pile·
AI / ML·리멤버리멤버·

“AI로 얼마나 빨리 만드나?” Amazon Q와 ‘팀딸깍’의 해커톤 다작 도전기(2)

문제AI를 단순 지시로 활용하면 복잡한 개인화 면접 질문 생성·피드백 시스템을 해커톤 기간 내에 완성하기 어렵다.
접근Amazon Q로 코드 생성·디버깅·백엔드를, Claude(Bedrock)로 전문 면접 질문 생성을 담당하게 역할 분리했다. 문제 정의서·API 스펙·시퀀스 다이어그램을 사전 문서화해 AI에 주입하고, Role Driven·Few Shot·Chain of Thought 기법을 결합해 80% 이상의 프롬프트 성공률을 달성했다.
결과AWS Q Developer 적극 활용팀 특별상을 수상했고, 추론 과정을 명시하는 Chain of Thought 방식이 가장 효과적임을 검증했다.
리멤버
리멤버 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2