![[AI활용] kt cloud AI Foundry로 AI 서비스 구축 흐름 한 번에 살펴보기](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2Fop5Sy%2FdJMcacQtHtr%2FAAAAAAAAAAAAAAAAAAAAABgxw8nkuR3lbpXVBODKISCYi0XSmvsggVybGjRGmNyP%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1780239599%26allow_ip%3D%26allow_referer%3D%26signature%3Dl8eDNm%252BBRs1S4ihrixnIEULLLJg%253D)
[AI활용] kt cloud AI Foundry로 AI 서비스 구축 흐름 한 번에 살펴보기
kt cloud AI Foundry로 AI 서비스 구축 과정을 5단계로 정리했습니다. RAG, 가드레일, API 통합과 운영 고도화 흐름을 사례와 함께 소개했습니다.
#LLM#RAG
70005분
필터 1
우리 팀 코드 스타일을 아는 AI 만들기: 테스트코드 작성, GitLab MR 리뷰 만들기
우리 팀 코드 스타일을 아는 AI 만들기: 테스트코드 작성, GitLab MR 리뷰 만들기
RAG와 Vector DB로 팀 코드 스타일을 학습한 내부 AI 도구를 만들고 테스트 코드와 MR 리뷰를 자동화했습니다. GitLab CI/CD와 Webhook을 연동해 최신 코드 맥락을 반영하도록 구성했습니다.
#RAG#VectorDB
108005분
챗봇 서비스 구축기
사람인 내부 데이터를 활용해 LLM 챗봇을 구축하고, RAG와 Function Calling으로 답변 정확도를 높였습니다. 또한 LangGraph와 멀티테넌시, 모니터링으로 운영성과 확장성을 함께 개선했습니다.
#LLM#RAG
86005분