GitHub Engineering·Microsoft Aspire 팀이 GitHub Agentic Workflows를 도입해 기능 릴리즈와 문서화 간의 시차 문제를 해결한 사례다. 제품 저장소(microsoft/aspire)와 문서 저장소(microsoft/aspire.dev)가 분리된 환경에서, PR 병합 시 AI 에이전트가 문서화 필요 여부를 판단하고 초안 PR을 자동 생성한다. 보안을 유지하면서 크로스 레포 자동화를 실현한 아키텍처와 30일 실제 운영 성과를 담는다.
무신사 테크·29CM(무신사 그룹)이 AWS Bedrock 기반 LLM 비용이 지속 증가하는 원인을 메트릭 가시성 확보부터 차근차근 파악하고, Prompt Caching 도입으로 전체 LLM 청구액의 64%를 절감한 과정을 다룬다. 문제는 AWS Bedrock 콘솔이 일별 합계만 보여주고 API별 토큰 분리를 지원하지 않는다는 점이었고, 직접 메트릭 파이프라인을 구축한 뒤에야 단일 속성 추출 API가 전체 토큰의 92%를 차지한다는 사실을 발견했다.
네이버 D2·네이버가 2026년 봄 개최한 '모두의 Engineering Day' AI 해커톤에서, 25개 팀의 코드와 문서를 LLM이 자동 채점하는 'LLM as a Judge' 평가 파이프라인을 설계하고 실제 운영한 사례를 다룬다. 코드만 읽는 LLM이 사람의 판단에 가까운 결론에 도달할 수 있는지, 반복해도 안정적인 결과가 나오는지를 검증했다.
인프런 (인프랩)·인프런이 강의 학습 에이전트를 구축하며 겪은 기술 스택 선정, 컨텍스트·도구 설계, LLM-as-a-Judge 품질 개선, 비용 최적화 전략을 다룬다. LLM SSE 스트리밍 처리를 위해 Spring MVC + Virtual Thread + Spring AI를 선택하고, 명시적 프롬프트 캐싱으로 입력 토큰을 90% 절감하는 과정까지 실전 경험이 담겨 있다.