AWS · 2026년 6월 8일

AI

GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 2: 하이브리드 검색과 자연어 쿼리 변환

OpenSearch 기반 이력서 검색에서 하이브리드 검색과 자연어→DSL 변환을 최적화한 사례를 다뤘습니다. Function Calling과 RAG를 결합해 검색 정확도와 응답 속도를 개선했습니다.

KT 클라우드 · 2026년 6월 5일

AI

[Tech Series] kt cloud AI 검색 증강 생성(RAG) #5 : 검색 고도화(Retrieval Optimization)와 리랭킹(Re-ranking) 기술

RAG 검색 고도화와 리랭킹을 통해 정확한 근거 문서를 더 잘 찾는 방법을 다뤘습니다. 하이브리드 검색, 권한 인지 검색, 적응형 라우팅으로 실무형 파이프라인을 설계했습니다.

베스핀글로벌 · 2026년 6월 2일

AI

생성형 AI가 개발자의 생산성을 높이는 코딩 어시스턴트로 활용되는 흐름을 정리했습니다. 프롬프트 엔지니어링의 중요성과 할루시네이션, 보안 같은 주의점도 함께 짚었습니다.

AWS · 2026년 6월 1일

AI

RIMAN KOREA의 Amazon Bedrock Knowledge Bases를 활용한 자연어 기반 상품 검색 시스템 구축기

기존 상품명 중심 검색의 한계를 해결하기 위해 Amazon Bedrock Knowledge Bases 기반 자연어 검색 시스템을 구축했습니다. 하이브리드 검색과 메타데이터 필터링, 병렬 처리로 정확도와 응답 속도를 개선했습니다.

[Team Spotlight] AI를 도구가 아닌 동료로, 드림어스는 지금 'AI 네이티브'로 일하고 있습니다.

AI를 도구가 아닌 동료로 삼아 사내 AX를 이끄는 사례를 소개했습니다. 비개발자도 서비스를 만들 수 있는 템플릿과 전사 교육으로 AI 네이티브 워크플로우를 확산했습니다.

AWS · 2026년 5월 18일

백엔드

GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 1: 데이터 파이프라인과 인덱싱

Amazon OpenSearch Service로 다국어 이력서 검색 파이프라인과 인덱싱 구조를 재설계했습니다. 전처리, 정규화, 임베딩 입력 전략이 검색 정확도를 크게 좌우했습니다.

AWS · 2026년 5월 15일

AI

GS SHOP의 영상 기반 AI 상품 추천 플랫폼 구축기

GS SHOP이 영상 이해 모델과 생성형 AI를 조합해 숏픽 추천을 Hybrid 구조로 고도화했습니다. 소구 포인트 기반 임베딩으로 추천 품질과 전환 성과를 함께 개선했습니다.

채널톡 · 2026년 5월 14일

프론트엔드

느려터진 에디터 좀 고쳐줘를 AI에게 시켜봤다

AI가 위지윅 에디터 성능 개선을 반복 실험하도록 Auto Research 루프를 구성했습니다. 실제 체감 성능을 반영하는 벤치마크와 점수표 설계가 핵심이라는 점을 확인했습니다.

라포랩스 · 2026년 5월 6일

기타

[MI 포커스] 강원호 팔도감 리더 “가장 먼저 떠오르는 식품플랫폼 되고파”

팔도감은 4060세대가 가장 먼저 떠올리는 식품 플랫폼을 목표로 삼았습니다. 복잡한 직거래 구조를 정리하고 맞춤형 식품 큐레이션으로 차별화를 노렸습니다.

AWS · 2026년 4월 29일

AI

한국어 파인튜닝된 SPLADE 기반 Neural Sparse 모델과 Amazon OpenSearch 하이브리드 검색 벤치마크

한국어 SPLADE 기반 Neural Sparse 모델과 OpenSearch 하이브리드 검색을 MIRACL-ko로 벤치마크했습니다. BM25, Dense, Sparse, RRF 조합의 성능과 구현 방법을 정량적으로 정리했습니다.

딜라이트룸 · 2026년 4월 24일

AI

기억에 대해서

AI 세션이 많아지면서 무엇을 저장할지가 아니라 어떻게 다시 꺼낼지가 중요한 병목으로 다뤄졌습니다. 회상용 레퍼런스를 여섯 축으로 남기면 검색보다 재인식이 쉬워진다는 관점을 제시했습니다.

SSG.COM · 2026년 4월 23일

AI

낯선 오타와 싸워서 이기고 싶은 마음

검색 오타 보정의 기존 로그 기반 방식 한계를 줄이기 위해 번역 모델과 멀티태스크 학습을 도입했습니다. 검색 실패율을 낮추고 CTR을 유지하는 성과와 함께 후속 개선 과제도 정리했습니다.