![[분석] 2025 AI 트렌드 결산 #2: AI 소비자화(Consumerization)가 바꾼 산업 표준](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FblxBYu%2FdJMcafSCQgj%2FAAAAAAAAAAAAAAAAAAAAAHEqSQtUOhiMfxz9ziGERhSaYEFQZDkNefimbCwT-WJ8%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1769871599%26allow_ip%3D%26allow_referer%3D%26signature%3DHgdItwdtGzaXKjXZ9LI15zCnGcE%253D)
[분석] 2025 AI 트렌드 결산 #2: AI 소비자화(Consumerization)가 바꾼 산업 표준
2025년 AI 소비자화가 개인 경험을 통해 조직 도입과 산업 표준을 바꾸는 흐름을 정리했습니다. 모델 성능보다 AX와 신뢰 설계가 경쟁력의 핵심으로 부각되었다고 설명했습니다.
#LLM#UI/UX
1400
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
의류 제조 현장의 AI 혁신: 약진통상의 Amazon Bedrock 기반 AI 스타일 라이브러리
약진통상이 Amazon Bedrock 기반 AI 스타일 라이브러리로 의류 검색과 샘플 개발을 고도화했습니다. 멀티 리전 처리와 설정 파일 중앙화로 성능과 운영 효율도 함께 개선했습니다.
#Amazon Bedrock#검색
4300
우아한형제들이 장애를 놓치지 않고 탐지하는 방법
우아한형제들이 장애를 놓치지 않고 탐지하는 방법
기존 시스템 지표 모니터링의 한계를 보완하기 위해 서비스 이상 탐지 시스템을 도입했습니다. 중앙값 기반 탐지와 대응 자동화로 정밀도와 탐지율을 높이고 전파 시간을 크게 줄였습니다.
#SRE#모니터링
5500
![[오프라인/마감] RAG 프로젝트는 왜 실패하는가?: RAG를 잘 다루고 싶은 엔지니어를 위한 패널 토크](https://tech.goorm.io/wp-content/uploads/2025/12/BLOG_thumbnail-2.png)
[오프라인/마감] RAG 프로젝트는 왜 실패하는가?: RAG를 잘 다루고 싶은 엔지니어를 위한 패널 토크
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.
#RAG#LLM
3600
[DAN25] 기술세션 영상이 모두 공개되었습니다.
[DAN25] 기술세션 영상이 모두 공개되었습니다.
DAN25에서 공개된 기술세션 영상과 주요 발표 5개를 소개했습니다. 네이버의 AI, 검색, 개인화, 로그 파이프라인 적용 사례를 확인할 수 있습니다.
#LLM#검색
13000
경험이 쌓일수록 똑똑해지는 네이버 통합검색 LLM Devops Agent
경험이 쌓일수록 똑똑해지는 네이버 통합검색 LLM Devops Agent
네이버 통합검색의 장애 대응을 위해 LLM Devops Agent를 설계하고 평가한 사례를 소개했습니다. v1의 한계를 바탕으로 v2 구조와 이상 탐지, 알람·액션 추천 방향을 공유했습니다.
#LLM#검색
10100
이건 첫 번째 클릭! 히트맵 같이 보기
이건 첫 번째 클릭! 히트맵 같이 보기
네이버 통합검색 클릭 로그를 히트맵과 히스토그램으로 시각화하는 방법을 소개했습니다. 실시간으로 변하는 검색 서비스에 대응하며 얻은 시행착오와 노하우도 공유했습니다.
#검색#데이터 시각화
8200
LLaDA: Diffusion language model과 LLM reversal curse
디퓨전 방식 언어모델 LLaDA의 학습·추론 구조와 reversal curse 완화 가능성을 다뤘습니다. 코드 FIM 태스크에서의 잠재력과 추론 효율 한계도 함께 정리했습니다.
#LLM#ML
5400
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
AI로 로그인 이상 징후 탐지하기: AWS Bedrock 기반 로그인 보안 관제 자동화
AI로 로그인 이상 징후 탐지하기: AWS Bedrock 기반 로그인 보안 관제 자동화
AWS Bedrock으로 로그인 이상 징후를 자동 분석하는 관제 체계를 구축했습니다. 비정상 로그인 정황 파악과 대응 속도를 높이고 운영 효율을 개선했습니다.
#AWS Bedrock#LLM
6800
우리 회사 데이터로 바로 움직이는 대화형 서비스, 하이웍스 AI채팅
하이웍스 AI채팅의 기본 사용법과 활용 팁을 정리한 글입니다. 회사 데이터를 바탕으로 일정·메일·문서를 자연어로 조회하는 방법을 소개했습니다.
#LLM#검색
6000
처음 만나는 OpenTelemetry (feat. Collector)
처음 만나는 OpenTelemetry (feat. Collector)
OpenTelemetry와 Collector의 기본 개념, 생태계 구성요소를 정리한 발표 세션을 공유했습니다. SEER 전환 준비와 OpenTelemetry 기여 경험도 함께 소개했습니다.
#OpenTelemetry#Collector
16400
Backoffice AI Agent 구축기 — RAG+MCP 기반 플레이스AI 특화 지식 검색 시스템
백오피스 문서 검색을 위해 RAG와 MCP 기반 지식 검색 에이전트를 구축했습니다.\n하이브리드 검색과 질의 정제로 응답 만족도와 운영 효율을 함께 높였습니다.
#RAG#MCP
20600
여기어때 검색서비스 ‘키워드 통합 시스템’ 구축사례
여기어때가 분산된 검색 키워드 데이터를 MongoDB 기반 단일 허브로 통합한 사례를 소개했습니다. 데이터 관리 일관성과 자동완성 구조 단순화를 통해 확장성을 높였습니다.
#검색#MongoDB
8600
문서 청크 지식 생성을 통한 생성형 검색 시스템의 정확도 향상 방법
생성형 검색의 어휘 불일치 문제를 줄이기 위해 청크 단위로 키워드, 제목, 후보 질문을 함께 생성하는 모델을 소개했습니다. 낮은 메모리 사용률로도 검색 정확도 향상과 실시간 RAG 적용 가능성을 확인했습니다.
#검색#RAG
5300