국내 IT 기업 기술 블로그 최신 글

필터 1
측정할 수 없으면 개선할 수 없다 - AI Pick 추천 카드를 위한 sLLM 정렬 학습기
올리브영
AI

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
5600
AWS로 구현한 Internet Gateway가 없는 연구환경, 신뢰연구환경(TRE) 솔루션 NDS AI·RE
농심NDS
데브옵스

AWS로 구현한 Internet Gateway가 없는 연구환경, 신뢰연구환경(TRE) 솔루션 NDS AI·RE

의료·유전체 민감데이터를 위한 신뢰연구환경 TRE를 AWS로 구현한 사례를 소개했습니다. Internet Gateway 없는 격리망, Air-lock, AI Core, IaC로 보안과 연구 효율을 함께 높였습니다.

#AWS#ML
1700
AI 모델의 성능, 우리는 제대로 평가하고 있을까?
교보DTS
AI

AI 모델의 성능, 우리는 제대로 평가하고 있을까?

AI 벤치마크는 학습 데이터 오염으로 인해 점수 신뢰성이 흔들릴 수 있다고 설명했습니다. 이를 해결하기 위해 Secure Enclave 기반의 Double-Blind Evaluation 방식과 시범 적용 사례를 소개했습니다.

#LLM#ML
4300
Gemini 3.5 Transcribe 등 8월 넷째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
Google for Developers
AI

Gemini 3.5 Transcribe 등 8월 넷째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!

Google for Developers의 8월 넷째 주 주요 개발자 업데이트를 정리해 소개했습니다. AI, Android, 보안, Flutter 관련 새 글과 번역 안내를 함께 담았습니다.

#Gemini#ML
1700
수요 패턴이 수요 모델을 고른다: Amazon Connect Decisions로 살펴보는 Agentic Demand Forecasting
AWS
AI

수요 패턴이 수요 모델을 고른다: Amazon Connect Decisions로 살펴보는 Agentic Demand Forecasting

SKU별 수요 패턴을 진단해 모델과 신호를 다르게 적용하는 에이전틱 수요 예측 방식을 소개했습니다. Amazon Connect Decisions로 분류, 측정, 오케스트레이션을 자동화하는 흐름을 살펴봤습니다.

#AWS#supply chain
1300
[25. 12. 10] 응급실에서 ‘앞선 판단’을 가능하게 하는 AI: Multi-Modal Transformer 기반 예측 모델
AITRICS
AI

[25. 12. 10] 응급실에서 ‘앞선 판단’을 가능하게 하는 AI: Multi-Modal Transformer 기반 예측 모델

응급실에서 빠른 판단을 돕기 위한 AI 예측 모델 주제를 다뤘습니다. 활력징후, 혈액 검사, 엑스레이를 함께 활용하는 멀티모달 접근이 핵심입니다.

#ML#Transformer
1800
어피닛 AI 엔진이 규칙 기반 심사 정책을 학습 정책으로  전환해가는 과정
밸런스히어로
AI

어피닛 AI 엔진이 규칙 기반 심사 정책을 학습 정책으로 전환해가는 과정

규칙 기반 대출 심사 정책의 한계를 분석하고, 이를 학습 정책으로 안전하게 전환하는 3단계 프레임워크를 소개했습니다. 위험을 늘리지 않으면서 단계적으로 검증 범위를 넓히는 방법을 제시했습니다.

#ML#오프폴리시 평가
2700
쿠팡 파트너스

광고

개발자를 위한 서적을 확인해 보세요

이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

#개발서적#프로그래밍
코드를 거의 타이핑하지 않고 3주 만에 DL모델 만들기
여기어때
AI

코드를 거의 타이핑하지 않고 3주 만에 DL모델 만들기

검색용 DL 모델을 3주 만에 만든 작업 경험을 공유했습니다. 코드를 거의 타이핑하지 않고 진행한 학습 방식에 초점을 맞췄습니다.

#DL#검색
5900
AI에게 투자정보를 말하게 하기까지
토스
AI

AI에게 투자정보를 말하게 하기까지

투자 정보는 적시성, 정확성, 검증 가능성이 중요해 LLM 출력만으로는 부족했습니다. 근거 선별과 절차 통제, 평가 가능한 구조를 통해 AI가 말해도 되는 상태를 운영했습니다.

#LLM#ML
7400
[25. 8. 27] 시계열 데이터의 새로운 설명 가능한 AI 기법: TIMING
AITRICS
AI

[25. 8. 27] 시계열 데이터의 새로운 설명 가능한 AI 기법: TIMING

시계열 데이터 설명 가능한 AI 기법 TIMING을 소개했습니다. 에이아이트릭스 연구팀 논문이 ICML 2025 Spotlight로 선정됐습니다.

#시계열 데이터#설명 가능한 AI
2300
통합 검색 임베딩 모델 개발기: 9개 태스크를 고르게 학습시키기
미리디
AI

통합 검색 임베딩 모델 개발기: 9개 태스크를 고르게 학습시키기

통합 검색 임베딩 모델을 개발하며 9개 태스크를 고르게 학습시키는 과정을 다룬 글입니다.

#검색#ML
3300
[25. 8. 19] 다양한 환경·데이터 속에서도 통하는 AI — MAES 모델의 현장 성능 검증과 결측값 해석
AITRICS
AI

[25. 8. 19] 다양한 환경·데이터 속에서도 통하는 AI — MAES 모델의 현장 성능 검증과 결측값 해석

의료 AI는 개발 성능만큼 실제 임상 환경에서의 안정성과 재현 가능성이 중요합니다. 이 글은 MAES 모델의 현장 성능 검증과 결측값 해석을 다룹니다.

#ML#의료 인공지능
1200
DS와 MLE가 함께 일하는 법
토스
아키텍처

DS와 MLE가 함께 일하는 법

DS와 MLE가 모델을 주고받는 방식을 인터페이스 중심으로 정리해 협업 효율을 높였습니다. 또한 AI 작성 코드까지 팀 컨벤션으로 묶어 리뷰와 배포를 더 매끄럽게 만들었습니다.

#LLM#ML
6600
[클로바 시선 #56] 충돌은 나누고, 성능은 합치다: 효율적인 LLM Post-training 전략 MERIT
네이버 클라우드 플랫폼
AI

[클로바 시선 #56] 충돌은 나누고, 성능은 합치다: 효율적인 LLM Post-training 전략 MERIT

멀티모달 LLM 후학습에서 서로 다른 데이터를 섞을 때 생기는 충돌 문제를 다뤘습니다. 효율적인 Post-training 전략 MERIT를 소개했습니다.

#LLM#ML
3200