검증된 피드 11개에서 자동 수집하고, AI 요약이 코드 게이트를 통과한 것만 게시합니다. 게이트는 카탈로그에 없는 모델명·원문에 없는 수치·상대 시점 표현을 막습니다.
NAVER D2 3건 · 필터 해제
네이버는 사내 Tech Meetup에서 발표된 세션을 통해 AI 에이전트 관련 개념인 워크플로우, 하네스, Context와 Memory, MCP와 A2A를 정리해 공개했다. 발표자는 이 개념들이 업계에서도 명확히 정리되지 않았다고 설명하며, Anthropic·OpenAI·MCP·A2A 스펙 등 원문을 다시 검토하고 실제 사례를 확인해 정리했다고 밝혔다. 관련 영상은 네이버TV 서비스 종료에 따라 네이버 클립 채널로 이동했다.
네이버 FE 엔지니어들이 큐레이션한 2026년 9월 프런트엔드 기술 소식 모음이다. Andrew Ng과 DeepLearning.AI 팀이 채용 공고 분석을 토대로 정리한 AI 엔지니어링 역량 지도, lovable.dev가 Next.js에서 Cloudflare workerd 기반 TanStack Start로 무중단 전환한 사례, AI 텍스트 워터마킹 원리를 설명한 시각 가이드가 소개됐다. 코어를 Rust로 재작성해 시작 속도를 높인 Bun 1.4, Turbopack 디스크 캐싱으로 빌드·개발 서버 성능을 개선한 Next.js 16.3 소식도 함께 담겼다. 각 항목의 성능 수치는 해당 프로젝트 팀이 자체 발표한 내용이다.
네이버 데이터 입수 플랫폼 팀이 Airflow 2.10.2에서 2025년 4월 출시된 Airflow 3.0으로 전환하기 위한 PoC를 진행하며 Python 멀티프로세싱 fork 방식에서 발생한 문제를 발견해 해결하고 기여한 과정을 시리즈로 공개했다. 1편에서는 Airflow가 task 실행 시 요구하는 병렬성과 격리성 조건을 설명하고, 이를 위해 채택한 Python의 fork와 spawn 멀티프로세싱 방식을 비교했다. 실험 결과 fork는 프로세스 생성과 모듈 재import 속도가 spawn보다 훨씬 빠르지만 Copy-on-Write 방식에 따른 한계가 있는 것으로 나타났다. 2편에서는 이 한계가 실제로 일으킨 문제와 원인, 해결 과정을 다룰 예정이다.