국내 IT 기업 기술 블로그 최신 글

필터 1
에이닷 개인화 경험을 위한 메모리 도입기
데보션
AI

에이닷 개인화 경험을 위한 메모리 도입기

에이닷에 Agentic Memory를 도입해 대화를 구조화된 기억으로 저장하고 개인화 응답을 강화했습니다. 비동기 처리와 DSPy 최적화로 성능과 유지보수성도 함께 높였습니다.

#LLM#NLP
8900
수식없이 GPT(트랜스포머) 이해하기. 1편
데보션
AI

수식없이 GPT(트랜스포머) 이해하기. 1편

GPT의 핵심 구조인 트랜스포머 디코더와 Self Attention 흐름을 수식 없이 설명했습니다. 입력 벡터화부터 다음 단어 예측까지의 과정을 단계별로 정리했습니다.

#LLM#Transformer
12200
EMNLP24 늦은 후기 2탄: CC 데이터로 LLM 사전학습 데이터셋을 만들어본 경험 및 NVIDIA 논문 리뷰
데보션
AI

EMNLP24 늦은 후기 2탄: CC 데이터로 LLM 사전학습 데이터셋을 만들어본 경험 및 NVIDIA 논문 리뷰

웹 크롤링 데이터로 LLM 사전학습 데이터셋을 만든 경험과 어려움을 정리했습니다. NVIDIA EMNLP 2024 논문을 통해 품질 필터링과 중복 제거 전략을 체계적으로 살펴봤습니다.

#LLM#PySpark
5700
Next AI B tv, 에이닷과 함께 진화하다 ㅡ 당신을 알아보는 TV의 등장 ‘B tv 에이닷’
데보션
AI

Next AI B tv, 에이닷과 함께 진화하다 ㅡ 당신을 알아보는 TV의 등장 ‘B tv 에이닷’

B tv가 에이닷과 연동해 사용자 취향과 시청 이력을 반영하는 AI 미디어 파트너로 진화하는 방향을 소개했습니다. Voice ID와 맥락 기반 응답으로 개인화와 선제적 추천 경험을 강화했습니다.

#LLM#NLP
4200
SSG.COM 사내 Agent 개발기
SSG.COM
AI

SSG.COM 사내 Agent 개발기

사내 Confluence 문서를 자연어로 찾는 LLM Agent 개발 과정을 소개했습니다. 검색 쿼리 생성, 요약, 캐싱, OCR 등 운영 최적화 포인트도 다뤘습니다.

#LLM#NLP
26100
EMNLP24 늦은 후기 1탄: 텔레콤 LLM 벤치마크 TelBench 발표 이야기
데보션
AI

EMNLP24 늦은 후기 1탄: 텔레콤 LLM 벤치마크 TelBench 발표 이야기

SK텔레콤이 한국어 상담 데이터를 기반으로 통신 특화 벤치마크 TelBench를 발표했습니다. 상담 요약과 후속 업무 자동화 가능성을 평가하고 개인정보 보호와 다국어 확장 계획도 함께 제시했습니다.

#LLM#NLP
9100
슬기로운 토스뱅크 개발 인턴 생활
토스
백엔드

슬기로운 토스뱅크 개발 인턴 생활

토스뱅크 인턴들이 변수명 추천 플러그인과 민감정보 마스킹 플러그인을 만든 경험을 소개했습니다. DRI 문화와 수평적 협업 속에서 문제를 정의하고 해결하며 성장한 과정을 정리했습니다.

#Kotlin#LLM
24300
쿠팡 파트너스

광고

개발자를 위한 서적을 확인해 보세요

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

#개발서적#프로그래밍
Language Model의 새로운 패러다임? Large Language Diffusion Model!!
데보션
AI

Language Model의 새로운 패러다임? Large Language Diffusion Model!!

AR 언어모델의 한계를 보완하기 위해 Diffusion 기반 언어생성 접근을 소개했습니다. 학습과 추론 절차, 성능 강점과 한계까지 논문 관점에서 정리했습니다.

#LLM#NLP
9000
AI와 디지털 광고의 새로운 협력 모델 - Part 1. 광고소재
데보션
AI

AI와 디지털 광고의 새로운 협력 모델 - Part 1. 광고소재

AI 발전으로 디지털 마케팅 전 과정을 통합 자동화할 가능성을 소개했습니다. 특히 광고 소재는 레이아웃 최적화와 배경 생성이 핵심이라고 설명했습니다.

#LLM#ML
5200
AI에서의 음향 서비스와 기술: 에이닷과 함께하는 Btv 셋톱박스, 그 숨은 이야기
데보션
AI

AI에서의 음향 서비스와 기술: 에이닷과 함께하는 Btv 셋톱박스, 그 숨은 이야기

Btv 셋톱박스에서 에이닷 음성 서비스를 위한 음향 시스템 설계 사례를 다뤘습니다. 마이크 어레이, 빔포밍, 실링, 진동 억제로 음성 인식 성능과 음질을 높이는 방법을 설명했습니다.

#NLP#MEMS
13300
Amazon Bedrock Guardrails을 활용해 한국어 기반 개인정보 검출하기
AWS
AI

Amazon Bedrock Guardrails을 활용해 한국어 기반 개인정보 검출하기

Amazon Bedrock Guardrails의 한국어 개인정보 검출 지원과 활용 방법을 소개했습니다. ApplyGuardrail API로 이름, 주소, 전화번호 등 다양한 민감정보를 탐지하는 예시를 보여주었습니다.

#AWS#Amazon Bedrock
8000
LLM이 문학 번역 성능을 평가할 수 있을까?
데보션
AI

LLM이 문학 번역 성능을 평가할 수 있을까?

LLM을 문학 번역 평가자로 쓰는 연구를 소개하며, 기존 지표보다 인간 판단에 가까운 성과를 보였다고 분석했습니다. 다만 문화적 맥락과 미묘한 뉘앙스까지 완전히 대체하지는 못해 인간 평가의 보완이 필요하다고 정리했습니다.

#LLM#번역
8700
Open Thoughts - 추론 모델을 위한 데이터 레시피
데보션
AI

Open Thoughts - 추론 모델을 위한 데이터 레시피

추론 모델 학습용 데이터 레시피를 실험 중심으로 정리한 글입니다. 어려운 질문 선별, 다중 답변 생성, 데이터 확장이 성능 향상에 중요하다고 설명했습니다.

#LLM#NLP
6200
Custom LLM Agent 구축하기(From Scratch)
데보션
AI

Custom LLM Agent 구축하기(From Scratch)

Langchain 없이 Python으로 ReAct 기반 LLM Agent를 직접 구현하는 예제를 소개했습니다. 프롬프트 설계와 멀티턴 흐름에 따라 함수 호출 결과가 달라질 수 있음을 보여줬습니다.

#Python#LLM
8900