WEB · APP · AI BACKEND STUDIO

웹·앱과
AI 백엔드를
한 팀이 만듭니다

DEDESOSO는 웹과 iOS·안드로이드 앱을 만들고, 그 뒤에서 도는 API 서버와 AI 기능까지 개발합니다. 기획부터 배포, 운영까지 한 팀이 맡습니다.

NUMBERS

숫자로 보는 DEDESOSO

  • 150건

    지금까지 만들어 넘긴 웹·앱·AI 프로젝트

  • 60곳

    함께 일한 스타트업과 중소기업

  • 40개

    지금도 저희가 관리하는 서버와 서비스

  • 300건

    지금까지 받은 프로젝트 상담

기획 회의부터 서버 감시까지, 한 프로젝트를 처음부터 끝까지 같은 사람들이 맡습니다.

DEDESOSO의 서비스 4가지. 웹, 앱, AI 기능, 백엔드 서버.

웹과 앱을 만듭니다

React와 Next.js로 웹을, iOS·안드로이드 앱을 함께 만들고 도메인 연결과 스토어 심사까지 챙깁니다.

출시 체크리스트
2 / 5
  • 도메인 연결
  • 결제 테스트 통과
  • 앱스토어 심사 제출
  • 운영 서버 배포
  • 관리자 계정 전달

AI 기능을 서비스에 붙입니다

GPT, Claude 같은 AI 모델을 연결해 상담 봇, 문서 요약, 사내 문서 검색을 만듭니다.

연결된 AI 모델과 데이터
3개 연결
  • OpenAI GPT고객 문의에 답변 작성 연결됨
  • PostgreSQLpgvector로 사내 문서 검색 연결됨
  • Claude긴 계약서와 매뉴얼 요약 연결됨
  • SlackAI가 못 푼 질문을 담당자에게 연결됨

백엔드 API 서버를 설계합니다

웹과 앱이 함께 쓰는 API 서버를 만들고, 데이터베이스와 캐시, AI 호출을 한곳에서 관리합니다.

서버를 배포하고 운영합니다

AWS와 Docker로 서버를 올리고, 오류 알림과 백업까지 설정해 넘겨드립니다.

서버 랙이 줄지어 선 데이터센터

진행 상황을 한 화면에서 봅니다

요청이 접수되면 작업 목록에 올라가고, 수정본은 빌드와 테스트를 거쳐 스테이징에 배포됩니다. 고객은 같은 화면에서 확인하고 승인합니다. 진행단계 보기

프로젝트는 3단계로 진행됩니다

1

문의 내용을 정리합니다

필요한 기능과 지금 쓰는 서버, 데이터를 듣고 범위와 일정을 정합니다.

새 문의
월요일 오후 2:10
고객 문의에 AI가 먼저 답하게 하고 싶어요.
자주 받는 문의와 안내 문서를 보내주시면 범위와 일정을 정리해 드릴게요.
메시지 입력
2

설계하고 개발합니다

화면 설계를 확인받고 개발합니다. 수정본은 스테이징에서 먼저 봅니다.

  • 스테이징 배포 완료빌드 #128, 테스트 23개 통과
  • 화면 설계 승인결제 화면 3장, 수정 1건
3

배포하고 관리합니다

운영 서버에 올린 뒤에도 수정 요청을 받아 업데이트합니다.

유지보수 설정
3 / 4 켜짐
  • 오류 알림을 Slack으로운영 서버 오류 즉시 전달
  • 주간 백업데이터베이스와 업로드 파일
  • API 응답 감시1초를 넘으면 알림
  • 월간 리포트API 호출량과 AI 사용 비용

HOW WE WORK

웹, 앱, AI, 백엔드를 한 팀에서

화면을 만드는 사람과 서버를 만드는 사람이 같은 일정표를 씁니다. API가 바뀌면 웹과 앱 화면도 같은 주에 바뀝니다.

  1. 01

    기획

    만들 기능과 화면을 정리하고, 출시일에 맞춘 일정표를 함께 만듭니다.

  2. 02

    개발

    웹·앱 화면과 API 서버, AI 기능을 매주 스테이징에 올려 바로 확인하게 합니다.

  3. 03

    운영

    배포 뒤에도 서버 상태와 오류를 지켜보고, 필요한 기능을 이어서 붙입니다.

