LINE Engineering
ODW #5: 벡터 DB와 에이전트 스킬로 RAG 시스템 만들기
ChromaDB와 MCP 기반 RAG 시스템으로 500여 건 기술 문서 검색 효율화
ChromaDB와 MCP 기반 RAG 시스템으로 500여 건 기술 문서 검색 효율화
IdP 기반 중앙 집중형 권한 통제로 AI 에이전트 인증 병목 해결
MCP 기반 Agentic Coding 도입으로 구현부터 PR까지 2,500명 규모 자동화 전파
CUJ 기반 SLO 설계를 통한 신뢰성 정량화 및 리소스 최적화
MCP 프로토콜 기반 멀티 에이전트 설계로 개발 공수 최적화 및 보안 체계 구축
ADK와 MCP 기반 멀티 에이전트 설계를 통한 사내 시스템 통합 및 지식 사일로 해결
Claude Code 기반 AI 스크리닝으로 PR 리뷰 정체 해소
데이터 반영 속도 12배 향상, Iceberg와 Flink로 구현한 증분 처리 구조
ABC Platform 팀이 특정 도메인에 의존하지 않는 범용 채팅 플랫폼 MessagingHub를 독립적 시스템으로 설계하여 연동 복잡도를 최소화했다
LY Corporation이 전통 ML 모델과 멀티모달 LLM의 하이브리드 구조를 도입해 대규모 이미지 콘텐츠 모더레이션에서 정확도와 처리 속도 간 균형을 달성했다
LLM 기반 가드레일 모델의 벤치마크-실서비스 간 성능 괴리를 자동화된 취약점 탐색 파이프라인으로 해결하고 오탐 현상을 유의미하게 감소
LINE Home DevOps 팀이 SRE 봇을 개발해 Slack 기반 배포 요청 처리 시간을 1시간에서 1분 이내로 단축
LINE Plus가 사양서 없는 블랙박스 시스템을 Kafka 기반 검증 루프로 기존과 신규 시스템의 동일성 증명
LINE SRE 팀이 SLI/SLO 정의 프로세스를 5단계 프레임워크로 표준화하고 CUJ 기반 상태 관리 도구 LINE Status를 개발해 조직 전체의 서비스 신뢰성 모니터링 일관성 확보
LINE이 7천 줄 단일 파일의 설정 시스템을 AttributedString 기반 구조로 재설계해 순환 의존, 스레드 안전성, 테스트 복잡성 문제 해결
LINE이 독립적으로 운영되던 '여러 명과의 대화'와 '그룹' 두 기능을 '그룹 대화'로 통합해 동일 구성원 중복 생성 비율을 15%에서 0.78%로 감소
LY Corporation이 Verda(11,000+ 하이퍼바이저)와 YNW(27,000+ 하이퍼바이저)를 단일 리소스 풀 기반의 Flava로 통합해 용량 관리 복잡도 제거 및 리소스 효율 극대화
NeurIPS 2025에서 제시된 AI 가드레일 기술이 사후 학습·필터링 기반 방식에서 정책 코드화·모듈형 아키텍처 기반 시스템 통합 방식으로 전환
Flava AI 어시스턴트가 파인 튜닝 제외, 검색 후 자르기 도입, ReAct 기반 에이전트 설계로 96.1% 응답률 달성
Meta가 비자기회귀 디코더와 다단계 지식 증류로 모바일 메신저의 이미지 캡션 생성을 5초 이상에서 200~400ms로 단축