앱을 두 번 만들어도 비용이 줄 때, 모바일 팀이 다시 따질 기술 선택 (Shopify)
Shopify는 코딩 에이전트가 iOS와 Android의 중복 구현·검증 비용을 낮추자 React Native에서 Swift와 Kotlin으로 다시 옮기기로 했습니다. 모바일 팀이 기술 선택표에 검증 속도를 넣어야 하는 이유를 짚었습니다.
주제
개발자 도구·오픈소스
개발자 도구·오픈소스 관련 글을 모았습니다. 유토모 테크로그에서 새 기술과 제품이 일과 제품에 만드는 변화를 살펴봅니다.
AI로 사내 도구를 더 쉽게 만들 때, 3년 뒤 유지보수 비용을 먼저 묻는 이유
AI는 사내 도구의 초기 개발비를 낮췄지만, 패치·보안·업무 변경을 맡을 사람까지 없애지는 못했습니다. 직접 구축 여부를 3년 차 유지보수 책임으로 판단하는 방법을 설명합니다.
내 PC의 AI를 코딩 도구에 연결하는 선택: Magnitude가 줄이는 모델 교체 비용
Magnitude는 PC 하드웨어에 맞는 로컬 모델 조합을 추천하고, 기존 코딩 에이전트와의 연결을 관리합니다. 모델을 바꿀 때 반복되는 추론 환경 설정과 연결 작업을 줄이는 흐름을 살펴봅니다.
AI가 장애를 대신 처리할수록 더 중요해지는 훈련: 온콜 팀이 준비할 일
AI가 일상 장애를 처리할수록 온콜 팀은 더 어려운 사건을 적은 실습으로 맡게 됩니다. 시뮬레이션 중심의 준비도 훈련을 정리했습니다.
코딩 AI가 도구를 고르는 방식이 바꾸는 제품의 선택 기준
코딩 AI가 제품을 추천하는 데서 멈추지 않고 실제 코드에 설치하면서, 개발 도구의 선택 기준이 문서·연동·운영 조건까지 넓어지고 있습니다. Armature의 5,292개 유효 세션 결과로 그 변화를 살펴봅니다.
벡터 검색 비용이 커질 때, 데이터베이스 교체 전에 비교할 기준 (Booking.com)
부킹닷컴이 벡터 데이터베이스를 OpenSearch에서 Weaviate로 바꾼 사례에서, 비용 비교보다 먼저 검색 품질을 통일한 시험 설계 순서를 설명합니다.
AI 도구 예산보다 먼저 고쳐야 할 조직의 병목
AI 도구의 작업 속도만 보면 전체 생산성을 오해할 수 있습니다. 예산을 늘리기 전에 작성, 결정, 검토, 전달 중 어디에서 일이 기다리는지 기록하는 방법을 정리했습니다.
검색 최적화 투자 전, 효과를 증명하는 방법부터 점검해야 한다 (llms.txt)
cats.txt 실험은 크롤러 요청·색인·모델 답변만으로 llms.txt의 검색 효과를 말할 수 없음을 보여줬습니다. 목표와 비교 지표를 먼저 정하는 방법을 정리했습니다.
AI 모델 공급이 끊길 때, 코드 도구 팀이 준비할 탈출 계획 (Cursor)
OpenAI가 Cursor에 제공하던 모델 계약을 11월 12일에 정리하겠다고 제안했습니다. 코드 도구 팀이 75일 동안 공급사 의존성을 분리하고 대체 경로를 검증하는 방법을 정리합니다.
AI가 쓴 코드가 길어질수록, 리뷰 팀이 줄여야 할 것은 주석이다
AI가 쓴 긴 주석은 맥락이 아니라 다시 확인할 주장일 수 있습니다. 코드 밖의 계약과 선택 이유만 남기고, 승인 근거를 동작과 테스트로 옮기는 리뷰 방법을 정리합니다.
AI가 쓴 듯한 PR이 늘 때, 코드 리뷰 팀이 바꿔야 할 확인 방식
GitHub PR 설명 46만여 건에서 코딩 에이전트 사용자에게 익숙한 어휘 군집이 급증했습니다. 설명의 설득력보다 변경된 동작과 반례 테스트를 확인하는 리뷰 방식이 필요합니다.
로그인 없이 X를 읽는 길이 닫힐 때, 플랫폼 의존 팀이 점검할 것 (Nitter)
X가 Nitter에 중단 요구를 보내면서 로그인 없이 X 게시물을 읽던 경로가 멈췄습니다. 팀의 모니터링·응대·리서치에 남은 Nitter 의존을 찾고 대체 기준을 정리합니다.
