선이라는 과제를 ChatGPT와 Cursor를 활용하여 한 달 분량의 작업을 5일 만에 완료한 경험을 공유합니다. 기존 메뉴 등록 방식의 복잡성을 해결하기 위해 AI 기반 코딩 도구를 도입했으며, 특히 Cursor의 코드 생성 및 수정 기능을 통해 개발 속도를 크게 향상시켰습니다. ChatGPT를 활용한 프롬프트 엔지니어링과 Cursor의 통합 개발 환경이 시너지를 내면서, 복잡한 요구사항을 가진 과제를 단기간에 효율적으로 해결할 수 있었습니다. 이 경험은 AI 도구가 개발 생산성을 혁신적으로 높일 수 있는 가능성을 보여주며, 향후 개발 프로세스에 AI를 적극적으로 활용할 필요성을 시사합니다.
ChatGPTCursorAI 코딩
라인·2025년 10월 2일
AI
PD1 AI 해커톤, 그 뜨거웠던 열기 속으로!
이 글은 LINE의 PD1 AI 해커톤 2025에 대한 후기입니다. IT 산업 전반에서 AI 기술의 중요성이 커지는 가운데, LINE 앱에 AI를 접목하여 혁신적인 아이디어를 발굴하고 일상 문제 해결 및 가치 창출 기회를 모색하기 위해 해커톤이 기획되었습니다. 60명 이상의 개발자가 20여 개 팀을 이루어 이틀간 LINE 앱에 적용할 AI 기술, 새로운 아이디어, 업무 생산성 향상 방안 등을 탐구했습니다. 행사는 단순한 이벤트가 아닌 LINE 앱의 미래를 위한 중요한 실험 무대였으며, 참가자들은 AI와 LINE 앱의 결합을 실험하며 뜨거운 열정을 보여주었습니다.
AI해커톤LINE
라인·2025년 9월 26일
AI
오픈챗 메시지들로부터 트렌딩 키워드 추출하기
LINE 오픈챗 팀의 ML 엔지니어가 오픈챗 메시지 콘텐츠로부터 유행하는 주제 키워드를 추출하는 방법을 소개하는 글입니다. 기존 오픈챗 서비스는 채팅방 자체를 추천하는 방식이었으나, 이는 사용자의 재방문을 유도하기에 부족했습니다. 마이크로 블로그 서비스처럼 메시지 콘텐츠를 메인 화면에 노출하는 방안을 구상하며, 이를 위해 LLM을 활용하여 오픈챗 메시지에서 트렌딩 키워드를 추출하는 기술을 다룹니다. 이 기술은 서비스 활성도 KPI 달성과 광고 매출 증대에 기여할 수 있으며, 사용자가 새로운 채팅방을 탐색하는 동기를 부여할 수 있습니다.
오픈챗트렌딩 키워드LLM
라인·2025년 8월 29일
AI
LY의 AI 기술의 현재, Tech-Verse 2025 후기
LINE Plus의 LINE AI LAB에서 LLM 에이전트 서비스를 개발하는 신수민님이 도쿄에서 열린 Tech-Verse 2025 컨퍼런스 후기를 공유합니다. 이번 컨퍼런스는 AI를 주요 주제로 다루며 다양한 서비스 적용 사례가 소개되었습니다. 발표자들은 실무자로서 공감할 수 있는 내용과 새로운 서비스 개발에 대한 영감을 얻었다고 합니다. 글에서는 발표 내용을 상세히 다루기보다는 현장에서 느꼈던 인상적인 순간들을 중심으로 공유하며, Tech-Verse 2025의 발표 영상과 자료는 공식 홈페이지에서 확인할 수 있음을 안내합니다. 또한, 도쿄 출퇴근길의 혼잡함과 같은 현지 경험도 간략하게 덧붙였습니다.
AILLMTech-Verse 2025
라인·2025년 8월 12일
AI
Milvus: LINE VOOM의 실시간 추천 시스템을 위한 대규모 벡터 DB 구축기
LINE VOOM의 ML 엔지니어들이 실시간 추천 시스템 구축을 위해 대규모 벡터 데이터베이스 도입 프로젝트를 진행한 경험을 공유합니다. LINE VOOM은 LINE 앱 내에서 서비스되는 비디오 콘텐츠 중심의 소셜 네트워크 서비스로, 'For you' 탭에서 사용자 피드백을 기반으로 개인화된 콘텐츠 추천을 제공합니다. 기존 추천 시스템은 포스트 임베딩 생성 및 저장, 추천 후보군 추출을 일 단위 오프라인 배치 작업으로 처리하여 즉시성이 부족하다는 문제점이 있었습니다. 이 글에서는 이러한 문제점을 해결하기 위해 Milvus 벡터 데이터베이스를 도입하는 과정을 상세히 소개하며, 대규모 벡터 DB 구축 경험을 통해 실시간 추천 시스템의 성능 향상 방안을 모색합니다.
Milvus벡터 DB실시간 추천 시스템
라인·2025년 7월 23일