Claude Code의 한계를 넘는 네이버의 AI 에이전트 플랫폼 NaverMadCat
Claude Code의 환경 휘발성 문제를 해결하고 10개 부서 에이전트 조직을 통해 지속 가능한 협업 체계를 구축한 NaverMadCat 플랫폼의 설계 노하우를 공유한다.
NAVER D2 공식 기술 채널
Claude Code의 환경 휘발성 문제를 해결하고 10개 부서 에이전트 조직을 통해 지속 가능한 협업 체계를 구축한 NaverMadCat 플랫폼의 설계 노하우를 공유한다.
네이버 nFront RUM은 추가 설정 없이 실시간 사용자 경험 데이터를 수집하고 AI 기반 분석 리포트를 제공하는 통합 모니터링 솔루션이다.
수천 개의 AI 콘텐츠를 한정된 GPU 자원에서 효율적으로 서빙하기 위해 NP-Hard 문제를 해결하는 Automatic Sharding 시스템을 구축하고 성능을 개선했다.
NAVER의 사내 데이터 자산 메타데이터를 자동 수집하고 품질을 검증하여 AI Agent에게 정확한 컨텍스트를 제공하는 플랫폼 구축 사례.
쇼핑 에이전트 답변 모델 개발 시 스펙 변경에 대응하여 결함 탐지, 프롬프트 최적화, SFT 데이터 생성을 자동화하는 파이프라인 구축 경험 공유.
LLM 가중치를 변경하지 않고 외부 기억과 가치 레이어를 갱신하여 AI 에이전트의 자율적인 성장을 가능하게 하는 프레임워크 GNOSIS를 소개합니다.
AI 에이전트가 작성한 코드의 신뢰성을 확보하기 위해 Playwright 기반 E2E 테스트 하네스를 구축하고, 자동화된 검증 워크플로우를 설계하는 방법.
Kubernetes 기반 LLM 서빙 플랫폼 MLXP를 운영하며 겪은 Istio, 스케줄링, Pod 보호 정책 관련 기술적 난제와 해결책을 공유한다.
Android 앱 개발 시 라이브러리 업데이트로 발생하는 의도치 않은 변경 사항을 Baseline 기반의 자동화 도구로 감지하고 방어하는 실전 전략을 소개합니다.
N3R과 자체 Autoscaler를 활용해 안드로이드 빌드 대기 시간을 0으로 줄이고 비용을 97% 절감한 인프라 최적화 사례.
공공 서비스 접근성 향상을 위해 HyperClovaX 기반 에이전트를 구축하며 겪은 모델 선택, 속도 최적화, 안전성 대응 및 평가 체계 노하우를 공유한다.
비개발자가 AI 도구를 활용해 한 달 만에 프로덕션 서비스를 풀스택으로 개발하며 얻은 프롬프트 엔지니어링, 워크플로 설계, AI 협업 노하우를 공유한다.
VictoriaMetrics의 수집, 라우팅, 저장, 쿼리 파이프라인을 분석하고 효율적인 메트릭 인프라 운영 원리를 살펴본다.
Karpathy의 AutoResearch 방법론을 적용하여 AI 에이전트가 코드를 자율적으로 최적화하고 스트리밍 품질을 17% 향상시킨 사례.
네이버 통합검색의 복잡한 장애 대응 프로세스를 효율화하기 위해 LLM 기반 DevOps 에이전트를 구축하고 고도화한 실전 사례를 공유한다.
네이버의 디자이너와 개발자들이 협업하여 사용자 리서치 데이터를 기반으로 실시간 대화가 가능한 AI 페르소나 플랫폼 NSona를 구축하고, 멀티 에이전트 아키텍처와 새로운 평가 체계를 정립한 과정을 다룹니다.
네이버가 개발한 VLOps는 복잡한 파이프라인 대신 Typed Message와 Event Sensor를 활용한 이벤트 기반 아키텍처를 통해 모델 학습, 평가, 배포의 유연성과 GPU 자원 효율성을 극대화한 시스템이다.
네이버 커머스의 대규모 거래 데이터를 Apache Iceberg와 StarRocks의 Materialized View를 결합하여 실시간성(Freshness)과 초저지연 조회를 동시에 달성한 아키텍처 설계 및 운영 사례를 소개합니다.
네이버파이낸셜의 디자인 시스템 'deFign'과 AI를 결합하여 피그마 디자인을 실제 코드로 자동 변환하는 마크업 자동화 프로세스와 실무 적용 경험을 공유합니다.
네이버 검색의 복잡한 컬렉션 구조와 개인화된 환경에서도 사용자 클릭과 스크롤 데이터를 직관적으로 시각화하여 UI/UX 개선 근거를 확보하는 기술적 여정을 다룹니다.