필터 0
선택된 필터 없음
DeepSeek-R1:강화 학습을 활용한 추론 최적화
현대자동차그룹
기타

DeepSeek-R1:강화 학습을 활용한 추론 최적화

X

#LLM#ML
55005분
인포그랩의 n8n 기반 Notion PDF 자동화 후기 \:\ 반복 업무를 줄인 실전 워크플로
인포그랩
데브옵스

인포그랩의 n8n 기반 Notion PDF 자동화 후기 \:\ 반복 업무를 줄인 실전 워크플로

n8n과 Pandoc을 활용해 Notion 문서의 PDF 변환을 자동화했습니다. 수동 작업과 후처리를 줄여 문서 품질과 업무 생산성을 높였습니다.

#n8n#Notion
27005분
MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석
QueryPie
AI

MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석

MCP 기반 AI 시스템의 보안 위협을 문헌 조사로 분류하고 분석했습니다. 정책 연동, 문맥 무결성, 위임 통제, 감사 구조를 묶은 MCP PAM을 제안했습니다.

#MCP#LLM
14005분
MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석
QueryPie
AI

MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석

MCP 기반 AI 시스템의 보안 위협을 문헌 조사로 정리하고 4가지 핵심 위험 유형으로 분류했습니다. 정책 연동, 문맥 무결성, 위임 통제, 감사 추적을 묶은 MCP PAM 아키텍처를 제안했습니다.

#MCP#LLM
11005분
인포그랩의 n8n 기반 Notion PDF 자동화 후기 \:\ 반복 업무를 줄인 실전 워크플로
인포그랩
데브옵스

인포그랩의 n8n 기반 Notion PDF 자동화 후기 \:\ 반복 업무를 줄인 실전 워크플로

n8n과 Pandoc을 활용해 Notion 문서의 PDF 변환을 자동화한 사례를 소개했습니다. 커뮤니티 노드와 전처리 로직으로 반복 업무를 줄이고 출력 품질도 높였습니다.

#n8n#Notion
30005분
MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석
QueryPie
AI

MCP 보안성 평가: 문헌 조사를 통한 MCP 보안 위협 식별 및 취약점 분석

MCP 기반 AI 시스템의 보안 위협을 문헌 조사로 정리하고, 4가지 핵심 위협 유형과 대응 전략을 제시했습니다. 또한 이를 통합하는 MCP PAM 보안 아키텍처를 제안했습니다.

#MCP#LLM
35005분
AWS Backup 설정 가이드
베스핀글로벌
데브옵스

AWS Backup 설정 가이드

AWS Backup의 개념과 구성 절차, 복원 방법을 정리한 가이드입니다. 백업 볼트와 계획, 리소스 할당, 복사까지 실무 흐름을 설명했습니다.

#AWS#EC2
44005분
11키티즈 게임에서 XState를 선택한 이유
11번가
프론트엔드

11키티즈 게임에서 XState를 선택한 이유

11키티즈 게임에서 XState를 선택한 이유를 상태 관리와 자동 진행 관점에서 설명했습니다. 복잡한 게임 로직을 명확하게 분리하고 유지보수성을 높이는 점을 강조했습니다.

#XState#React
45005분
LLM 추론 최적화 딥시크-R1 및 S1 논문 기반 Reasoning 모델 파인튜닝 방법론
현대자동차그룹
AI

LLM 추론 최적화 딥시크-R1 및 S1 논문 기반 Reasoning 모델 파인튜닝 방법론

LLM 추론 최적화와 Reasoning 모델 파인튜닝 방법론을 다루는 글입니다. 딥시크-R1과 S1 논문을 바탕으로 관련 접근을 소개했습니다.

#LLM#ML
37005분
데이터 지옥과 AI 천국을 오가는 여정
데보션
AI

데이터 지옥과 AI 천국을 오가는 여정

데이터가 AI의 기반이라는 점을 프로젝트 경험을 바탕으로 정리했습니다. 메타스토어, 중간지 DB, RAG와 Memory를 통한 실험과 앞으로의 방향도 소개했습니다.

#data#LLM
76005분
검색 Indexing 파이프라인 개선기
당근마켓
백엔드

검색 Indexing 파이프라인 개선기

검색 색인 파이프라인의 생산성과 안정성을 높이기 위해 설정 기반 자동화, Offline Storage 활용, 배치 처리 구조를 도입했습니다. 이를 통해 대용량 이벤트와 풀색인 비용 문제를 줄이고 운영 효율을 개선했습니다.

#검색#pipeline
141005분
Meta Llama 4 토크나이저 분석
데보션
AI

Meta Llama 4 토크나이저 분석

Meta Llama 4 토크나이저의 한국어 효율과 주요 특성을 비교 분석했습니다.\n독자 토크나이저, 강화된 챗 템플릿, 스페셜 토큰 구성도 함께 살펴봤습니다.

#LLM#Meta Llama
58005분