채널 톡
여기어때
토스
무신사
Netflix
올리브영
미리디
라인
Pinterest
Airbnb
Flex
아임웹
당근
Samsung Tech
포스타입
NAVER D2
라포랩스
우아한형제들
카카오뱅크
SSG
왓챠
쏘카
컬리
카카오페이
마이리얼트립Backend
카카오페이
Mar 18수억 건의 데이터, 맛있게 쪼개 먹는 방법 (with. Partitioning)
OOM의 늪에서 탈출하여 대규모 데이터를 맛있게 쪼개 먹는 파티셔닝과 커서 기반 최적화 전략
Spring BatchPartitioning+5
SSG
Mar 18“왜 노출이 안 될까?”를 한 번에 추적하는 방법
흩어진 MSA 로그를 하나의 식별자로 꿰어 복잡한 전시 로직의 실체를 드러내다
MSADistributed Tracing+3
라인
Mar 17LINE 앱의 다자간 대화 기능 통합
사용자 혼란은 줄이고 서버 리소스는 살린 LINE의 대규모 채팅 시스템 통합기
LINE채팅 서비스+5
무신사
Mar 13The Philosophy: AI Native Hiring
AI를 도구가 아닌 환경으로 받아들인 'AI 네이티브' 인재를 찾는 무신사의 채용 실험기
AI Native채용 파이프라인+5
무신사
Mar 11설 연휴에 Claude Code Agent Teams를 데려갔습니다.
리드 에이전트와 워커 에이전트의 협업으로 FE/BE 병렬 개발을 실현한 무신사의 AI 활용기
Claude CodeAgent Teams+5
여기어때
Mar 10화면 단위 복잡성을 흡수하다: 여기어때 BFF의 기록
클라이언트는 화면만 그리세요, 복잡한 로직은 BFF가 모두 흡수합니다
BFFMSA+5
Netflix
Mar 6글로벌 스토리텔링 확장: 넷플릭스의 로컬라이제이션 분석 현대화 여정
파편화된 대시보드와 중복된 파이프라인을 뚫고 탄생한 넷플릭스의 통합 로컬라이제이션 아키텍처
Data PipelineData Engineering+3
올리브영
Mar 6배송최적화 시스템 구축기 Part 01. 올리브영이 멀티 센터 체제로 배송 시간을 14시간 단축한 과정
단일 센터의 한계를 깨고 멀티 센터 체제로 도약하기 위한 백엔드 아키텍처 재설계 전략
MicroservicesRule Engine+5
채널 톡
Mar 5biz-crm IndexedDAO 적용기
기술적 튜닝보다 먼저 사용자의 목소리에서 해답을 찾은 채널톡의 고객 중심 성능 최적화 전략
IndexedDAOJOOQ+3
무신사
Mar 4개발자는 더 이상 코드를 짜는 사람이 아닙니다
무신사 백엔드 엔지니어가 Claude Code와 Git Worktree로 5개 티켓을 동시에 해치운 비결
Claude CodeAI Agent+5
채널 톡
Mar 36개월간 코드 한 줄도 안 쓰고, 100만 줄 기여하기
개발자의 역할을 '타이핑'에서 '시스템 설계'로 재정의하여 병목 현상을 해결하는 채널톡의 혁신적 워크플로우
LLMAI Agents+3
Netflix
Mar 3JDK Vector API를 활용한 추천 시스템 최적화
스칼라 루프를 SIMD 기반 행렬 연산으로 재설계하여 대규모 추천 시스템의 성능 병목을 해결한 엔지니어링 사례
JDK Vector APISIMD+3