Ralph Loop, OpenClaw - 새로운건 없었다
Ralph Loop, OpenClaw - 새로운건 없었다
에이전트 루프는 새로운 이론보다 기존 반복문과 상태 관리 패턴의 재조합에 가깝다고 정리했습니다. 채널톡은 질문 응답용 Loop와 액션 처리용 Task를 분리해 종료 조건과 안전성을 보강했습니다.
#LLM#RAG
500
국내 IT 기업 기술 블로그 최신 글
필터 1
Ralph Loop, OpenClaw - 새로운건 없었다
에이전트 루프를 Ralph Loop, OpenClaw 사례로 살펴보며 반복과 종료 설계의 중요성을 정리했습니다. 질문 응답과 작업 처리를 분리하고, maxTurns 같은 안전장치를 두는 접근을 제안했습니다.
#LLM#RAG
1500
인간과 AI, 함께 데이터를 탐험하다 - BDA 2.0 서비스의 탄생, 현재 그리고 미래
인간과 AI, 함께 데이터를 탐험하다 - BDA 2.0 서비스의 탄생, 현재 그리고 미래
BDA 2.0 서비스와 자연어-SQL 변환 기반 LLM 에이전트의 탄생 배경을 소개했습니다. 도메인 전문가와 개발자의 협업으로 도메인 특화 에이전트를 만드는 과정을 다뤘습니다.
#LLM#SQL
500
Kiro Subagent 를 활용한 구조화된 AI 개발 워크플로우 구축
Kiro Subagent와 멀티 에이전트 구성을 활용해 개발 워크플로우를 구조화하는 방법을 소개했습니다. 코드 리뷰, QA, 문서화를 분리해 품질과 보안을 체계적으로 높이는 흐름을 설명했습니다.
#LLM#prompt
10900
RAG의 진화: 검색을 넘어, 나를 이해하는 ‘Personal Context’의 시대로
RAG의 진화: 검색을 넘어, 나를 이해하는 ‘Personal Context’의 시대로
RAG가 단순 검색을 넘어 개인 데이터와 실시간 컨텍스트를 통합하는 방향으로 진화하고 있음을 설명했습니다. Personal Context RAG를 실현하기 위한 접근의 필요성도 함께 제시했습니다.
#RAG#검색
800
무신사의 AI 코드 리뷰 프로세스 구축기
무신사의 AI 코드 리뷰 프로세스 구축기
무신사가 LLM 기반 코드 리뷰를 GitHub Actions와 Composite Action으로 표준화해 전사 인프라로 구축했습니다. 봇 노이즈 정리와 팀별 유연성을 함께 확보해 운영 가능한 AI 리뷰 체계를 만들었습니다.
#LLM#GitHub Actions
18700
Astronomer Agents, Airflow를 쓰는 방식을 바꿔버릴 도구
Astronomer Agents로 Airflow 작업의 작성, 테스트, 디버깅 방식이 달라질 수 있음을 소개했습니다. 또한 마이그레이션과 데이터 웨어하우스 분석까지 지원하는 핵심 기능을 설명했습니다.
#Airflow#Claude
11400
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
기지국에 딱 맞는 AI모델: On-Site Training과 추론 가속화
기지국에 딱 맞는 AI모델: On-Site Training과 추론 가속화
AI-RAN 시대를 대비해 기지국 내 AI 모델의 추론 가속화와 On-Site Training을 연구하는 글입니다. 엣지 환경에 맞는 모델 적용과 현장 학습 가능성을 다룹니다.
#LLM#추론
300
Agentic AI 기반 플랫폼 – 7주만에 기획부터 배포까지, Part1: AI-DLC 방법론과 유용한 도구들
2명이 7주 동안 AI-DLC와 Kiro, Claude Code, Linear를 조합해 Agentic AI 플랫폼을 구축했습니다. 문서화와 이슈 추적으로 모호한 요구를 구체화하고 개발 생산성을 높인 사례입니다.
#AWS#LLM
9200
“에이전트 6명을 고용했습니다” — 영업담당자의 B2B CRM 구축기
“에이전트 6명을 고용했습니다” — 영업담당자의 B2B CRM 구축기
영업담당자가 직접 AI 에이전트 6개를 활용해 B2B CRM과 영업 자동화 도구를 구축했습니다. 리드 수집부터 회신 추적까지 영업 전 과정을 시스템화하며 운영 부담을 줄였습니다.
#Cursor#CRM
8200
이 서비스만 고치면 되겠지? AI가 놓치는 숨은 의존성을 추적하는 법
이 서비스만 고치면 되겠지? AI가 놓치는 숨은 의존성을 추적하는 법
AI 코딩 도구가 MSA 환경의 숨은 의존성을 놓치는 문제를 짚고, 그래프 RAG로 영향 범위를 추적하는 Channel Knowledge 구축 과정을 설명했습니다. 코드 분석과 도메인 지식, Neo4j, MCP를 결합해 안전한 변경을 돕는 방법을 공유했습니다.
#RAG#Neo4j
400
이 서비스만 고치면 되겠지? AI가 놓치는 숨은 의존성을 추적하는 법
AI 코딩 도구가 MSA의 숨은 의존성을 놓치는 문제를 그래프 RAG로 보완한 사례를 소개했습니다. 코드 분석과 도메인 지식을 Neo4j와 MCP로 연결해 멀티홉 영향 범위를 추적했습니다.
#Graph RAG#Neo4j
1000
Amazon EKS에서 Friendli Container로 LLM 추론 최적화하기
Amazon EKS에 Friendli Container Add-on을 적용해 LLM 추론 성능과 비용 효율을 높이는 방법을 소개했습니다. 클러스터 준비부터 배포, 검증, 정리까지의 절차를 단계별로 안내했습니다.
#Amazon EKS#Kubernetes
16500
미래의 클라우드를 창조하다
LY Corporation의 프라이빗 클라우드 Flava가 향후 어떻게 진화할지 소개했습니다. 개발자 경험, 보안, 스토리지, AI 기반 운영 자동화를 중심으로 미래 방향을 제시했습니다.
#cloud#DB
7900