ODW #7: 세 가지 방법으로 토큰 소비량 40% 절감! ADK를 이용한 컨텍스트 엔지니어링
AI 에이전트의 토큰 소비와 정확도 문제를 줄이기 위한 컨텍스트 엔지니어링을 ADK 사례로 설명했습니다. 도구 필터링과 에이전트 분리, 입출력 구조화로 토큰을 40% 절감한 실험 결과도 공유했습니다.
#LLM#ADK
49005분
새로운 기술 블로그가 추가되었어요
필터 1
AI 시대의 디자인 시스템: 적정 밀도는 무엇일까?
AI 시대의 디자인 시스템: 적정 밀도는 무엇일까?
디자인 시스템을 일관성과 판단 비용 관리의 문제로 다시 정리했습니다.\nAI를 활용해도 최종 기준과 예외 판단은 사람이 맡아야 한다고 설명했습니다.
#디자인 시스템#Figma
71005분
달리는 기차 바퀴 칠하기: 7년만의 컬러 시스템 업데이트
토스가 7년 만에 컬러 시스템을 전면 개편한 과정과 토큰 시스템 재구축 방법을 공유했습니다. OKLCH, 시맨틱 토큰, 자동 코드 생성으로 확장성과 일관성을 높였습니다.
#디자인 시스템#토큰
152005분
Tokenizer: LLM은 텍스트를 어떻게 받아들일까? (feat. Andrej Karpathy) #1
LLM이 텍스트를 토큰으로 어떻게 받아들이는지 설명하는 입문 글입니다.\n토큰 개념과 학습 맥락을 이해하는 데 도움이 됩니다.
#LLM#토큰
10005분