Backend 15
- 벡터 검색만으로 AI의 기억을 만들 수 있을까: OpenHuman의 Memory Tree
- AI 에이전트는 어떻게 판단하고 행동할까: LLM, 도구, 관찰, 반복 구조
- RAG 청킹 전략 비교: 문서를 길이로 자를까, 의미로 자를까?
- RAG는 LLM에게 지식을 학습시키는 기술이 아니다
- MVP는 기능을 줄이는 것이 아니라 가설을 줄이는 과정이다
- 실무에서 PostgreSQL을 선택하는 이유: 데이터 정합성과 JSONB를 중심으로
- 포인트 결제 동시성은 어디서 막아야 할까: 조건부 UPDATE부터 Redis 분산 락까지
- RAG의 핵심은 생성이 아니라 검색이다
- k6로 성능 테스트를 코드로 관리하기
- AI가 코드를 만드는 시대, 개발자는 무엇을 검증해야 할까
- AI 에이전트가 브라우저를 사용한다는 것의 의미
- PG는 최종 진실: 결제 상태 동기화, 왜 웹훅만으로는 부족할까?
- 락, 캐시, 메시지 큐, 비동기 처리 언제 써야 할까?
- 개발 효율을 높이는 API 명세서 작성의 5단계 원칙
- 콘서트 랭킹 개발을 하며 느낀 것 – UseCase를 두지 않기로 한 이유