인사이트 · AI 개발 기록 | NatureFractal 네이처프랙탈

현장 앱과 모바일 서비스가 네트워크 없이도 안전하게 동작하려면 무엇이 필요할까요? 로컬 저장소, Outbox, 멱등성, 증분 동기화, 충돌 해결과 삭제 전파까지 오프라인 우선 아키텍처를 실무 관점에서 정리합니다.

숙련도와 급여가 다른 인력을 조립라인에 함께 배치하는 문제를 MILP와 유전 알고리즘으로 푼 졸업논문을 다시 정리했습니다. 정확해법과 메타휴리스틱을 함께 쓰는 구조를 소개합니다.

딥러닝이 강해진 지금도 유전 알고리즘과 시뮬레이티드 어닐링은 최적화 문제에서 중요한 역할을 합니다. 예측과 최적화가 어떻게 함께 쓰이는지 정리했습니다.

로그인 기능만으로는 안전한 서비스가 되지 않습니다. 역할과 리소스, 행동을 분리해 권한을 설계하고 운영 중 권한이 늘어나는 문제를 막는 기준을 정리했습니다.

웹훅 재시도는 안정성을 높이지만 중복 실행을 만들 수 있습니다. 이벤트 ID, 멱등 키, 처리 상태, DLQ를 연결해 한 번만 실행되는 흐름을 설계하는 방법을 정리했습니다.

차트와 숫자를 많이 넣는다고 대시보드가 좋아지지는 않습니다. 다음 행동을 정하게 하는 핵심 지표를 고르는 방법과 결과 지표에서 원인까지 내려가는 구조를 정리했습니다.

로그인·게시판·결제처럼 기능 이름만으로는 개발 범위가 정해지지 않습니다. 사용자 역할, 외부 연동, 예외 처리, 운영 방식을 함께 정리해야 견적과 일정이 흔들리지 않습니다.

자동화의 시작점은 AI 모델이 아니라 반복되는 업무의 흐름입니다. 규칙으로 처리할 일, AI가 도울 일, 사람이 판단할 일을 나누는 방법을 그림과 함께 설명합니다.

RAG 챗봇은 정답률 하나만으로 평가하면 실패 원인을 찾기 어렵습니다. 검색, 근거, 답변, 거절을 따로 측정하는 평가표와 운영 전 확인할 기준을 정리했습니다.

현장에서 배운 것들