Grafana에서 자연어로 장애 원인을 분석하기: LLM 에이전트 기반 SRELens 개발기
Grafana에서 자연어로 장애 원인을 찾는 SRELens 개발 사례를 소개했습니다.\nLLM 에이전트를 운영 환경에 맞게 제어하기 위해 프롬프트 레이어 분리와 도구 호출 가드레일을 설계했습니다.
#Grafana#LLM
7000
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
AI SDLC의 올바른 접근법과 사전 준비사항_0724
AI SDLC의 올바른 접근법과 사전 준비사항_0724
AI SDLC를 전면 자동화로 보는 접근의 위험성과 단계별 성숙도 차이를 정리했습니다. PoC 검증, 정량 KPI, Human-in-the-loop로 범위를 확정하는 전략을 제안했습니다.
#LLM#RAG
3200
LLM은 똑똑한데, 왜 우리 회사 일은 모를까
LLM이 내부 업무를 잘 답하려면 검색보다 신뢰할 수 있는 컨텍스트 관리가 필요했습니다. 문서, 코드, 메신저를 공통 단위로 정규화하고 관계와 최신성을 함께 검증하는 Topic 설계를 소개했습니다.
#LLM#검색
17300
[클로바 시선 #55] 우리의 눈과 귀로 현장을 이해하다 : 독자 인코더와 HyperCLOVA X SEED 4B 개발기
[클로바 시선 #55] 우리의 눈과 귀로 현장을 이해하다 : 독자 인코더와 HyperCLOVA X SEED 4B 개발기
전장처럼 다양한 정보가 동시에 들어오는 환경을 위한 옴니모달 AI 개발 내용을 소개했습니다. 경량 모델 HyperCLOVA X SEED 4B와 CLIP 기반 핵심 구성 요소를 자체 기술로 개발했습니다.
#ML#LLM
3000
[클로바 시선 #54] 환각은 흔적을 남긴다: Future Context 기반 LLM 환각 검출
[클로바 시선 #54] 환각은 흔적을 남긴다: Future Context 기반 LLM 환각 검출
LLM 환각 검출의 중요성과 필요성을 설명하는 글입니다. 생성 결과의 사실성 검증과 흔적 추적의 필요성을 다뤘습니다.
#LLM
3400
2주 만에 Strands SDK와 Amazon Bedrock AgentCore로 구현한 어스얼라이언스의 CS 환불 자동응답 에이전트 시스템
Strands SDK와 Amazon Bedrock AgentCore로 환불 CS 자동응답 에이전트를 2주 만에 구축했습니다. 내부 검수 초안 방식과 멀티턴 맥락·안전성 검증을 결합해 운영 가능성을 확보했습니다.
#Amazon Bedrock#LLM
1800
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
zeta labs 개발기 - AI와 함께라면 누구나 만들 수 있다
zeta labs는 문서, 에이전트, 자동 검증, 분석을 연결해 누구나 제품 개발 사이클을 돌리는 환경을 구축했습니다.\n주 2회 배포와 사용자 배치 비교로 개선 효과를 측정하며 클로즈베타를 운영했습니다.
#LLM#Claude
000
claude code의 reasoning effort는 vllm에도 효과가 있는가?
Claude Code의 reasoning effort가 vLLM에서 어떻게 전달되는지 소스코드로 확인했습니다. high 외 값은 대부분 max로 처리돼 실질적 제어 효과가 제한적이라고 정리했습니다.
#LLM#Claude
7000
개인 생산성에서 멈춘 Claude Code, 조직의 생산성으로 – 영상 10개로 완성하는 Claude Code on Amazon Bedrock 학습 플랜
Claude Code를 개인 생산성을 넘어 조직 생산성으로 확장하는 Amazon Bedrock 학습 플랜을 소개했습니다. 10개 영상으로 개인, 팀, 엔터프라이즈 운영까지 이어지는 4단계 로드맵을 제시했습니다.
#Amazon Bedrock#Claude Code
4200
이미 있는 기능을 AI가 또 만들지 않도록 하기 — 지식 그래프 도입기
흩어진 도메인 지식으로 AI가 중복 구현하는 문제를 지식 그래프로 줄인 도입 사례를 소개했습니다. 원본 참조·수집 파이프라인·수동 시드를 결합해 구현 전 검증 루프를 만들었습니다.
#지식 그래프#Neo4j
000
[AI 해커톤 후기] AI 해커톤 1위 팀이 AI에게 맡기지 않은 것
[AI 해커톤 후기] AI 해커톤 1위 팀이 AI에게 맡기지 않은 것
사내 재무 업무를 AI로 자동화하되, 숫자는 거래 이력과 규칙으로 계산하고 설명과 검증에 AI를 활용했습니다. 또한 권한 경계와 감사 로그, 환경 분리 같은 운영 안전장치가 더 중요하다고 정리했습니다.
#LLM#MCP
17500
AI 해커톤: 금융의 틀을 깨다
WhatsApp 채팅 안에서 대출 신청부터 진행까지 처리하는 대화형 AI 서비스를 해커톤으로 구현했습니다.\nAI 추출·검증 레이어와 제한 메커니즘으로 신뢰성과 운영 리스크를 함께 다뤘습니다.
#LLM#Python
4100
[네이버클라우드 아카데미] 가천대학교와 함께한 의 순간
[네이버클라우드 아카데미] 가천대학교와 함께한 의 순간
네이버클라우드 아카데미와 가천대학교가 함께한 생성형 AI 교육 과정을 소개했습니다. 주말 40시간 동안 진행된 실습 중심 프로그램과 학생들의 성과를 공유했습니다.
#cloud#LLM
2200
![1시간 대화로 만드는 Amazon Connect Customer AI Agent [AICC Builder 시리즈 #1]](https://d2908q01vomqb2.cloudfront.net/2a459380709e2fe4ac2dae5733c73225ff6cfee1/2026/07/23/aicc-builder-thumbnail-1122x630.png)
1시간 대화로 만드는 Amazon Connect Customer AI Agent [AICC Builder 시리즈 #1]
Amazon Connect Customer AI Agent를 빠르게 만들기 위한 AICC Builder와 6종 에셋 생성 과정을 소개했습니다. 인터뷰부터 배포와 전화 검증까지 이어지는 PoC 절차를 설명했습니다.
#Amazon Connect#LLM
2300