

DARO: 알라미의 광고 수익화 노하우를 공개합니다
알라미가 10년간의 광고 수익화 경험을 바탕으로 DARO를 만들고, 다중 광고 소스 최적화와 품질 관리를 통해 수익을 높인 사례를 소개했습니다. 도입 고객사들은 정산·정책 대응 부담을 줄이고 광고 매출 개선 효과를 얻었습니다.


알라미가 10년간의 광고 수익화 경험을 바탕으로 DARO를 만들고, 다중 광고 소스 최적화와 품질 관리를 통해 수익을 높인 사례를 소개했습니다. 도입 고객사들은 정산·정책 대응 부담을 줄이고 광고 매출 개선 효과를 얻었습니다.

서비스의 건강을 수치로 보기 위해 SLI와 SLO를 정의하고 운영하는 방법을 소개했습니다. 29CM 사례를 통해 지표 설계, 모니터링, 지속 개선 체계를 설명했습니다.

A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 사례를 공유했습니다. 의미 판단은 AI에 맡기고 계산과 최적화는 코드와 인프라로 분리해 성능을 높였습니다.

A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 과정을 다뤘습니다. 330만 건 비교 문제를 필터링, 프롬프트 최적화, 병렬 인프라로 해결했습니다.

퀸잇이 8월 25일까지 여름 시즌오프를 진행하며 최대 80% 할인 혜택을 제공합니다. 4050 고객 수요에 맞춰 쿠폰팩과 특가전, 브랜드 릴레이를 함께 선보였습니다.


DSPy를 활용한 프롬프트 최적화와 자동화 방법을 소개했습니다. 반복 평가와 비교 실험을 코드로 줄여 LLM 품질 관리에 적용할 수 있었습니다.


Amazon Bedrock 기반으로 FAQ Fast-Path와 Advanced RAG를 결합한 고객 응대 챗봇 구축 사례를 소개했습니다. 또한 비식별화, Guardrails, VPC·PrivateLink로 금융 서비스 수준의 보안성을 강화했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

페이스페이 사일로가 얼굴 인증의 어색함을 줄이기 위해 반복 노출과 즐거운 체험형 이벤트, 공공 디바이스에 맞는 UX를 고민한 과정을 다뤘습니다. 에러 메시지보다 사용자의 시선 위치를 고려한 안내 방식과 결제·입장 경험 단순화 방향도 소개했습니다.


CLIP과 BLIP의 구조와 용도를 비교하며 이미지-텍스트 유사도 계산 예시를 정리했습니다. CLIP은 직접 매칭에, BLIP은 캡션 생성 후 의미 비교에 적합했습니다.

Claude Code와 Anthropic Batch API로 고객 채팅 상담 분류·분석 파이프라인을 검증했습니다.실시간 API보다 비용을 줄이면서 배치 처리, 시각화, 후속 자동화 방향까지 정리했습니다.

팔도감은 4060 소비자를 겨냥해 전국 제철 먹거리와 고향 음식을 연결하는 플랫폼을 소개했습니다. 온라인 판로에 익숙하지 않은 생산자와 소비자를 잇는 점이 핵심이었습니다.

LINE 통화의 영상 품질이 월말에 악화되던 문제를 분석해 원인을 모바일 데이터 속도 제한과 혼잡 제어 한계로 찾았습니다. 비트레이트와 패킷 손실의 상관관계를 활용해 혼잡 제어를 개선하고 영상 재생 품질을 높였습니다.

토스가 Feature Store와 Trainkit으로 ML 학습·서빙 파이프라인을 표준화한 사례를 소개했습니다. 재사용성, 재현성, skew 해소를 통해 운영 효율을 높인 점이 핵심입니다.


자동차 소프트웨어 요구사항이 방대해지면서 테스트 케이스 생성과 검증의 부담이 커졌습니다. 생성형 AI와 VEW를 결합해 분류와 테스트 케이스 생성을 자동화하고, 인간 검토를 거쳐 정확도를 유지했습니다.