Flowise와 LLM을 활용한 에러 분석 자동화
Flowise와 LLM으로 서버 에러 원인 분석과 해결 가이드를 자동화한 사례를 소개했습니다. 요청 정보, API 스펙, 스택 트레이스를 함께 활용해 슬랙 알림과 협업 효율을 높였습니다.
#LLM#Flowise
8300
국내 IT 기업 기술 블로그 최신 글
필터 1
에이닷 MCP 기반 API 통합과 적용 사례
기존 REST API를 MCP 표준 구조로 통합해 LLM 애플리케이션에서 Tool 형태로 활용한 사례를 다루었습니다.\nTool 추상화와 그룹 관리, 다양한 Transport 지원으로 연동 효율성과 유지보수성을 높였습니다.
#MCP#REST API
8900
프롬프트리스(promptless) 에이전트가 내 번아웃 수치를 알려준다면?
프롬프트 없이 맥락 데이터를 읽어 먼저 개입하는 에이전트형 AI 개념을 정리했습니다. 번아웃 점수나 과소비 알림처럼 생활 개선 기능에 적용할 수 있는 가능성도 제시했습니다.
#LLM#event
4300
MCP를 통한 지식 그래프와 LLM 연동
MCP와 지식 그래프를 결합해 LLM이 외부 구조화 지식을 활용하는 방법을 설명했습니다. Think-on-Graph를 통해 그래프 탐색 기반 추론 흐름도 소개했습니다.
#MCP#지식 그래프
7600
NLWeb x MCP : Agentic Web의 서막
Microsoft의 NLWeb과 MCP를 소개하며 웹사이트를 자연어 대화형 AI 앱으로 바꾸는 개방형 구조를 설명했습니다. 벡터 검색과 LLM, MCP를 통해 웹 콘텐츠를 표준화된 방식으로 질의응답하는 흐름도 함께 다뤘습니다.
#MCP#LLM
3600
문의 대응을 효율화하기 위한 RAG 기반 봇 도입하기
AWX 운영 문의를 줄이기 위해 RAG 기반 지원 봇을 도입한 사례를 소개했습니다. 사내 문서와 Slack 스레드를 벡터 검색해 1차 답변을 제공하고, 필요 시 관리자 호출로 넘기는 흐름을 구성했습니다.
#RAG#LLM
8100
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
더 똑똑해진 카카오의 언어모델 Kanana 1.5, 상업 활용 가능한 오픈소스 공개
카카오가 자체 언어모델 Kanana 1.5를 공개했습니다. 상업 활용 가능한 오픈소스로 더 강력한 성능과 자유로운 사용성을 강조했습니다.
#LLM
5500
Kanana LLM 1.5 개발기
Kanana LLM 1.5의 개발 배경과 성능 강화 방향을 소개했습니다. Agentic AI 활용을 위한 언어모델 개선 맥락을 다뤘습니다.
#LLM
3700
Strands Agents와 오픈 소스 AI 에이전트 SDK 살펴보기
Strands Agents는 모델 중심 접근 방식으로 AI 에이전트를 간단하게 구축하고 배포할 수 있는 오픈 소스 SDK를 소개했습니다.\n프롬프트와 도구만 정의해 로컬 개발부터 프로덕션 관찰성까지 지원하는 점을 강조했습니다.
#LLM#MCP
3900
이젠 AI도 하이브리드 시대 - 카카오T On-Device AI 개발기
카카오T에 On-Device AI와 Cloud AI를 결합한 하이브리드 전략을 적용한 개발 과정을 공유했습니다.\n주소 자동 입력 기능에 적용해 사용자 처리 시간 단축과 완료율 향상 성과를 확인했습니다.
#On-Device AI#Cloud AI
8000
일일 Tech News ＆ Blog (25.05.22)
오픈AI의 AI 기기 개발, SKT 해킹 대응 검토, 통신사 이용자 보호 점검 등 산업·보안 이슈를 묶어 소개했습니다. 또한 LLM 게이트웨이, Airflow 버전관리, Codex 리뷰 같은 기술 기사도 함께 정리했습니다.
#LLM#Airflow
3500
Amazon Bedrock과 LangGraph로 Multi Agent 시스템 구현하기
Amazon Bedrock과 LangGraph로 Supervisor 중심의 Multi Agent 여행 도우미를 구현하는 방법을 소개했습니다. 상태 관리, 오케스트레이션, 디버깅과 운영 고려사항까지 함께 설명했습니다.
#LLM#LangGraph
5800
AI로 생성한 이미지는 어떻게 평가할까요? (인페인팅 적용편)
인페인팅 기반 배경 인물 제거 결과를 사람 평가와 여러 자동 지표로 비교했습니다. 데이터셋에 따라 Aesthetic Score와 CMMD가 유망한 평가 방법으로 나타났습니다.
#LLM#인페인팅
4500
MCP와 AI Agent가 싸운다: 당신의 설계는 안전한가?
MCP 서버와 AI 에이전트의 역할을 명확히 구분해야 한다는 설계 원칙을 정리했습니다. 실행 통제와 감사 가능성을 위해 별도 보안 계층이 필요하다고 설명했습니다.
#MCP#AI Agent
2100