국내 IT 기업 기술 블로그 최신 글

필터 1
에이전트가 모든 문의를 환불로 보낼 때 — 요청 유형을 제어하는 여섯 가지 구조
CSLEE
AI

에이전트가 모든 문의를 환불로 보낼 때 — 요청 유형을 제어하는 여섯 가지 구조

환불로 편향된 LLM 에이전트의 요청 유형 제어 문제를 여섯 가지 구조로 비교했습니다. 요청 특성·위험도·운영 여건에 따른 라우터, 가드레일, 검토 조합을 제안합니다.

#LLM#에이전트
1300
블로그 발행 MCP를 직접 만들며 확인한 AI 에이전트 실무 원칙 - 구성요소부터 사람 승인까지
데보션
AI

블로그 발행 MCP를 직접 만들며 확인한 AI 에이전트 실무 원칙 - 구성요소부터 사람 승인까지

블로그 발행 MCP 구현 경험으로 AI 에이전트의 구성요소와 단계적 도입 원칙을 정리했습니다. 운영 한계, 권한·데이터 거버넌스, 사람 승인 설계의 중요성을 설명합니다.

#MCP#LLM
4100
LLM Agent란 무엇이고, 언제 필요한가? RAG와 비교하고 직접 구현해보기
CSLEE
AI

LLM Agent란 무엇이고, 언제 필요한가? RAG와 비교하고 직접 구현해보기

문서 질문에는 RAG가 충분하고 DB 조회·계산이 필요한 질문에는 Agent가 높은 정확도를 보였습니다. 다만 복합 질문의 오류와 비용 증가를 고려해 권한 통제와 도구 호출 기록 검증이 필요합니다.

#LLM#RAG
100
오늘의집 Self-Service Data Analytics 구축기
오늘의집
AI

오늘의집 Self-Service Data Analytics 구축기

데이터 거버넌스와 업무 맥락을 기반으로 AI 셀프서비스 분석 환경을 구축했습니다. 라우팅·역질문·평가 체계로 신뢰성을 높이고 데이터 요청 문의를 약 95% 줄였습니다.

#LLM#RAG
7100
경량 언어모델의 종류와 장점, 한계
CSLEE
AI

경량 언어모델의 종류와 장점, 한계

경량 언어모델의 종류와 메모리·비용·로컬 배포 측면의 장점을 정리했습니다. 실제 업무 데이터로 성능을 측정하고 RAG·검증 구조를 병행하는 방법을 제안합니다.

#LLM#Gemma
400
롯데백화점의 생성형 AI 기반 파트너 제안 채널 ‘AI 비즈센터’ 구축기
AWS
AI

롯데백화점의 생성형 AI 기반 파트너 제안 채널 ‘AI 비즈센터’ 구축기

생성형 AI로 파트너사의 제안서 작성부터 담당 부서 연결까지 지원하는 AI 비즈센터를 구축했습니다. 다단계 검색과 사용자 확인 절차로 부서 매칭 정확도를 83.72%까지 개선했습니다.

#Amazon Bedrock#RAG
2100
버그 티켓, AI에게 맡겨봤습니다 — QUBA 개발기
SK플래닛
AI

버그 티켓, AI에게 맡겨봤습니다 — QUBA 개발기

QUBA는 Jira 버그 티켓을 분석해 근거 기반 원인·수정 범위 리포트를 만드는 AI Agent를 설계했습니다. RAG 품질과 승인 절차를 강화해 조사 시간을 줄이고 비용 효과를 측정했습니다.

#AI Agent#LangGraph
200
쿠팡 파트너스

광고

개발자를 위한 서적을 확인해 보세요

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

#개발서적#프로그래밍
사내 지식으로 Agentic RAG 만들기 (3/3) : 관측 가능한 RAG, 운영되는 도구로
여기어때
AI

사내 지식으로 Agentic RAG 만들기 (3/3) : 관측 가능한 RAG, 운영되는 도구로

Langfuse와 이중 평가 파이프라인으로 사내 Agentic RAG의 품질·비용·지연시간을 측정했습니다. FastMCP 명세와 instructions를 다듬어 도구 활용 정확도를 개선하고 운영 환경에 제공했습니다.

#RAG#LLM
5400
사내 지식으로 Agentic RAG 만들기 (2/3) : 검색을 얹기, LightRAG와 Navigator
여기어때
AI

사내 지식으로 Agentic RAG 만들기 (2/3) : 검색을 얹기, LightRAG와 Navigator

벡터 검색 한계를 보완하기 위해 LightRAG와 Neo4j 기반 Navigator를 결합했습니다. 프롬프트·청킹·적재 방식을 개선해 검색 정확도와 대규모 운영 효율을 높였습니다.

#RAG#LightRAG
8200
경신홀딩스의 AX 도입을 위한 에이전트 플랫폼 구축: Amazon Bedrock AgentCore로 사내 데이터를 연결하고 에이전트를 운영하기
AWS
AI

경신홀딩스의 AX 도입을 위한 에이전트 플랫폼 구축: Amazon Bedrock AgentCore로 사내 데이터를 연결하고 에이전트를 운영하기

Amazon Bedrock AgentCore로 사내 데이터 연결·에이전트 실행·공유를 통합한 AX 플랫폼을 구축했습니다. MCP, 승인 워크플로, 사용량 관측으로 보안과 재사용성을 강화했습니다.

#Amazon Bedrock#AgentCore
2100
[플랫폼설계] DevOps에서 Platform Engineering으로: kt cloud의 여정
KT 클라우드
데브옵스

[플랫폼설계] DevOps에서 Platform Engineering으로: kt cloud의 여정

개발자의 인지 부담을 줄이기 위해 골든 패스와 Platform Portal 설계 방향을 정리했습니다. GitOps·정책 자동화와 RAG 기반 AI 도우미로 개발자 경험을 개선합니다.

#Platform Engineering#GitOps
6100
LLM이 만든 SQL을 믿고 실행하기까지: A2A 기반의 대화형 BI 애플리케이션 개발기
라인
AI

LLM이 만든 SQL을 믿고 실행하기까지: A2A 기반의 대화형 BI 애플리케이션 개발기

A2A 역할 분리와 온톨로지 기반 RAG로 대화형 BI의 지표 해석 근거를 보강했습니다. Query Guardrail의 RLS·CLS 검증으로 LLM 생성 SQL의 실행 안전성을 통제했습니다.

#LLM#SQL
5800
케클s피드 9월호|kt cloud summit 2026, 고객의 AX를 현실로 만드는 인프라 전략
KT 클라우드
AI

케클s피드 9월호|kt cloud summit 2026, 고객의 AX를 현실로 만드는 인프라 전략

AI 서비스 운영을 위한 AIDC 전력·클라우드·Composite AI 전략을 소개했습니다. RAG, 모델 선택, 추론 메모리 최적화와 MCP 활용 방안도 다뤘습니다.

#cloud#MCP
1100
AI 에이전트 시대 문서중앙화 — 에이전트 도입 전, 데이터는 이렇게 관리하세요!
파수 AI
AI

AI 에이전트 시대 문서중앙화 — 에이전트 도입 전, 데이터는 이렇게 관리하세요!

AI 에이전트 도입 전 최신 문서, 접근 권한, 변경 이력을 통합 관리해야 하는 이유를 설명했습니다. 문서중앙화를 통해 잘못된 정보 참조와 권한 침해, 근거 추적 불가 위험을 줄이는 방안을 제시합니다.

#AI 에이전트#RAG
700