LLM as a Judge를 활용한 CodeBuddy 성능 평가
LLM as a Judge를 활용해 CodeBuddy의 성능 평가를 다룬 글입니다. AI 모델과 응답 품질을 평가하는 방법론을 소개했습니다.
#LLM
33005분
필터 0
Syrup Design System 개발 : UX에서 Front-End로의 효과적인 Hand-off
Syrup Design System 개발 : UX에서 Front-End로의 효과적인 Hand-off
Syrup Design System은 UX와 프론트엔드를 하나의 기준으로 연결해 Hand-off 효율을 높였습니다. Storybook, Token, NPM 배포를 통해 일관성과 재사용성을 강화했습니다.
#Design System#UI/UX
46005분
PyTorch 2.x Torch Compile로 딥러닝 성능 올려보기
PyTorch 2.x의 핵심 기능인 Torch Compile을 소개하는 글입니다. 딥러닝 성능을 높이는 관점에서 PyTorch 2.0의 변화 포인트를 다뤘습니다.
#PyTorch#ML
9005분
Luft's Road to Elasticity - Part 1: From Shared Nothing to Shared Storage
자체 제작 데이터베이스 Luft의 탄력성을 높이기 위해 shared nothing에서 shared storage로 전환한 경험을 공유했습니다. 구조 변경을 통해 확장성 개선 방향을 다뤘습니다.
#DB#system
18005분
비용도 줄여버리는! 클라우드 설계 최적화 어디까지 해봤어? - GitOps로 FinOps 적용하기
에이닷 서버팀이 GitOps와 IaC를 바탕으로 클라우드 운영 비용을 줄인 사례를 소개했습니다. CloudWatch와 RDS를 최적화해 로그·DB 비용을 절감한 과정을 정리했습니다.
#AWS#Kubernetes
57005분
퀸잇 제품팀이 블랙프라이데이에서 성과를 내는 법
퀸잇 제품팀은 블프 성과를 높이기 위해 행사 인지 강화를 핵심 가설로 세웠습니다. 잇데이에서 사전 검증 후 블프에 적용해 구매전환과 객단가를 개선했습니다.
#A/B test#UI/UX
18005분
건강한 SEO로 성장하는 웹사이트 만들기
글로벌 웹사이트의 SEO와 사용자 경험을 함께 개선한 사례를 다뤘습니다. 필터, 지역 설정, 카테고리, 반응형 디자인으로 검색 노출과 방문 성과를 높였습니다.
#SEO#웹
110005분
로그 인리치먼트(Log Enrichment)
로그 인리치먼트로 감사로그의 컨텍스트를 보강한 설계와 구현 사례를 다뤘습니다. 비동기 처리, 메타데이터 저장소, S3 적재와 중복 제거 전략을 설명했습니다.
#Kafka#S3
35005분
FE News 25년 3월 소식을 전해드립니다!
FE News 25년 3월 소식을 전해드립니다!
네이버 FE 엔지니어들이 2025년 3월 FE News에서 프론트엔드 주요 소식을 큐레이션해 소개했습니다. 웹 성능 최적화와 CRA 종료 등 생태계 변화를 함께 다뤘습니다.
#JavaScript#React
126005분
Amazon Bedrock에서 DeepSeek-R1 Distilled Llama 모델 배포하기
Amazon Bedrock 사용자 지정 모델로 DeepSeek-R1 Distill Llama를 배포하는 방법을 안내했습니다.\n서버리스 호스팅, 비용 구조, 버전 관리와 모니터링 포인트도 함께 정리했습니다.
#Amazon Bedrock#LLM
31005분
에이닷의 AI 에이전트는 어디까지 발전할 수 있을까? Code Interpreter 가 가져올 AI 에이전트 패러다임의 혁신
LLM 기반 AI 에이전트의 Tool Calling 한계를 Code Interpreter로 확장하는 흐름을 설명했습니다. Docker 샌드박스와 LangGraph로 안전하게 적용하는 예시도 함께 다뤘습니다.
#LLM#Python
31005분
에이전트 내 자연어 검색 품질 향상 기법 : Entity RAG, Knowledge-aware retrieval
자연어 검색 에이전트의 품질을 높이기 위해 Entity RAG와 Knowledge-aware retrieval을 적용한 사례를 소개했습니다. 신규 개체 인식과 테마 질의 대응 성능이 개선되었고, 향후 적용 범위 확대도 제시했습니다.
#LLM#RAG
32005분