[클로바 시선 #55] 우리의 눈과 귀로 현장을 이해하다 : 독자 인코더와 HyperCLOVA X SEED 4B 개발기
전장처럼 다양한 정보가 동시에 들어오는 환경을 위한 옴니모달 AI 개발 내용을 소개했습니다. 경량 모델 HyperCLOVA X SEED 4B와 CLIP 기반 핵심 구성 요소를 자체 기술로 개발했습니다.
전장처럼 다양한 정보가 동시에 들어오는 환경을 위한 옴니모달 AI 개발 내용을 소개했습니다. 경량 모델 HyperCLOVA X SEED 4B와 CLIP 기반 핵심 구성 요소를 자체 기술로 개발했습니다.

에이아이트릭스의 형제 연구원 Chris와 Destin이 의료 AI 연구와 팀 협업 경험을 소개했습니다. 환자 상태 예측과 병리 영상 연구를 통해 실제 의료 현장에 기여하는 이야기를 전했습니다.

AITRICS Medical Affairs의 역할과 바이탈케어의 임상적 의미를 소개했습니다. 패혈증 조기 예측과 의료 현장 기반 연구 방향도 함께 다뤘습니다.

오픈챗 이름과 설명 글로 유해성을 판단하는 모니터링 모델 개발 과정을 소개했습니다. 디코더 기반 분류와 임곗값 조정으로 자동 검수 범위를 넓혔습니다.

에이아이트릭스의 양은호 교수 인터뷰를 통해 바이탈케어의 개발 배경과 의료 AI 연구 방향을 소개했습니다. 의료 현장 적용을 위해 모델 안정화와 LLM 활용 가능성에 주목했습니다.

FDA의 PCCP 가이던스를 ML 기반 의료기기 관점에서 쉽게 풀어 정리했습니다. 변경 관리 계획의 구성과 작성 포인트를 중심으로 설명했습니다.

AITRICS 연구팀이 ICLR 2023 TML4H 워크숍에서 환자 악화 예측 모델로 최고 논문상을 수상했습니다. 멀티모달 EHR와 자기지도 학습으로 1시간 단위의 정밀 예측 성능을 높였습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
MATCH는 고객 데이터와 소재 정보를 학습해 채널별 개인화 의사결정을 지원하는 시스템입니다. 앱 푸시 자동 최적화와 피드백 루프로 마케팅 운영 효율과 성과 개선을 추구했습니다.


스트라드비젼은 AWS 기반 하이브리드 인프라로 희귀·위험 시나리오 데이터를 합성하고 시뮬레이션했습니다. 이를 통해 자율주행 AI 학습과 검증 속도를 높이고 비용도 절감했습니다.

의료 전자기록 데이터는 전처리와 평가 기준이 복잡해 모델 재현성이 낮았습니다. Clairvoyance는 이를 표준화하는 파이프라인 툴로 개발·평가·최적화를 돕습니다.

EHR 데이터를 활용한 의료 AI 모델 개발 파이프라인을 5단계로 정리한 글입니다. 임상 적용을 위해 전처리, 보정, 일반화 평가까지 함께 고려해야 함을 소개했습니다.

딥러닝의 블랙박스 한계를 설명하며 의료 분야에서 해석가능한 인공지능의 필요성을 정리했습니다. 또한 AITRICS-VC의 해석 기능과 멀티모달 확장 방향을 소개했습니다.

패혈증은 초기 증상이 비특이적이고 검사 결과도 늦어 조기 판단이 어렵습니다. AI 기반 사전 예측이 기존 위험도 평가 도구의 한계를 보완할 수 있습니다.

미리캔버스의 여러 검색 과제를 하나의 임베딩 공간으로 묶기 위한 모델 개발 과정을 소개했습니다. 태스크별 운영의 한계를 줄이고 디자인 도메인 특성에 맞게 학습한 방식이 핵심이었습니다.