  • React
  • Node.js
  • Python
  • PostgreSQL
  • Docker
  • OpenAI
  • Claude
  • GitHub
  • Figma
  • Vercel

BLOG 02 — 04

지식 공유 노트

직접 써 보고 정리한 기술 기록과 소식을 주제별로 모았습니다.

개발 비용은 어떻게 정해지나요?

화면 수, 기능, 연결할 외부 서비스에 따라 달라집니다. 문의를 주시면 범위를 함께 정리한 뒤 항목별 견적을 드립니다.

기간은 얼마나 걸리나요?

만들 범위에 따라 다릅니다. 첫 미팅에서 출시 목표일을 듣고, 그 날짜에 맞춘 단계별 일정을 제안드립니다.

이미 운영 중인 서비스에 AI 기능만 붙일 수 있나요?

네. 기존 웹이나 앱은 그대로 두고, 상담 봇이나 문서 검색처럼 필요한 기능만 API로 연결할 수 있습니다.

만든 뒤 유지보수도 맡길 수 있나요?

네. 서버 감시, 오류 수정, 기능 추가를 월 단위로 맡으실 수 있습니다.

소스 코드는 누구 소유인가요?

계약이 끝나면 코드 저장소와 서버 계정을 모두 넘겨드립니다.

디자인도 함께 맡길 수 있나요?

네. 화면 설계와 UI 디자인부터 시작할 수 있고, 이미 디자인 파일이 있다면 그대로 받아 개발합니다.

다국어나 해외 결제도 되나요?

영어 등 다른 언어 화면과 해외 카드 결제 연동도 범위에 포함할 수 있습니다. 필요한 언어와 결제 수단을 알려 주세요.

견적은 어떻게 받나요?

아래 프로젝트 문의 양식에 만들고 싶은 것과 일정을 적어 보내 주시면, 범위를 확인한 뒤 메일로 항목별 견적을 보내 드립니다.

프로젝트 문의

웹, 앱, AI 기능, 백엔드 서버 중 무엇이든 한 번에 상담합니다. 만들고 싶은 것과 원하는 일정을 적어 주시면 영업일 2일 안에 답장드립니다.

노트북 화면에 열린 코드 편집기
상담과 견적은 무료입니다.

지식 공유/IT, 인공지능 정보

Qwen3.8 기반 pi 어댑터로 코드 에이전트 효율 극대화, 토큰 줄이면서 정확도 높임

하루 24 시간 중 상당 시간을 코드 수정과 디버깅에 쏟는 개발자라면 주목해야 할 새로운 AI 솔루션이 등장했습니다. 이는 기존 Qwen3.8-27B 모델을 기반으로 하되, 소프트웨어 엔지니어링 및 터미널 작업 특화 에이전트인 'pi' 뒤에서 작동하도록 강화학습으로 훈련된 LoRA 어댑터입니다. 단순한 코드 생성을 넘어 실제 개발 환경에서의 복잡한 작업을 효율적으로 처리하는 데 중점을 두었으며, 최근 오픈소스 커뮤니티와 연구자들이 주목하고 있습니다.

harness-hub/Qwen3.8-27B-pi-adapted 도입
출처: Hugging Face

주요 기능

이 모델은 'pi' 에이전트의 핵심 엔진으로 작동하여 소프트웨어 엔지니어링과 터미널 명령어 입력 등 다양한 작업에 특화되어 있습니다. 특히 기존 모델보다 더 적은 토큰을 사용하여 유사하거나 오히려 높은 정확도를 유지하는 것이 가장 큰 특징입니다. 복잡한 코드를 수정하고 테스트를 통과시키는 과정에서 불필요한 추론 과정을 생략하면서도 정답률을 높이는 '최대 노력 사고'의 이득을 4 분之一的 수준으로 줄여주었습니다.

