[Hands On] 질문 유형별 최적 LLM 모델 선택 AI Assistant 구축 실습
[Hands On] 질문 유형별 최적 LLM 모델 선택 AI Assistant 구축 실습
질문 유형에 따라 적합한 LLM을 자동 선택하는 Multi-LLM Assistant 실습을 소개했습니다. Flask와 Amazon Bedrock으로 라우팅 구조와 웹 UI를 구성해 비용과 정확도 개선 가능성을 보여주었습니다.
#LLM#AWS
5600
국내 IT 기업 기술 블로그 최신 글
필터 0
Amazon Bedrock AgentCore Identity로 안전한 기업형 에이전트 구현하기
Amazon Bedrock AgentCore Identity로 에이전트 인증과 자격 증명을 중앙화해 안전하게 관리하는 방법을 소개했습니다. Runtime, Gateway, 외부 Confluence 3LO까지 연동해 사용자별 권한 격리와 동적 인가를 구현했습니다.
#AWS#Amazon Bedrock
5400
AWS Backup를 활용하여 백업 데이터 복원 테스트를 구현하기
AWS Backup 복원 테스트를 자동화해 백업 복구 가능성을 정기적으로 검증하는 방법을 소개했습니다. EventBridge와 Lambda를 연계한 검증 흐름과 운영 시 고려사항도 함께 정리했습니다.
#AWS Backup#AWS Lambda
4200
올리브영 PM이 일하는 방식 — PM의 하루 구경하기
올리브영 PM의 하루를 아침부터 퇴근까지 흐름대로 소개했습니다. 기획, QA, 회의, 조율이 반복되며 제품을 만드는 일상을 보여주었습니다.
#PM#회의
600
[DAN25] 기술세션 영상이 모두 공개되었습니다.
[DAN25] 기술세션 영상이 모두 공개되었습니다.
DAN25에서 공개된 기술세션 영상과 주요 발표 5개를 소개했습니다. 네이버의 AI, 검색, 개인화, 로그 파이프라인 적용 사례를 확인할 수 있습니다.
#LLM#검색
13000
Amazon Bedrock AgentCore Gateway: 엔터프라이즈 AI 에이전트를 위한 통합 도구 관리 솔루션
Amazon Bedrock AgentCore Gateway로 엔터프라이즈 AI 에이전트의 도구 관리 복잡성을 줄이는 방법을 소개했습니다. 또한 MCP 통합, 시맨틱 검색, 인증 구조와 Target 구성 방법을 설명했습니다.
#LLM#MCP
3500
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
통합 데이터 허브로 가는 길 - Part 3
통합 데이터 허브로 가는 길 - Part 3
Zeppelin의 익숙한 사용성을 유지하면서 JupyterHub에 기능과 운영 체계를 단계적으로 구현한 내용을 정리했습니다. 대용량 SQL 안정화, GitHub 자동화, 무중단 운영과 추적성 확보가 핵심이었습니다.
#JupyterHub#SQL
1400
리서치를 통해 본 ‘토스’의 진짜 브랜드 심볼
토스는 오프라인에서 브랜드를 인지시키기 위해 사용자가 떠올리는 진짜 심볼을 리서치로 찾았습니다. 그 결과 앱 아이콘 형태와 검정 영문 폰트, 흰색·파랑·검정 조합을 실제 디자인에 적용했습니다.
#UX Research#브랜드
5500
여기어때 마케팅 파트너 구축기
여기어때 마케팅 파트너 구축기
여기어때 마케팅 파트너 서비스를 수기 운영에서 시스템 기반 운영으로 전환한 구축 사례를 다뤘습니다. 하이브리드 구조와 AI QA로 4주 내 런칭과 운영 효율화를 동시에 달성했습니다.
#자동화#ChatGPT
15000
토스페이먼츠의 Open API 생태계
토스페이먼츠가 Open API를 장기 운영 관점에서 설계한 원칙과 지원 체계를 소개했습니다. 개발자 경험, 보안, 내부 표준화를 통해 안정성과 확장성을 함께 확보했습니다.
#REST API#웹훅
13300
![[TECH UP] IT 취업 준비생을 위한 Cloud·AI 실무 교육, kt cloud TECH UP](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FcyuWJK%2FdJMcadNWDNS%2FAAAAAAAAAAAAAAAAAAAAAErJvz5oDTULZyEnyWzGCp9bKVd0EGBy4fVLMV_cfD4L%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1769871599%26allow_ip%3D%26allow_referer%3D%26signature%3DRzB2C5FHlln6aVZ3Z0pFzYhB9j8%253D)
[TECH UP] IT 취업 준비생을 위한 Cloud·AI 실무 교육, kt cloud TECH UP
kt cloud가 IT 취업 준비생을 위한 Cloud·AI 실무 교육 프로그램 TECH UP을 소개했습니다. 실무 교육, 팀 프로젝트, 현업 멘토링으로 취업 경쟁력 강화를 목표로 합니다.
#cloud#IT교육
1900
Lustre Changelog DR
대규모 Lustre 환경에서 rsync 기반 DR의 한계를 Changelog로 보완한 구조를 소개했습니다. 배치 기반 증분 동기화와 체크포인트 관리로 RPO를 낮춘 사례를 다뤘습니다.
#Redis#gRPC
2200
왜 막상 배포하면 효과가 없지? 타겟 지표에 맞는 ML모델 train/eval 설계하기
실제 서비스에 맞는 ML 타겟 메트릭과 학습·평가 설계를 소개했습니다. 랜덤 수집 데이터와 relative mean CR lift로 배포 효과를 오프라인에서 가늠했습니다.
#ML#A/B 테스트
5400
경험이 쌓일수록 똑똑해지는 네이버 통합검색 LLM Devops Agent
경험이 쌓일수록 똑똑해지는 네이버 통합검색 LLM Devops Agent
네이버 통합검색의 장애 대응을 위해 LLM Devops Agent를 설계하고 평가한 사례를 소개했습니다. v1의 한계를 바탕으로 v2 구조와 이상 탐지, 알람·액션 추천 방향을 공유했습니다.
#LLM#검색
10100