Velopers

오늘 새 글

0개

오늘 조회수

123회

최근 7일 인기 글프롬프팅에서 워크플로로, AI로 프런트엔드 개발 생산성 끌어올리기라인 · 54회최근 30일 활발한 블로그AWS25개 발행 · 총 388개 · 18,596회
필터 1
사내 에이전트 극한까지 사용하기
AB180
· 2026년 6월 9일
AI

사내 에이전트 극한까지 사용하기

사내 AI Agent 에이봇을 조직의 업무 인프라로 만든 사례를 소개했습니다. 오케스트레이터, 서브에이전트, Eval, 권한 제어로 실제 업무 적용과 확장을 다뤘습니다.

#LLM#RAG
126005분
GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 2: 하이브리드 검색과 자연어 쿼리 변환
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.

#Amazon OpenSearch Service#LLM
29005분
[Tech Series] kt cloud AI 검색 증강 생성(RAG) #5 : 검색 고도화(Retrieval Optimization)와 리랭킹(Re-ranking) 기술
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.

#RAG#검색
3005분
RIMAN KOREA의 Amazon Bedrock Knowledge Bases를 활용한 자연어 기반 상품 검색 시스템 구축기
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.

#Amazon Bedrock#검색
39005분
LLM은 언제 ＂모른다＂고 말해야 하는가
데보션
· 2026년 5월 27일
AI

LLM은 언제 ＂모른다＂고 말해야 하는가

LLM은 정답을 맞히는 능력만큼, 모를 때 멈추는 능력도 중요하다고 정리했습니다. 모델 크기나 추론 강화만으로는 부족해, 별도의 평가와 정렬 설계가 필요했습니다.

#LLM#NLP
55205분
GraphRAG Toolkit으로 지식 그래프 쿼리하기
AWS
· 2026년 5월 26일
AI

GraphRAG Toolkit으로 지식 그래프 쿼리하기

GraphRAG Toolkit으로 지식 그래프를 쿼리하는 전략을 설명했습니다. 벡터 검색의 한계를 보완하기 위해 그래프 탐색과 retriever 선택 기준을 정리했습니다.

#GraphRAG#지식 그래프
46005분
우아한공방의 새로운 동료, 시스템 맥락을 가진 챗봇서비스 개발기(feat. RAG)
우아한 형제들
· 2026년 5월 22일
AI

우아한공방의 새로운 동료, 시스템 맥락을 가진 챗봇서비스 개발기(feat. RAG)

우아한공방의 문서와 코드베이스 맥락을 활용하는 RAG 챗봇 서비스를 구축한 과정을 소개했습니다. 검색 정확도 개선과 Guardrail, 스트리밍 응답, Storybook 전역 UI 적용까지 다뤘습니다.

#RAG#AWS
13005분
현대오토에버의 Amazon Bedrock으로 구축한 다중 AI 에이전트: 장애 대응 시간 5분으로 단축하기
AWS
· 2026년 5월 22일
AI

현대오토에버의 Amazon Bedrock으로 구축한 다중 AI 에이전트: 장애 대응 시간 5분으로 단축하기

현대오토에버가 Amazon Bedrock과 LangGraph로 다중 AI 에이전트를 구성해 장애 대응을 자동화했습니다.\n장애 분석부터 보고서 생성까지를 연결해 대응 시간을 수 시간에서 5분으로 줄였습니다.

#Amazon Bedrock#LangGraph
44005분
CJ올리브영의 AI 협업 개발 프로세스 구축, AI-DLC 실전 도입 사례
AWS
· 2026년 5월 19일
AI

CJ올리브영의 AI 협업 개발 프로세스 구축, AI-DLC 실전 도입 사례

CJ올리브영이 AWS AI-DLC와 Kiro로 팀 단위 AI 협업 개발 프로세스를 구축했습니다. 3일 워크숍에서 5개 과제를 프로토타입으로 구현하며 반복 가능한 구조의 가능성을 확인했습니다.

#AWS#AI-DLC
177005분
[AI활용] AI Portal부터 보안관제까지, kt cloud AI 내재화 3가지 사례
KT 클라우드
· 2026년 5월 14일
AI

[AI활용] AI Portal부터 보안관제까지, kt cloud AI 내재화 3가지 사례

kt cloud가 사내 업무에 AI를 먼저 적용한 3가지 사례를 소개했습니다. RAG와 MCP로 검색, 보안관제, 장애관제 품질을 높인 방식과 성과를 정리했습니다.

#RAG#MCP
28005분
Amazon ElastiCache for Valkey의 CESC로 Interactive AI 스토리텔링 플랫폼 최적화하기
AWS
· 2026년 5월 14일
AI

Amazon ElastiCache for Valkey의 CESC로 Interactive AI 스토리텔링 플랫폼 최적화하기

Amazon ElastiCache for Valkey의 벡터 검색으로 Interactive AI 스토리텔링 플랫폼의 이미지 응답 속도와 비용 효율을 개선했습니다. CESC와 LLM 검증, 폴백 전략으로 맥락 기반 캐싱과 몰입 경험을 강화했습니다.

#AWS#cache
18005분
Aurora PostgreSQL에서 한국어 하이브리드 검색 구현하기: pg_bigm + pgvector로 만드는 한국어 특화 RAG
AWS
· 2026년 5월 13일
AI

Aurora PostgreSQL에서 한국어 하이브리드 검색 구현하기: pg_bigm + pgvector로 만드는 한국어 특화 RAG

Aurora PostgreSQL에서 pg_bigm과 pgvector를 RRF로 결합해 한국어 하이브리드 검색을 구현하는 방법을 소개했습니다. 한국어 조사와 자연어 질문의 한계를 보완해 RAG 검색 품질을 높이는 구조와 예시를 제시했습니다.

#Aurora PostgreSQL#pg_bigm
56005분