오픈챗 이름 및 설명 글로 유해성 판단하는 모델 개발하기
오픈챗 이름과 설명 글로 유해성을 판단하는 모니터링 모델 개발 과정을 소개했습니다. 디코더 기반 분류와 임곗값 조정으로 자동 검수 범위를 넓혔습니다.
오픈챗 이름과 설명 글로 유해성을 판단하는 모니터링 모델 개발 과정을 소개했습니다. 디코더 기반 분류와 임곗값 조정으로 자동 검수 범위를 넓혔습니다.

kt cloud가 OpenStack 내재화를 위해 Zuul.CI 기반 Gating System을 구축했습니다. Upstream Job을 참조·상속해 회귀 검증을 자동화하고 최신 기준을 유지했습니다.

RoCEv2 기반 AI GPU 클러스터 네트워크 설계 시 InfiniBand와의 차이, 무손실 이더넷 구현 요소를 정리했습니다. 또한 혼잡 제어와 버퍼 설계, PFC 스톰 대응 등 운영 고려사항을 설명했습니다.

사내 LLM Gateway로 Claude Code와 Codex의 인증, 비용, 모델 접근을 중앙에서 통제하는 설계를 정리했습니다.\nBedrock 기반 멀티 프로바이더 환경에서 예산 차단, 자동 다운그레이드, 감사 추적을 함께 구현한 사례입니다.
네이버클라우드 데이터센터 ‘각 춘천’이 정보보호 종합수준 평가에서 최우수 관리기관으로 선정됐습니다. 과학기술정보통신부 장관 표창 수상 소식을 전하는 안내글입니다.

클래스패스에 없는 외부 이벤트를 역직렬화 실패 없이 원시 형태로 보존하는 `LakeyEventConverter`를 소개했습니다. 대상 토픽 필터링과 중복 제거를 거쳐 `RawEvent`로 저장하는 흐름도 설명했습니다.

동적 CMS와 JSON 기반 관광 콘텐츠 관리 시스템에 LLM을 적용한 사례를 소개했습니다. 또한 할루시네이션과 보안, 비용을 고려한 AI-Native 개발의 주의점을 정리했습니다.

대학 실습 과제 평가에서 환경 불일치와 보안 위험을 줄이기 위해 데스크톱 가상화 도입을 제안했습니다. VM 이미지로 작성·검증 환경을 통일해 공정성과 과정 증명도 강화할 수 있다고 설명했습니다.

GitOps에서 PR 단계에 배포 결과 diff를 미리 보여주는 방법을 소개했습니다. 또한 Helm 렌더와 values 출처 추적으로 리뷰 화면에서 변경 영향을 바로 확인하도록 했습니다.

DLM과 AR의 구조 차이, 지연 이점, 검증 방식과 평가 게이트 설계를 AWS 환경에서 설명했습니다. 데이터 구조화와 검색 개선으로 사실 정밀도와 환각을 함께 개선한 사례를 다뤘습니다.

방대한 설계 자료를 자연어로 찾기 위해 사내 플랫폼에 AI채팅을 연동했습니다. 실무 검증에서 정답률 96%를 확인하고 검색 시간을 크게 줄였습니다.

에이아이트릭스의 양은호 교수 인터뷰를 통해 바이탈케어의 개발 배경과 의료 AI 연구 방향을 소개했습니다. 의료 현장 적용을 위해 모델 안정화와 LLM 활용 가능성에 주목했습니다.