Think-fusion 의 여러가지 방식 (feat. DeepSeek-V3.1, GPT-5)
2025년 LLM의 Reasoning 흐름 속에서 Think-fusion의 구현 방식과 한계를 정리했습니다. GPT-5와 Qwen3 사례를 통해 모델 분리의 필요성과 효율성도 함께 살펴봤습니다.
#LLM#Reasoning
5400
국내 IT 기업 기술 블로그 최신 글
필터 1
NVIDIA Jetson Thor 리뷰 및 개봉기
NVIDIA Jetson Thor의 주요 사양과 Orin 대비 성능 향상을 리뷰하고 개봉기를 함께 소개했습니다. 로봇과 생성형 AI용 고성능 엣지 보드의 활용 가능성을 정리했습니다.
#NVIDIA Jetson#LLM
4600
Amazon Bedrock을 활용한 LG전자 소셜미디어 제품 트렌드 모니터링 시스템 구축 사례
LG전자가 Amazon Bedrock으로 소셜미디어 제품 트렌드 모니터링 시스템을 구축한 사례를 다뤘습니다. DeepEval 기반 평가와 모델 비교를 통해 정확도, 속도, 비용을 함께 검증했습니다.
#Amazon Bedrock#Claude
7900
AI 시대, 요즘 테스트 – UI 에서 API 중심으로
AI 시대에는 UI 중심 테스트보다 API 중심 테스트와 시나리오 기반 검증이 중요해졌습니다. 핵심 플로우만 UI로 확인하고, 나머지는 자동화와 Observability로 품질을 보장해야 했습니다.
#test#API
10700
Visual Studio Code를 Cursor처럼? Amazon Q로 AI 코딩 환경 업그레이드하기
Visual Studio Code에서 Amazon Q와 MCP, Rule을 활용해 Cursor 같은 AI 코딩 환경을 구성하는 방법을 소개했습니다. 자동 승인과 메모리 뱅크로 사용성과 정확도를 함께 높이는 흐름을 설명했습니다.
#Visual Studio Code#Cursor
26700
Text2SQL이 어려운 이유
Text2SQL이 왜 어려운지 명시적·암묵적 맥락, 사용자 의도, SQL 방언 차이 관점에서 정리했습니다. ERP 데이터 시각화 Agent 맥락에서 실무적으로 고려할 점도 함께 짚었습니다.
#LLM#RAG
10800
AI 개발 시대, DevSecOps가 기본값인 이유
AI 생성 코드와 잦은 릴리즈로 보안 위험이 커지면서 DevSecOps가 기본값으로 주목받았습니다. 개발 초기부터 보안을 내재화하고 AI 기반 도구로 취약점 탐지와 대응 속도를 높이는 내용입니다.
#LLM#DevSecOps
1900
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
AI 개발 시대, DevSecOps가 기본값인 이유
AI 생성 코드의 취약점과 보안 부채를 줄이기 위해 DevSecOps가 필수로 강조되었습니다.\nAI 기반 보안 도구와 휴먼 인 더 루프, 워크플로 정비가 핵심으로 제시되었습니다.
#LLM#DevSecOps
9500
A2A 기반 Recipe Agent 개발기
A2A 기반 Recipe Agent 개발기
A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 사례를 공유했습니다. 의미 판단은 AI에 맡기고 계산과 최적화는 코드와 인프라로 분리해 성능을 높였습니다.
#A2A#LLM
300
A2A 기반 Recipe Agent 개발기
A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 과정을 다뤘습니다. 330만 건 비교 문제를 필터링, 프롬프트 최적화, 병렬 인프라로 해결했습니다.
#A2A#Genkit
1400
프롬프트 튜닝 100시간 vs DSPy 30분, 당신의 선택은?
DSPy를 활용한 프롬프트 최적화와 자동화 방법을 소개했습니다. 반복 평가와 비교 실험을 코드로 줄여 LLM 품질 관리에 적용할 수 있었습니다.
#prompt#LLM
14200
생성형 AI를 활용하여 자동차 소프트웨어 요구사항을 위한 테스트 케이스 생성하기
자동차 소프트웨어 요구사항이 방대해지면서 테스트 케이스 생성과 검증의 부담이 커졌습니다. 생성형 AI와 VEW를 결합해 분류와 테스트 케이스 생성을 자동화하고, 인간 검토를 거쳐 정확도를 유지했습니다.
#AWS#Amazon Bedrock
7300
"페이지니가 찾아올게요" 금융 AI 컨시어지, 페이지니
카카오페이의 금융 AI 컨시어지 페이지니 개발 경험을 공유했습니다. AWS Bedrock 멀티 에이전트와 STT, RAG로 맞춤형 금융 추천을 구현했습니다.
#AWS#LLM
8300
LLM 품질 평가 SPeCTRA , 채팅플러스 검증 도입으로 본 확장의 첫걸음
LLM 품질 평가 도구 SPeCTRA를 채팅플러스 검증에 확장 적용한 사례를 소개했습니다. Postman 자동화와 Judge 프롬프트 튜닝으로 커버리지와 효율을 높였습니다.
#LLM#Postman
8500