
사용자의 목소리를 AI로 재현하다: LLM기반 Multi Agent UX플랫폼 개발기
LLM 기반 멀티 에이전트 UX 플랫폼과 사용자 페르소나봇 NSona의 개발 과정을 공유했습니다. 디자이너·리서처·개발자가 함께 만든 새로운 AI 협업 모델과 평가 방식을 소개했습니다.

LLM 기반 멀티 에이전트 UX 플랫폼과 사용자 페르소나봇 NSona의 개발 과정을 공유했습니다. 디자이너·리서처·개발자가 함께 만든 새로운 AI 협업 모델과 평가 방식을 소개했습니다.


Amazon Bedrock 기반 Tech Assistant로 롯데온 운영 지식을 통합하고 장애 대응을 자동화했습니다. Slack 연동과 RAG 분석으로 응답 속도와 운영 효율을 높였습니다.

RAG 프로젝트가 왜 실패하는지, 실무 운영 관점에서 품질 문제와 원인을 짚는 패널 토크를 소개했습니다. 문서 품질, 청킹, 인덱스 구조 등 해결 포인트와 최신 RAG 트렌드도 함께 다뤘습니다.

AI를 단순한 보조 도구가 아니라 업무 전환의 수단으로 보는 관점을 제시했습니다. ANTI 지표로 AI-Native 전환 수준을 측정하고 Level 4 업무를 늘리는 방법을 설명했습니다.

AI 음성 변환과 합성의 전체 파이프라인을 소개했습니다.\n음색 보존, 피치 제어, 평가 지표와 한계 대응 방안까지 정리했습니다.

LLM 가드레일이 단순 필터를 넘어 추론 기반 보안 체계로 진화한 흐름을 정리했습니다. 기업 적용 시 다층 방어, 정책 엔진, 도구 호출 보안이 핵심이라고 설명했습니다.

질문 유형에 따라 적합한 LLM을 자동 선택하는 Multi-LLM Assistant 실습을 소개했습니다. Flask와 Amazon Bedrock으로 라우팅 구조와 웹 UI를 구성해 비용과 정확도 개선 가능성을 보여주었습니다.

DAN25에서 공개된 기술세션 영상과 주요 발표 5개를 소개했습니다. 네이버의 AI, 검색, 개인화, 로그 파이프라인 적용 사례를 확인할 수 있습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


Amazon Bedrock AgentCore Gateway로 엔터프라이즈 AI 에이전트의 도구 관리 복잡성을 줄이는 방법을 소개했습니다. 또한 MCP 통합, 시맨틱 검색, 인증 구조와 Target 구성 방법을 설명했습니다.

네이버 통합검색의 장애 대응을 위해 LLM Devops Agent를 설계하고 평가한 사례를 소개했습니다. v1의 한계를 바탕으로 v2 구조와 이상 탐지, 알람·액션 추천 방향을 공유했습니다.


하이웍스 AI채팅에서 ChatGPT, Gemini, Claude를 업무 유형에 맞게 고르는 기준을 정리했습니다. 빠른 응답과 정확한 분석에 따라 스마트 모델과 패스트 모델을 구분해 활용하도록 안내했습니다.


매경AX는 AWS 서버리스와 생성형 AI로 뉴스 기반 오디오 팟캐스트 자동 생성 시스템을 구축했습니다. 기사 선정부터 검수, TTS까지 자동화해 생산성과 신뢰성을 함께 높였습니다.
다앙근페이 FDS가 규칙 엔진을 기반으로 이상거래 탐지 체계를 확장한 과정을 소개했습니다. 이후 LLM을 붙여 검토 속도와 판단 일관성을 높이려는 시도를 설명했습니다.


버즈빌이 2026년 디자인 스택을 AI 전환에 맞춰 재정비했습니다. 코드와 연결된 디자인 시스템, Figma·LLM·Cursor 중심의 워크플로우를 구축했습니다.