AI 스케일링과 동질화의 경계: NeurIPS 2025 핵심 트렌드 분석
NeurIPS 2025에서 데이터, 추론, 효율성, 벤치마크 한계 등 핵심 트렌드를 정리했습니다. XAI와 인과추론을 통해 AI를 더 신뢰하고 제대로 측정해야 한다는 메시지를 담았습니다.
#NeurIPS#LLM
57005분
새로운 기술 블로그가 추가되었어요
필터 1
AWS re:Invent 2025 2부 : 초보 참관객을 위한 세션 올인원 가이드 & 실전 후기
AWS re:Invent 2025의 세션 유형, 난이도, 예약 전략과 이동 팁을 정리했습니다. 실습 중심 세션 후기와 AIOps, S3 최적화, 멀티테넌트 AI 에이전트 사례도 함께 소개했습니다.
#AWS#LLM
35005분
사내 DB 관리 규정을 AI로 적용하다 : Amazon Bedrock 기반 DBA 리뷰봇 개발기
사내 DB 관리 규정을 AI로 적용하다 : Amazon Bedrock 기반 DBA 리뷰봇 개발기
사내 DB 관리 규정을 바탕으로 DDL 요청을 1차 검토하는 Bedrock 기반 리뷰봇을 개발했습니다. 20% 처리 속도 개선과 함께 DBA의 반복 업무와 커뮤니케이션 비용을 줄였습니다.
#Amazon Bedrock#LLM
79005분
![[웨비나 후기] AI 데이터센터, 이론을 넘어 실증으로 검증하다](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FsKd4f%2FdJMcabpity1%2FAAAAAAAAAAAAAAAAAAAAADy2cyhk_ns9g8zEsSghFr8Xm-uxrm0IEFTFA7o5p4Hi%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1769871599%26allow_ip%3D%26allow_referer%3D%26signature%3DvAMzEYTP%252FtM01SjExJel62VR%252Bcw%253D)
[웨비나 후기] AI 데이터센터, 이론을 넘어 실증으로 검증하다
AI 워크로드 확산에 따라 데이터센터 혁신 방향과 실증 사례를 소개했습니다. 고밀도 GPU 인프라를 위한 전력·냉각·네트워크 설계와 운영 기술을 정리했습니다.
#데이터센터#GPU
17005분
구성원이 직접 AI 쓰면서 효용 느끼도록 유도, 업무 혁신 배경
라포랩스가 AX팀을 통해 전사 구성원이 AI를 직접 쓰며 효용을 느끼도록 조직 혁신을 추진했습니다. 비개발자 교육, 내부 플랫폼, 자동화 사례로 AI 진입장벽을 낮췄습니다.
#LLM#MCP
19005분
![[VOD] re:COMMIT AI 시대, 무엇을 맡기고 무엇을 지켜야 하는가](https://tech.goorm.io/wp-content/uploads/2026/01/REcommit_thumbnail.png)
[VOD] re:COMMIT AI 시대, 무엇을 맡기고 무엇을 지켜야 하는가
AI 활용이 자연스러워진 시대에 사고력과 문해력을 어떻게 지킬지 다룬 VOD입니다. 과도한 의존의 문제를 짚고 주체적 사고를 회복하는 훈련법을 소개합니다.
#LLM#ML
21005분
클로봇의 Amazon Bedrock 과 LangGraph 를 활용한 건설현장 해충 방역 전문 AI 챗봇 개발기
건설현장 방역을 위한 해충 판별 AI 챗봇을 Amazon Bedrock과 LangGraph로 구현했습니다. 이미지 분석, RAG 검색, 보고서 자동화까지 연결해 설명 가능한 방역 판단을 만들었습니다.
#Amazon Bedrock#LangGraph
55005분
VMS Solutions의 AI Agent 기반 내부 생산성 개선기: Strands Agents를 통한 자체 에이전트 구축 여정
VMS Solutions가 Strands SDK와 Amazon Bedrock으로 사내 AI 에이전트 AIto를 구축했습니다. RAG 한계를 넘어 실시간 조회와 멀티 에이전트 분담으로 내부 생산성을 높였습니다.
#LLM#MCP
32005분
LLM을 이용한 서비스 취약점 분석 자동화 #1
LLM으로 서비스 취약점 분석을 자동화한 과정과, 대용량 코드·정확도·비용·지속 가능성 문제를 해결한 방법을 공유했습니다.\nMCP, SAST, Multi-Agent, Open Model을 조합해 실용적인 분석 체계를 만든 사례였습니다.
#LLM#MCP
125005분
[AWS re:Invent 2025 Keynote 요약] AI Agent 시대의 개막, 그리고 르네상스 개발자
[AWS re:Invent 2025 Keynote 요약] AI Agent 시대의 개막, 그리고 르네상스 개발자
AWS re:Invent 2025에서 AI 에이전트와 이를 지원하는 인프라·플랫폼의 방향을 정리했습니다. 개발자는 AI를 보조 도구로 활용하되, 검증과 책임, 시스템 사고를 더 강화해야 한다고 강조했습니다.
#AWS#LLM
39005분
개발자가 알아두면 유용한 MCP 서버 7가지
AI 에이전트 시대에 유용한 MCP 서버 7가지를 소개했습니다. 각 서버의 기능과 실무 활용 예시를 통해 자동화 가능성을 정리했습니다.
#MCP#LLM
223005분
채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?
채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?
채널 AI팀이 RAG 검색 성능을 평가하기 위해 자체 리트리벌 벤치마크를 만든 과정을 소개했습니다. 외부 벤치마크 한계를 보완하고 hybrid search 성능 개선도 확인했습니다.
#ML#RAG
0005분