네이버 D2·네이버 ENGINEERING DAY 2026 발표. Claude Code를 매일 쓰지만 매번 초기화되는 문제를 해결하기 위해 NaverMadCat이라는 다중 AI 에이전트 조직 프레임워크를 구축한 경험을 다룬다. 비서실장 역할의 에이전트가 10개 부서 에이전트를 조율하며, 어느 환경에서 접속해도 동일한 컨텍스트로 동작하도록 동기화 메커니즘을 구현했다.
네이버 D2·네이버 ENGINEERING DAY 2026 발표. 별도 외부 솔루션 없이 내부에서 구현한 End-to-End Real User Monitoring 서비스 nFront RUM을 소개한다. 추가 비용 없이 AI 분석 리포트까지 제공하며, 프론트엔드 서비스 품질을 사용자 관점에서 측정한다.
네이버 D2·네이버 ENGINEERING DAY 2026 발표. AI 코딩 에이전트와 그 실행 환경을 API로 추상화하고 관리할 수 있는 오픈소스 프레임워크 Kelos를 소개한다. 쿠버네티스 네이티브 설계로 코딩 에이전트의 자동화와 오케스트레이션을 지원한다.
네이버 D2·네이버 ENGINEERING DAY 2026 발표. SNOW 플랫폼에서 수천 개의 AI 서비스가 한정된 GPU 자원을 효율적으로 공유하기 위해 Automatic Sharding 기술을 도입한 과정을 다룬다. Manual Sharding의 운영 부담을 해소하고, 모델 로딩 오버헤드를 제거해 AI 모델 서빙 효율을 높였다.
네이버 D2·네이버 ENGINEERING DAY 2026 발표. AI 에이전트가 엉뚱한 답변을 하는 근본 원인이 컨텍스트 부족임을 진단하고, 팀 데이터와 서빙 레이어 자산을 자동 수집해 에이전트에게 제공하는 Agentic Context Platform을 구축한 경험을 공유한다.
네이버 D2·네이버 ENGINEERING DAY 2026 발표. 쇼핑 에이전트 답변 모델 개발에서 입력 스펙이 자주 바뀌는 문제를 해결하기 위해, 변경된 스펙만 입력하면 결함 탐지·프롬프트 최적화·SFT 학습 데이터 생성을 에이전트가 폐쇄 루프로 자동화하는 파이프라인을 설계한 경험을 다룬다.
네이버 D2·네이버 ENGINEERING DAY 2026 발표. 매 세션마다 초기화되는 AI의 근본 한계를 넘어, 경험을 축적하고 스스로 성장하는 에이전트 프레임워크 GNOSIS의 설계 원칙과 구현 사례를 소개한다. 3-Loop 구조, Constitution, 5층 기억 아키텍처, 수학적 안전 보장까지 포함한 종합 프레임워크다.
네이버 D2·네이버 ENGINEERING DAY 2026 발표. 광고 SDK 환경에서 Sentry 같은 범용 에러 모니터링 SaaS를 연동하면 발생하는 구조적 한계를 분석하고, AI Agent를 활용해 전용 JavaScript 에러 모니터링 시스템 glog를 직접 구축한 경험과 그 가능성을 공유한다.
네이버 D2·팀 생산성을 감각이 아니라 데이터로 설명하려면 Jira와 GitHub 기반의 맞춤형 DORA 지표 대시보드가 필요했다.
네이버 D2·네이버 검색 같은 대규모 시스템의 메트릭을 Prometheus로 다루다 보면 클러스터 확장성과 장기 보관 비용에서 한계가 온다.
네이버 D2·2026년 4월 프론트엔드 생태계에서 JavaScript 시간 처리, TypeScript, Node.js 릴리스 정책, React Native 지원이 함께 바뀌고 있다.
네이버 D2·C++ 에서 memcpy / cast 같은 저수준 작업이 undefined behavior 가 되지 않으려면 객체 수명 규칙을 제대로 이해해야 한다.
네이버 D2·std::bit_cast 와 reinterpret_cast 모두 비트 패턴을 재해석한다. 언제 어떤 것을 써야 하나.
네이버 D2·2025년 12월 FE News는 Wasm, React, Vercel, 브라우저 표준, LLM Council 등 프런트엔드 변화 흐름을 빠르게 파악해야 하는 상황을 다룬다.
네이버 D2·Oracle 에서 MySQL 로 전환할 때 SQL 방언, sequence vs auto_increment, 트랜잭션 모델 차이 같은 함정이 있다. 그것도 무중단으로.
네이버 D2·네이버 통합검색 AIB 도입 후 LCP p95가 목표 2.5초를 넘고, AIB 영역이 LCP 후보의 큰 비중을 차지했다.
네이버 D2·2026년 1월 FE News는 RSC, 브라우저 AI, 디자인시스템 자동화처럼 프런트엔드와 AI가 겹치는 새 흐름을 빠르게 파악해야 하는 상황을 다룬다.
네이버 D2·Logiss 로그 파이프라인은 단일 Storm 토폴로지, 피크 트래픽 기준 장비 산정, 중요도 없는 처리, 100% 저장 정책으로 비용과 지연이 커졌다.
네이버 D2·디자인시스템 기반 마크업을 AI로 자동화하려면 컴포넌트 구조와 디자인 토큰을 AI가 일관되게 이해해야 했다.
네이버 D2·복잡한 PDF의 표, 차트, 숫자를 LLM이 정확히 이해하려면 일반 텍스트 추출만으로는 부족했다.