Insights

From trends to hands-on know-how, IT operations insights from EXEM

Featured

Oracle SQL Tuning 기술 세미나가 짚은 성능 개선의 순서

2026.09.23

[NPU 운영 가이드①] NPU 모니터링, GPU와 함께 보기 어려운 이유

2026.09.18

[SingleStore 가이드①] 거래와 분석, 왜 한 DB에서 처리하게 됐을까

2026.10.12

QA에서 QAI로: 검증 자동화를 3단계로 나눈 이유

2026.10.07

Oracle SQL Tuning 기술 세미나가 짚은 성능 개선의 순서

2026.09.23

[NPU 운영 가이드①] NPU 모니터링, GPU와 함께 보기 어려운 이유

2026.09.18

엑셈, 우즈베키스탄 페르가나주 대표단과 함께한 사옥 투어

2026.09.15

exemONE 화면 연계 맵 개발기: 코드베이스를 노드와 엣지로 표현하다

2026.09.10

알람 피로에 지친 운영팀, AI 이상탐지는 무엇이 다를까

2026.08.27

모니터링을 대화로 바꾸는 AI, exemONE AI 어시스턴트

2026.08.20

exemONE 차트는 어떻게 성능을 확보하고 있을까

2026.08.14

복잡한 서비스 환경일수록 E2E 거래 추적이 중요한 이유

2026.08.06

우리가 MSA를 선택한 이유(Woodpecker 15개 서비스 해부)

2026.07.29

공공기관의 AI는 왜 빅데이터 운영 플랫폼부터 시작할까?

2026.07.24

SLO로 운영하는 팀은 무엇이 다른가

2026.07.15

벡터 DB가 들어온 AI 서비스, 운영은 무엇이 달라지나

2026.07.10

리눅스 커널 취약점이 DB 서버를 무너뜨리는 방법

2026.07.08

바이브 코딩에 하네스를 채우다: Design Studio

2026.07.03

AI 활용 SQL 튜닝 세미나에서 제시한 DB 운영 자동화 방향

2026.07.01

AI 에이전트와 LLM이 들어온 쿠버네티스, 옵저버빌리티의 다음 단계

2026.06.26

통합 모니터링 솔루션 도입 시 IT 운영팀이 비교해야 할 기준

2026.06.23

AI 에이전트가 IT 운영을 어디까지 자동화하고 있나

2026.06.19

AI에게 SQL 튜닝 맡겨도 될까: GitHub Copilot 채팅 활용 사례 67

2026.06.18

MaxGauge의 데이터를 한 장의 리포트로

2026.06.16

IT 지표를 경영진 언어로 번역하기: 시스템 가용성과 비즈니스 KPI를 연결하는 법

2026.06.12

AWS Summit 2026에서 본 옵저버빌리티 트렌드 3가지

2026.06.09

AI 코드 품질을 높이는 피드백 루프 개선기

2026.06.02

PostgreSQL 성능이 느려졌을 때 DBA가 확인해야 할 5가지

2026.05.27

장애 30분 전에 알 수 있다면: 예측 기반 AIOps의 운영 조건

2026.05.20

폐쇄망 LLM 도입 전 점검할 4가지: 인프라부터 모니터링까지

2026.05.15

QA와 엔지니어를 위한 AI ChatBot, 1.0에서 1.2로

2026.05.08

MaxGauge 유지보수 품질을 높이는 엔지니어의 핵심 접근법: 반복을 넘어 가치로

2026.04.29

모델에서 시스템으로, 시스템에서 사용자 경험으로: 운영 가능한 구조를 만든다는 것

2026.04.24

멀티 클라우드 도입 이후, 운영 장애 원인은 왜 더 찾기 어려워졌을까?

2026.04.17

반복되는 병목의 역사: AI 데이터센터의 새로운 병목

2026.04.07

범정부 정보시스템 예방점검체계 대응 전략: IT 운영팀을 위한 6가지 인프라 점검 체크리스트

2026.03.30

문제 정의부터 서비스 적용까지: 데이터로 비즈니스의 답을 만드는 사람들

2026.03.25

「PostgreSQL Wait Interface」출간: Wait Event로 이해하는 PostgreSQL 성능 문제

2026.03.16

느린 쿼리 튜닝에 하루를 쓴다면? AI SQL 최적화가 필요한 순간

2026.03.13

옵저버빌리티와 LLM의 만남: 인사이트부터 장애 원인 분석까지

2026.03.06

SSE 이벤트 프로토콜로 AI 채팅 스트리밍 설계하기

2026.02.27

24시간, 고객 서버 위에서 동작하는 코드를 만드는 일

2026.02.20

Customer StoryKR

케이뱅크 | 복잡한 DBMS 운영 환경, MaxGauge·exemONE으로 극복한 운영 스토리

2026.02.12

Nginx, 어디까지 써보셨나요?(feat. OpenResty)

2026.02.06

왜 요즘 인프라 이야기엔 ‘IaC’가 빠지지 않을까?

2026.01.29

코드 너머 비즈니스의 맥락까지: 엑셈 개발자는 어떻게 ‘함께’ 결과를 만드나

2026.01.23

쿠버네티스 모니터링 도입 기준: 우버 사례로 보는 운영 품질의 조건

2026.01.21

클라우드 네이티브, 공연예술에서 정부24까지: 공공분야 혁신

2026.01.16

복잡한 기업용 DB 스키마 환경에서의 NL2SQL 에이전트 설계 및 최적화 과정

2026.01.12

MTTR·MTBF·MTTD·RCA, 운영 지표가 기업 성과에 미치는 영향

2026.01.06

고객 문제 해결에서 찾은 영업의 본질: 엑셈 영업대표의 일하는 방식

2025.12.29

AI 인프라 시대, GPU까지 확장되는 모니터링의 패러다임

2025.12.26

엑셈 홈페이지 리뉴얼, 1인 개발 스토리

2025.12.19

2026 금융 IT 운영 담당자 58%가 선택한 고민 1위는?

2025.12.16

AI를 잘 쓰는 팀 vs 못 쓰는 팀, 단 하나의 차이

2025.12.12

장애를 단서로 바꾸는 사람들: 통합기술본부 리더의 엔지니어 인사이트

2025.12.08

GitOps가 모든 걸 자동화하지는 않는다: 배포 이후를 책임지는 APM

2025.12.05

공공기관 전산 장애 원인과 예방점검체계 실무 가이드

2025.12.05

Customer StoryKR

신한은행 | 파편화된 모니터링 체계, 인터맥스 E2E로 통합해 장애 대응 시간 단축한 비결

2025.12.04

QA도, 시간도 없던 팀이 AI Agent로 테스트 자동화를 정착시킨 방법

2025.12.03

넷플릭스 사례로 보는 Cloud Native와 모니터링의 중요성

2025.12.02

서버 모니터링 도입 가이드: IT 운영자가 꼭 알아야 할 체크리스트

2025.12.02

복잡한 문제를 함께 푸는 팀: 통합기술센터 리더가 말하는 솔루션 조직의 조건

2025.12.01

같은 지표, 다른 관점: RUM vs APM 제대로 알기

2025.11.23

기술과 사람이 함께 자라는 곳, 엑셈

2025.11.20

배움에서 커리어로, 엑셈 인턴십이 여는 새로운 시작

2025.11.11