Amazon ElastiCache for Valkey의 CESC로 Interactive AI 스토리텔링 플랫폼 최적화하기
Amazon ElastiCache for Valkey의 벡터 검색으로 Interactive AI 스토리텔링 플랫폼의 이미지 응답 속도와 비용 효율을 개선했습니다. CESC와 LLM 검증, 폴백 전략으로 맥락 기반 캐싱과 몰입 경험을 강화했습니다.
#AWS#cache
18005분
필터 1
낯선 오타와 싸워서 이기고 싶은 마음
낯선 오타와 싸워서 이기고 싶은 마음
검색 오타 보정의 기존 로그 기반 방식 한계를 줄이기 위해 번역 모델과 멀티태스크 학습을 도입했습니다. 검색 실패율을 낮추고 CTR을 유지하는 성과와 함께 후속 개선 과제도 정리했습니다.
#ML#검색
66005분
퀸잇 검색 시스템의 여정: WHERE title LIKE '%keyword%'에서 Hybrid Search까지
퀸잇 검색 시스템이 MySQL LIKE에서 시작해 Elasticsearch, 벡터 검색, RRF를 거친 하이브리드 구조로 진화한 과정을 정리했습니다. 성능과 품질, 복잡도의 균형을 실험과 장애 대응으로 개선한 사례를 담았습니다.
#MySQL#Elasticsearch
80005분
채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?
AI 모델 성능 비교를 위해 상담 도메인에 맞는 리트리벌 벤치마크를 직접 제작했습니다. 벡터 검색과 BM25를 결합한 하이브리드 검색의 개선 효과도 정량적으로 확인했습니다.
#ML#RAG
10005분