또 다른 핵심 기능은 작업당 필요한 토큰 생성량을 현저히 낮추는 효율성입니다. 같은 작업을 해결하더라도 기존 모델이 훨씬 더 많은 텍스트를 출력하는 반면, 이 어댑터는 불필요한 설명이나 긴 추론 과정을 생략합니다. 이를 통해 API 비용 절감뿐만 아니라 응답 속도 향상에도 기여할 수 있습니다. 또한, 터미널 벤치마크와 소프트웨어 엔지니어링 벤치에서 기존 모델보다 새로운 문제를 해결하는 사례가 더 많았습니다.

harness-hub/Qwen3.8-27B-pi-adapted 주요 기능
출처: Hugging Face

기술적인 특징

이 기술은 Qwen/Qwen3.8-27B라는 기본 모델을 기반으로 하며, peft 라이브러리를 통해 구현된 LoRA 어댑터 형태입니다. 라이선스는 apache-2.0 으로 오픈소스 환경에서 자유롭게 활용 가능합니다. 모델 카드에는 trl(Transformer Reinforcement Learning), grpo(asynchronous Group Relative Policy Optimization) 등의 학습 태그가 포함되어 있으며, 이미지와 텍스트를 기반으로 텍스트로 변환하는 파이프라인을 지원합니다.

지원되는 기술 스택은 매우 다양하여 flexibility 가 높습니다. Hugging Face transformers 라이브러리나 vLLM 을 통해 서비스를 제공할 수 있고, llama.cpp 나 macOS 의 Llama.app 과도 호환됩니다. GGUF 포맷으로도 다운로드가 가능하며, PEFT 를 활용한 머지 작업이 지원되기도 합니다. 다만 현재 제공되는 버전은 비전 타워 (vision tower) 가 포함되지 않은 텍스트 전용 모델입니다.

harness-hub/Qwen3.8-27B-pi-adapted 기술적인 특징
출처: Hugging Face

설치 방법

저작된 자료에는 구체적인 설치 명령어나 환경 설정 스크립트가 명시적으로 나와 있지 않습니다. 따라서 공식 Hugging Face 페이지를 통해 해당 모델을 다운로드하거나, vLLM 이나 transformers 라이브러리를 활용하여 추론 서버로 배포하는 방식을 권장합니다. GGUF 포맷 파일이 별도로 제공되므로 llama.cpp 기반의 로컬 실행 환경에서도 쉽게 적용할 수 있습니다.

Hugging Face 공식 페이지 화면

활용법

첫 번째 예시로 시스템 관리자로서의 터미널 작업 자동화를 들 수 있습니다. 복잡한 리눅스 서버에서 로그 파일을 분석하고 오류 코드를 찾아 해결책을 제시하는 과정에서 이 모델은 불필요한 대화 내용을 줄여 빠르게 답변을 내놓습니다. 개발자가 직접 디버깅에 시간을 쏟는 대신, AI 가 짧은 명령어 몇 번으로 문제를 해결해 줌으로써 작업 흐름이 훨씬 매끄러워집니다.

두 번째 활용 예시는 오픈소스 프로젝트의 버그 수정입니다. GitHub 이슈에서 보고된 복잡한 버그를 분석하고 코드를 패치하는 과정에서 이 모델은 기존 방식보다 적은 수的工具 호출로 작업을 완료합니다. 특히 테스트 가 통과될 때까지 반복적인 시도와 실패가 줄어들어 개발 주기가 단축되는 효과를 볼 수 있습니다.

세 번째로는 개인용 코드 어시스턴트 구축입니다. 로컬 환경에서 Llama.app 과 같이 설치한 후, 자바스크립트 프로젝트를 수정하거나 파이썬 스크립트의 논리 오류를 찾아낼 때 사용합니다. 이때는 인터넷 없이도 내 컴퓨터의 특정 디렉토리만 참조하여 코드를 분석할 수 있어 보안상으로도 안전합니다.

harness-hub/Qwen3.8-27B-pi-adapted 활용법
출처: Hugging Face

정리

장점으로는 뛰어난 작업 효율성과 비용 절감 효과를 꼽을 수 있습니다. 적은 토큰으로 많은 작업을 처리하면서도 정확도를 유지하기 때문에 장기적인 운영 비용을 크게 낮출 수 있습니다. 단점은 현재 텍스트 전용 모델이라 이미지나 코드 스니펫이 포함된 이미지를 직접 인식하는 기능은 제공되지 않는다는 점입니다.

추천 대상으로는 로컬 환경에서 코딩 에이전트를 구축하려는 개발자들과 클라우드 비용 절감이 중요한 스타트업이나 중소기업입니다. 특히 오픈소스 라이선스를 활용하여 자유롭게 커스터마이징하고 싶은 팀에게는 매우 유용한 솔루션이 될 것입니다.

참고 링크