"알아서 정확하게 응답줬으면.." RAG부터 에이전트까지 사내 AI 챗봇 구축기 2부
사내 AI 슬랙봇을 RAG 기반으로 구축한 뒤 검색 품질과 응답 품질을 개선한 과정을 공유했습니다. 쿼카는 Bedrock Agents로 마이그레이션해 컨텍스트 유지와 SQL 검증을 강화했습니다.
#RAG#LLM
16300
필터 1
Elasticsearch 거리 기반 가중치로 검색 랭킹 최적화하기
Elasticsearch 좌표 검색에 거리 기반 가중치를 더해 랭킹을 최적화하는 방법을 소개했습니다. 구간별 weight와 decay 함수를 비교하며 자연스러운 노출을 위한 주의점을 설명했습니다.
#Elasticsearch#검색
5400
도메인 정하기에 지쳤다면 ‘AI 도메인 검색‘
도메인은 브랜드 신뢰와 운영 자산에 직접 영향을 주는 중요한 요소라고 설명했습니다. 가비아 AI 도메인 검색으로 등록 가능한 후보를 빠르게 좁혀 결정 과정을 줄이는 방법을 소개했습니다.
#검색#도메인
7000
TwelveLabs Marengo를 활용한 Amazon Bedrock에서의 영상 이해 기술 구현
Amazon Bedrock의 TwelveLabs Marengo로 비디오를 멀티모달 임베딩으로 변환해 시맨틱 검색을 구현한 사례입니다. OpenSearch Serverless와 결합해 텍스트·이미지·오디오 질의로 관련 클립을 찾는 흐름을 소개했습니다.
#Amazon Bedrock#OpenSearch Serverless
2200
연관 키워드 추천
검색 로그의 동시 출현 패턴을 활용해 연관 키워드 추천 시스템을 구축했습니다. Word2Vec 후보를 로그 기반 필터링으로 보정해 롱테일 키워드까지 살렸습니다.
#Word2Vec#검색
6800
디자인 시스템, 이제 감이 아니라 데이터로 말하기 (3,272시간의 가치)
디자인 시스템 성과를 감이 아니라 설문과 인터뷰 데이터로 측정한 사례를 정리했습니다. 연간 3,272시간 절감 효과와 직군별 차이를 바탕으로 개선 과제를 도출했습니다.
#디자인 시스템#ROI
9200
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?
채널 AI팀이 RAG 검색 성능을 평가하기 위해 자체 리트리벌 벤치마크를 만든 과정을 소개했습니다. 외부 벤치마크 한계를 보완하고 hybrid search 성능 개선도 확인했습니다.
#ML#RAG
300
채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?
AI 모델 성능 비교를 위해 상담 도메인에 맞는 리트리벌 벤치마크를 직접 제작했습니다. 벡터 검색과 BM25를 결합한 하이브리드 검색의 개선 효과도 정량적으로 확인했습니다.
#ML#RAG
1300
복잡한 검색 홈, 구조는 유연하게 화면은 부드럽게 개선하기
검색 홈과 결과 화면을 모듈로 분리하고, SwiftUI 기반의 탭 구조로 재설계한 사례를 소개했습니다. 또한 중간 페이지를 건너뛰는 커스텀 전환 뷰로 화면 전환 경험을 개선했습니다.
#SwiftUI#iOS
5600
PLP 최저가 계산 최적화: 정말 모든 객실을 계산해야 할까?
PLP 최저가 계산에서 모든 객실을 끝까지 계산하던 방식을 가지치기로 줄인 사례를 소개했습니다. 계산량은 크게 줄었지만 실제 성능 개선은 DB 조회 비용 때문에 제한적이었습니다.
#Kotlin#성능
4100
Running Elasticsearch on Kubernetes the Easy Way, Part 2 — Data Node Warm-Up
Elasticsearch 롤링 재시작 시 캐시 미준비 노드로 트래픽이 유입돼 지연과 장애가 발생하는 문제를 다뤘습니다. search-coordinator 프록시로 워밍업 완료 노드에만 검색 트래픽을 보내는 구조를 소개했습니다.
#Elasticsearch#Kubernetes
8200
숙소 후기를 읽지 않아도 되는 세계, AI로 만든 새로운 탐색 방식
AI로 숙소 후기를 요약·구조화해 탐색에 바로 쓸 수 있는 데이터로 전환했습니다. 사용자는 장문 리뷰를 읽지 않고도 핵심 정보를 빠르게 확인할 수 있게 되었습니다.
#LLM#Kafka
11100
여기어때 비주얼 에셋, 새롭게 정의하다
여기어때가 브랜드 일관성과 활용성을 높이기 위해 비주얼 에셋 체계를 새로 정리한 사례를 소개했습니다. 2D·3D 원칙, UT 검증, 검색성과 네이밍 개선까지 함께 다뤘습니다.
#UI/UX#design system
6400
한국어와 이미지를 한 번에, 카카오의 멀티모달 임베딩 모델 개발기
한국어 텍스트와 이미지를 함께 처리하는 멀티모달 임베딩 모델 개발기를 소개했습니다. 자연어 기반 사진 검색과 유사 상품 추천 사례를 중심으로 설명했습니다.
#LLM#멀티모달
8800