
Amazon Bedrock 모델 promptfoo 로 성능 평가하기
Amazon Bedrock 모델을 promptfoo로 비교 평가하는 방법을 소개했습니다. 프롬프트와 모델 변경 시 품질을 회귀 테스트처럼 검증할 수 있는 흐름을 설명했습니다.

Amazon Bedrock 모델을 promptfoo로 비교 평가하는 방법을 소개했습니다. 프롬프트와 모델 변경 시 품질을 회귀 테스트처럼 검증할 수 있는 흐름을 설명했습니다.

Proxmox VE와 Pulumi로 ControlPlane 가상화와 IaC 기반 운영 자동화를 구현한 사례를 다뤘습니다. 변경 적용은 승인 게이트로 분리해 안전성과 재현성을 높였습니다.

AI로 개인의 생산성은 빨라졌지만 팀의 진척으로 이어지려면 흡수 역량이 필요하다고 설명했습니다. 판단 가능성, 추적 가능성, 복구 가능성을 기준으로 팀의 수용 구조를 점검해야 한다고 정리했습니다.

MongoDB Online Archive 도입 과정에서 저장 비용뿐 아니라 조회 비용과 탐색 전략까지 함께 재설계했습니다. OFFSET 기반 조회를 Cursor 기반 순차 조회로 바꿔 비용과 메모리 사용량을 줄였습니다.

딥러닝의 블랙박스 한계를 설명하며 의료 분야에서 해석가능한 인공지능의 필요성을 정리했습니다. 또한 AITRICS-VC의 해석 기능과 멀티모달 확장 방향을 소개했습니다.

패혈증은 초기 증상이 비특이적이고 검사 결과도 늦어 조기 판단이 어렵습니다.\nAI 기반 사전 예측이 기존 위험도 평가 도구의 한계를 보완할 수 있습니다.

Oracle Database@AWS의 네트워크 구성과 연결 옵션, TGW 허브앤스포크 설계를 정리했습니다. 엔터프라이즈 환경에서 DNS, CIDR, AZ 정렬 같은 핵심 주의사항도 함께 안내했습니다.
LINE 메신저의 대규모 Kafka 토픽에 종단 간 암호화를 적용한 설계와 운영 경험을 공유했습니다. 공유 KEK, 평문 폴백, 점진적 배포로 무중단 전환과 낮은 성능 오버헤드를 달성했습니다.
Google for Developers의 7월 둘째 주 주요 업데이트를 정리한 소식입니다. Gemini, LiteRT.js, ADK Go 2.0, Android 벤치마크 등 최신 발표와 활용 사례를 소개했습니다.

미리캔버스의 여러 검색 과제를 하나의 임베딩 공간으로 묶기 위한 모델 개발 과정을 소개했습니다. 태스크별 운영의 한계를 줄이고 디자인 도메인 특성에 맞게 학습한 방식이 핵심이었습니다.

보안 전용 AWS 계정을 새로 만들어 인증·네트워크·서버 접근 기준을 한곳으로 모았습니다.\nOkta, TGW, QueryPie, SSM, GitOps로 표준 경로를 만들고 직접 접근은 예외로 바꿨습니다.

공공기관의 AI 전환 준비도를 진단하는 AX Readiness Check와 7대 영역을 소개했습니다.\n현황 점검 후 맞춤형 솔루션으로 단계별 전환을 돕는 방향을 제시했습니다.