FECONF 2025에서 공개된 강남언니 SEO 웹 전략 영상을 봤다. 제목부터 강했다. 1년에 10억 원을 절약했다는 이야기였는데, 단순히 광고비를 아꼈다는 말보다 더 인상적이었던 건 SEO를 바라보는 관점이었다.나는 SEO라고 하면 먼저 메타 태그, 시멘틱 태그, LCP 같은 키워드를 떠올렸다. 프론트엔드 개발자가 챙겨야 하는 SEO도 그 정도라고 생각하기 쉬웠다. 그런데 강남언니 사례에서 중요한 포인트는 조금 달랐다.핵심은 검색 엔진이 우리 페이지를 얼마나 잘 발견하고, 이해하고, 노출하고, 사용자가 클릭하게 만들 수 있는가였다. 즉, SEO는 태그 몇 개를 넣는 작업이 아니라 검색 유입 퍼널을 설계하는 일에 가까웠다.SEO를 퍼널로 보기영상에서 가장 좋았던 부분은 SEO를 퍼널로 나눠서 설명한 점..

최근 holistics/dbx-multi-lang 저장소에 한국어 locale을 추가하는 PR을 보냈다.처음에는 단순히 “한국어 번역 파일을 추가하면 되겠지” 정도로 생각했다. 한국어 문장을 채워 넣고, 파일을 추가하고, PR을 올리면 끝나는 작업에 가까울 거라고 봤다. 그런데 막상 작업해보니 생각보다 단순한 번역 작업은 아니었다. 기존 locale 구조를 맞춰야 했고, 패키지에서 실제로 export되도록 연결해야 했고, placeholder나 특수 문자가 런타임에서 깨지지 않는지도 확인해야 했다. 결과적으로 PR은 merge되었고, dbdiagram.io와 dbdocs.io에서 사용할 수 있는 다국어 패키지에 한국어 locale이 추가되었다. 큰 기능을 만든 것은 아니지만, 한국어 사용자가 제품을 더 ..

1. 태그 기반 추천의 한계기존 추천 방식study-admin은 블로그 스터디를 운영하기 위한 관리 서비스다. 스터디원들이 작성한 글을 모아 보고, 외부 아티클이나 컨퍼런스 콘텐츠를 큐레이션하는 기능이 있다.처음 추천 방식은 단순했다. 사용자의 관심사 태그와 콘텐츠에 붙은 태그가 얼마나 겹치는지 보고 정렬했다.추천 점수 = 사용자 interests ∩ 콘텐츠 tags 개수작은 서비스에서는 이 방식도 나쁘지 않다. 구현이 쉽고, 결과를 설명하기도 쉽다. 예를 들어 사용자가 React, LLM에 관심이 있고 콘텐츠 태그에도 React가 붙어 있다면, 왜 추천됐는지 비교적 명확하다.하지만 실제 데이터를 넣고 써보면 한계가 빨리 보였다.태그가 비어 있으면 추천도 비어버린다첫 번째 문제는 태그가 비어 있거나 부정..

AI와 개발에 대해 이야기하는 구름 커밋 세션을 들었다. 요즘 워낙 "AI로 개발자가 대체된다", "바이브 코딩이면 혼자 서비스도 만든다" 같은 말이 많아서 조금은 뻔한 이야기일 줄 알았는데, 실제 현장에서 부딪힌 사례들이 꽤 구체적이었다.듣고 나서 제일 크게 남은 건 하나였다. AI가 코드를 잘 짜는 시대가 됐지만, 그 코드를 이해하지 못한 책임은 결국 사람에게 돌아온다.AI가 만든 코드는 빠르게 부채가 된다가장 인상 깊었던 사례는 STT 모델 이야기였다. 비개발자가 "음악을 텍스트로 바꿔줘"라고 요구했는데, AI가 서버에 무거운 STT 모델을 직접 올리는 방식으로 구현해버렸다고 한다. 요구사항만 보면 틀린 건 아닌데, 운영 관점에서는 서버 성능을 크게 갉아먹는 선택이었다. 문제는 이런 일이 한 번으로..

본 포스팅은 네이버클라우드에서 소정의 수수료를 제공받아 작성된 글입니다. 썸네일 출처: 네이버클라우드 제공 이미지인증서 만료는 작은 설정 문제가 아니라 서비스 신뢰 문제다웹사이트를 운영하고 있다면 사이트의 보안 유지는 더 이상 선택이 아닙니다. 특히 웹사이트와 사용자 사이의 신뢰 관계를 만들기 위해서는 보안서버 구축이 사실상 필수에 가깝습니다. 그 과정에서 자연스럽게 만나게 되는 것이 바로 SSL/TLS 인증서입니다.문제는 여기서 끝나지 않는다는 점입니다. 인증서는 발급만 받으면 끝나는 자산이 아니라, 적용 위치를 관리하고 만료 시점을 놓치지 않고 갱신 후 반영 상태까지 확인해야 하는 운영 자산에 가깝습니다. 운영자 입장에서는 작은 설정 하나처럼 보여도, 사용자 입장에서는 브라우저 경고 한 번으로 서비스..

최근 구름에서 열린 에이전트 코딩 세션에 다녀왔다. 발표자는 모아이(Moai) ADK라는 에이전트 개발 키트를 만든 분이었다. 세션은 본인의 실패 경험에서 시작해, 그 실패를 줄이기 위해 어떤 도구와 작업 방식을 만들었는지 설명하는 흐름이었다.2시간 정도 들었고, 끝나고 나니 몇 가지는 기록해두는 게 좋겠다고 생각했다.1. "AI한테 다 맡겼다가 500달러 날렸습니다"발표는 2024년 말의 실패 이야기로 시작됐다. 발표자는 와디즈에서 LLM 기반 사주 분석 서비스를 크라우드펀딩했다. 1차는 성공했지만 2차에서 문제가 터졌다.Cursor에 500달러를 썼는데, AI가 기존 코드를 마음대로 바꿔버렸다고 했다. 분명히 잘 돌아가는 것을 확인했는데 PDF 라이브러리가 어느 순간 교체되어 있었다. LangChai..