AWS Summit Seoul 2025 스케치
AWS Summit Seoul 2025에서 생성형 AI 중심의 세션과 Expo를 체험한 소감과 인사이트를 정리했습니다. AWS 서비스가 실제 산업에 어떻게 적용되는지 다양한 사례로 살펴보았습니다.
#AWS#LLM
9100
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
올리브영 사용자 행동 데이터로 학습한 상품 유사도 언어 모델: 전통적 속성 기반 추천을 넘어선 의미론적 유사도 모델링
기존 속성 기반 상품 유사도 추천의 한계를 보완하기 위해 검색 로그를 활용한 의미론적 유사도 언어 모델을 설계했습니다. 신규 상품까지 포함한 학습과 정량 검증으로 추천 성능과 커버리지를 함께 개선했습니다.
#ML#추천
8100
토스는 어떻게 광고를 보여줄까? 토스 애즈 ML 톺아보기
토스 광고 노출 과정과 추천 시스템의 전체 흐름을 ML 관점에서 정리했습니다. Targeting부터 Ranking까지 각 단계별 모델 활용 방식도 소개했습니다.
#ML#LLM
5600
토스 쇼핑 추천 시스템: 수백만 사용자와 상품을 잇는 멀티 스테이지 접근법
토스 쇼핑이 수백만 사용자와 상품을 다루기 위해 멀티 스테이지 추천 시스템을 설계한 방식을 소개했습니다. Retrieval, Ranking, Re-ranking으로 개인화와 비즈니스 목표를 함께 맞췄습니다.
#ML#추천
10200
사용자 경험 개선을 위한 올리브영 테크팀 아이디어톤 현장 전격 공개!
올리브영 테크팀이 워크숍에 아이디어톤을 더해 사용자 경험 개선 아이디어를 발굴했습니다. 문제 정의와 협업 중심 운영을 통해 실제 서비스 개선으로 이어갈 기반을 마련했습니다.
#UI/UX#아이디어톤
4800
실시간 반응형 추천 개발 일지 2부: 벡터 검색, 그리고 숨겨진 요구사항과 기술 도입 의사 결정을 다루는 방법
실시간 행동 이력과 위치 정보를 반영하는 추천 시스템의 요구사항을 기술 문제로 풀어냈습니다. 벡터 검색 도입 과정에서 pre filter와 ANN의 한계를 검토하고 후보군 실험을 진행했습니다.
#벡터 검색#추천
3900
[DAN 24] 검색과 피드의 만남: LLM으로 완성하는 초개인화 서비스 ① 홈피드와 교차 도메인 컨텍스트
[DAN 24] 검색과 피드의 만남: LLM으로 완성하는 초개인화 서비스 ① 홈피드와 교차 도메인 컨텍스트
네이버 홈피드는 검색과 다른 서비스의 사용자 컨텍스트를 함께 활용해 개인화를 강화했습니다. LLM 기반 AiRScout로 관심 주제 추출과 검색 의도 세분화를 수행해 추천 품질을 높였습니다.
#LLM#검색
6500
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
[DAN 24] 검색과 피드의 만남: LLM으로 완성하는 초개인화 서비스 ③ 사용자 관심 주제 추출
[DAN 24] 검색과 피드의 만남: LLM으로 완성하는 초개인화 서비스 ③ 사용자 관심 주제 추출
홈피드 추천 고도화를 위해 LLM으로 사용자 관심 주제를 세분화하는 분류기와 선호도 추출 방식을 소개했습니다. 데이터 증강과 지식 증류, 가이드 생성으로 안정성과 클릭률 개선 효과를 확인했습니다.
#LLM#검색
3900
서치피드: SERP를 넘어 SURF로! 검색의 새로운 물결
서치피드: SERP를 넘어 SURF로! 검색의 새로운 물결
네이버는 서치피드 SURF로 검색을 결과 나열이 아닌 연속적 탐색 경험으로 확장했습니다. LLM 기반 임베딩, 맥락텍스트, 실시간 피드백으로 개인화와 최신성을 함께 강화했습니다.
#검색#LLM
2900
캐치테이블에서 일하고 싶은 사람을 위한 기업 분석
캐치테이블의 비전, 사업, 문화와 복지를 중심으로 기업을 소개했습니다. 채용 준비자를 위해 어떤 사람이 잘 맞는지도 함께 정리했습니다.
#예약#B2B
9700
아자르에서는 어떤 추천 모델을 사용하고 있을까?
아자르는 1:1 비디오 채팅 매칭을 위해 CUPID 추천 모델을 설계하고 적용했습니다. 투 타워 구조와 세션 임베딩 분리로 레이턴시를 줄이고 추천 성능을 높였습니다.
#추천#two-tower architecture
2400
HCX-VLM과 함께 홈피드를 더 예쁘게 바꿔보자!
HCX-VLM과 함께 홈피드를 더 예쁘게 바꿔보자!
네이버 홈피드 썸네일을 AI와 VLM으로 개선해 CTR을 높인 사례를 소개했습니다. 기술 적용과 함께 예쁜 썸네일의 기준을 분석한 점이 핵심입니다.
#LLM#VLM
3600
![[에이닷 미디어 에이전트] 대화형 콘텐츠 탐색은 어디까지 왔을까](https://devocean.sk.com/thumnail/2024/10/31/3ae82ea55358fe590deb04dd7f3fc5c5017c61a18a2863712d1a416ac10aa6a3.jpg)
[에이닷 미디어 에이전트] 대화형 콘텐츠 탐색은 어디까지 왔을까
에이닷 미디어 에이전트의 대화형 콘텐츠 탐색 구조와 핵심 기술을 설명했습니다. LLM, RAG, 선제 추천을 활용해 개인화된 검색 경험을 강화했습니다.
#LLM#RAG
2600
협업 필터링을 넘어서: 하이퍼커넥트 AI의 추천 모델링
추천 시스템을 행렬 분해 관점에서 정리하고, 하이퍼커넥트 AI의 모델링 방향을 소개했습니다. 또한 SGD 기반 학습, 보조 정보 활용, GNN 도입 보류 이유를 함께 설명했습니다.
#추천#협업
3600