LLM을 믿기 전에, 의심부터 했습니다
LLM이 만든 결과를 그대로 믿지 않고, JSON Schema와 Validator로 원문 근거를 검증하는 구조를 소개했습니다. 누락은 질문으로 남기고, 오류 응답과 실행 기록을 보존해 회귀 평가에 활용했습니다.
#LLM#JSON Schema
2800
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
Agentic Workflow 설계하기
LLM 기능을 단순 연결하는 대신 Workflow Loop와 Domain Adapter로 판단과 실행 책임을 분리했습니다. 사용자 Interaction과 스냅샷 승인까지 구조화해 Agentic Workflow의 재개와 검증을 안정화했습니다.
#LLM#workflow
5100
Antigravity SDK 로컬 AI 모델 지원 등 9월 넷째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
9월 넷째 주 Google for Developers의 주요 업데이트를 모아 소개했습니다. AI, Android, Flutter 관련 새 소식과 번역본 안내를 함께 전했습니다.
#Android#Flutter
2500
LLM 하나만 믿지 마세요 — 모든 LLM을 관점별로 싸우게 한 코드리뷰, Code Review War
LLM 하나만 믿지 마세요 — 모든 LLM을 관점별로 싸우게 한 코드리뷰, Code Review War
같은 PR도 LLM과 프롬프트에 따라 놓치는 결함이 달라질 수 있음을 짚었습니다. 여러 LLM을 동시에 활용해 관점별 코드리뷰를 시도하는 Code Review War를 소개했습니다.
#LLM#code review
4800
![[기술분석] AI 추론 메모리 병목과 서버 아키텍처 변화](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2Fc8tfwX%2FdJMcacxVUQ3%2FAAAAAAAAAAAAAAAAAAAAALTSd9GQw-ZYzh3nwWWhOuVAZGdZCBNas2i_fdjpo3vH%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1790780399%26allow_ip%3D%26allow_referer%3D%26signature%3DHm2u1JCa%252FDvSBgcpro4ptcOZqeQ%253D)
[기술분석] AI 추론 메모리 병목과 서버 아키텍처 변화
장문 컨텍스트와 RAG, AI 에이전트 확산으로 추론 병목이 메모리와 데이터 이동 경로로 옮겨가고 있습니다. GPU 중심 설계보다 HBM, DRAM, SSD를 함께 보는 계층형 아키텍처가 중요하다고 설명했습니다.
#LLM#RAG
2000
루프 엔지니어링 실전: Claude Code /goal 분석과 Stop 훅 재구현
루프 엔지니어링과 Claude Code /goal의 동작 원리를 분석하고, Stop 훅으로 유사 기능을 재구현한 사례를 정리했습니다. 완료 조건을 측정 가능하게 설계하고 예외 종료를 함께 준비하는 것이 핵심이라고 설명했습니다.
#Claude Code#LLM
2600
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
쉼 없이 도는 테스트, 사람이 어디까지 돌봐야 할까요? - 토스닥터(Toss Doctor)
매주 반복되던 스모크 테스트를 자동화하고, 실패 원인 분석과 복구까지 맡기는 토스닥터 V2를 소개했습니다. 사람은 검증할 대상과 자동화 범위 설계에 더 집중할 수 있게 됐습니다.
#test#자동화
13100
쿠버네티스로 여는 AI 추론 인프라
쿠버네티스와 AWS EKS를 활용해 LLM 추론 인프라를 안정적으로 운영하는 방법을 설명했습니다. 특히 KV 캐시를 고려한 라우팅과 prefill/decode 분리를 통해 성능과 비용을 함께 개선하는 흐름을 다뤘습니다.
#Kubernetes#LLM
2800
측정할 수 없으면 개선할 수 없다 - AI Pick 추천 카드를 위한 sLLM 정렬 학습기
AI Pick 카드 생성 품질을 높이기 위해 SFT 이후 정렬 학습과 평가 지표를 설계한 과정을 공유했습니다. 형식 검증기와 NLL 프록시로 선호 쌍을 만들고 DPO, GRPO로 품질과 형식을 함께 개선했습니다.
#LLM#DPO
5500
Gemini 3.8 Live’ 및 ‘3.8 Extended Thinking’ 모델 등 9월 셋째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
Google for Developers의 9월 셋째 주 주요 업데이트를 분야별로 정리한 공지입니다. AI, Android, Firebase 등에서 새롭게 공개된 소식을 한눈에 확인할 수 있습니다.
#LLM#Android
1400
LLM에게 어디까지 맡길 것인가: AI 에이전트 기반 광고 분석 리포트 자동화
AI 에이전트로 광고 분석 리포트를 자동 생성하되, 계산과 해석을 분리해 신뢰성을 높였습니다. 섹션별 컨텍스트 분리와 평가 루프로 품질을 운영 가능하게 만들었습니다.
#LLM#AI 에이전트
4500
AI 에이전트의 작업을 관측 가능하게 만들기
AI 에이전트의 작업 흐름을 커밋 메시지와 세션 기록으로 관측 가능하게 만드는 방법을 정리했습니다. 신고 기반 집계와 파생 판정을 통해 새 저장소에서도 즉시 지표가 나오도록 구성했습니다.
#Git#LLM
3000
딥테크 스타트업과 함께하는 AX 여정 | 오픈이노베이션 기술교류회 현장
딥테크 스타트업의 PoC와 AX 도입을 지원하는 가비아 AWS의 기술교류회 현장을 소개했습니다.\nAgentic AI 4-Layer 구조와 비용·마이그레이션 대응 방안을 함께 정리했습니다.
#AWS#LLM
2500
몇 달 전에 풀었던 문제를 오늘 또 풀고 있었습니다 — AI와의 대화를 팀의 지식으로 자동 축적한 이야기
몇 달 전에 풀었던 문제를 오늘 또 풀고 있었습니다 — AI와의 대화를 팀의 지식으로 자동 축적한 이야기
몇 달 전 풀었던 문제를 다시 만나 같은 시행착오를 겪은 경험을 바탕으로, AI와의 대화를 팀 지식으로 자동 축적하는 필요성을 정리했습니다. 반복 해결을 줄이고 기억에 의존하지 않도록 기록과 재활용 구조를 만들려는 이야기입니다.
#LLM#지식관리
3800