Velopers
모든 블로그
KT 클라우드

KT 클라우드

도메인tech.ktcloud.com
주요 카테고리 DevOps · AI

활동 요약

대표 인기 포스트[AI활용] Claude Code 기본 구조 이해하기 — Agent · Skill · Context 개념 완전 정리414 조회
최근 30일
17개
평균 조회
42
누적 조회
6,149
전체 글
148개
마지막 발행
2026. 11. 11.
블로그 방문

KT 클라우드 기술 블로그 글 (41)

AI

[트렌드 리포트] 2026 상반기 트렌드 결산: AI 활용부터 인프라 전환까지

2026년 상반기 AI·클라우드·데이터센터 트렌드를 한눈에 정리했습니다. AI 운영을 위해 인프라 전환, 보안 거버넌스, 비용 관리가 함께 중요해졌습니다.

#cloud#데이터센터#RAG
2200

AI

[Tech Series] kt cloud AI 검색 증강 생성(RAG) #5 : 검색 고도화(Retrieval Optimization)와 리랭킹(Re-ranking) 기술

RAG 검색 고도화와 리랭킹을 통해 정확한 근거 문서를 더 잘 찾는 방법을 다뤘습니다. 하이브리드 검색, 권한 인지 검색, 적응형 라우팅으로 실무형 파이프라인을 설계했습니다.

#RAG#검색#하이브리드 검색
1900

AI

[인사이트] 프롬프트·컨텍스트 엔지니어링 다음은 하네스 엔지니어링: AI 에이전트 환경 설계

AI 에이전트가 실제 업무를 수행하려면 프롬프트만이 아니라 실행 환경 설계가 중요하다고 설명했습니다. 도구, 권한, 테스트, 로그, 승인 흐름까지 포함한 하네스 엔지니어링을 강조했습니다.

#LLM#prompt#MCP
16200

AI

[AI인프라] GPU 5만장 시대, AI 인프라 비즈니스 성공 조건

GPU 수량 경쟁보다 풀스택 최적화가 AI 인프라 비즈니스의 핵심이라고 설명했습니다. 운영 효율과 총비용 관점에서 AI NIC와 베어메탈 아키텍처의 중요성을 짚었습니다.

#AI인프라#GPU#Kubernetes
4700

AI

[AI활용] AI Portal부터 보안관제까지, kt cloud AI 내재화 3가지 사례

kt cloud가 사내 업무에 AI를 먼저 적용한 3가지 사례를 소개했습니다. RAG와 MCP로 검색, 보안관제, 장애관제 품질을 높인 방식과 성과를 정리했습니다.

#RAG#MCP#Splunk
4200

AI

[리뷰] 책상 위의 데이터센터, Dell Pro Max GB10 AI 워크스테이션 실사용기

Dell Pro Max GB10 AI 워크스테이션의 구조와 실사용 성능을 검증한 리뷰였습니다. 로컬에서 70B급 모델을 빠르게 돌릴 수 있는 통합 메모리 기반 AI 노드로 소개했습니다.

#LLM#Docker#ARM
10200

AI

[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#VectorDB
8600

AI

[인사이트] AI는 버블인가? — Capex·Cash Flow로 분석한 AI 인프라 투자 사이클과 데이터센터 사업자 전략

AI 버블 논쟁을 기술 문제가 아닌 인프라 투자 사이클과 현금흐름의 시간차로 분석했습니다.데이터센터 사업자는 전력 확보와 일정 준수 같은 실행 확실성으로 경쟁해야 한다고 제시했습니다.

#클라우드 인프라#데이터센터#CAPEX
7600

AI

[비교분석] FastAPI는 충분히 빠르지 않다? Robyn과의 성능 차이 직접 비교

Python 기반 AI API Gateway에서 FastAPI와 Robyn의 성능을 비교했습니다. 고부하 상황의 지연 안정성과 연결 생존력에서 Robyn의 장점을 확인했습니다.

#FastAPI#Python#Rust
9600

AI

[AI활용] Claude Code 기본 구조 이해하기 — Agent · Skill · Context 개념 완전 정리

Claude Code를 Agent, Skill, Context 관점에서 시스템 구조로 정리했습니다. 프롬프트 중심 활용의 한계를 넘어 팀 단위 표준화 가능성을 설명했습니다.

#LLM#Claude#prompt
41400

AI

[활용가이드] kt cloud AI RAG(검색 증강 생성) 활용법 – 컨텍스트 최적화로 성능 높이기

RAG 서비스에서는 프롬프트보다 컨텍스트 품질이 답변 성능을 더 크게 좌우했습니다. TopK 조정과 rerank, 버전 필터링, 질문 기반 압축으로 근거 밀도를 높이는 방법을 정리했습니다.

#RAG#LLM#검색
7500

AI

[AI활용] Claude Code를 선택한 이유와 개발 아키텍처 설계 실무 적용기

Claude Code를 팀 개발 아키텍처에 통합하는 구조를 Agent·Skill·Context·Loop로 정리했습니다. 프롬프트 중심 활용의 한계를 넘어 재현 가능한 AI Workflow 설계를 제안했습니다.

#Claude#Agent#prompt
17000

AI

[기술동향] 2026 피지컬 AI 확산과 AI 데이터센터(AIDC) 인프라 전망

피지컬 AI를 현장 데이터와 업데이트로 다듬는 운영형 AI로 설명했습니다. AIDC는 GPU뿐 아니라 검증 체계, 스토리지, 전력·냉각까지 함께 설계해야 한다고 정리했습니다.

#피지컬 AI#AIDC#GPU
5800

AI

[트렌드 리포트] 공공 AX가 생각보다 느린 이유 - 기술이 아니라 구조

공공 AX가 느린 이유를 기술보다 데이터·조직·인프라 구조에서 찾았습니다. 실제 서비스 확산을 위해 거버넌스와 DR을 포함한 인프라 전략이 필요하다고 설명했습니다.

#AX#cloud#DR
6400

AI

[Tech Series] kt cloud AI 검색 증강 생성(RAG) #4 : 임베딩(Embedding)과 벡터 인덱싱 기술

RAG에서 임베딩과 벡터 인덱싱의 원리, 모델 선정 기준, 최적화 기법을 정리했습니다. 특히 한국어 환경에서는 다국어 적합성과 메모리 비용을 함께 검증해야 한다고 설명했습니다.

#RAG#임베딩#HNSW
9800

AI

[인사이트] EU AI Act 2026년 발효, 한국 기업의 AI 거버넌스 대응 전략

EU AI Act의 위험 기반 규제와 AI 거버넌스 요구사항을 정리한 글입니다. 한국 기업이 AI를 운영·책임 관점에서 점검해야 할 항목을 제시했습니다.

#AI 거버넌스#AI 규제#생성형 AI
4200

AI

케클s피드 2월호｜AI 시대, 실행력이 경쟁력입니다

AI 시대의 경쟁력은 빠른 실행과 실무 적용에 있다고 정리했습니다. 컨테이너 자원 최적화, AI 인프라 투자, AI Agent 활용 사례를 함께 소개했습니다.

#container#Docker#LLM
5200

AI

[공모전 후기] Dev Agent, kt cloud의 업무 방식을 혁신하다

kt cloud가 사내 공모전에서 Dev Agent 활용 사례를 공유했습니다. 기획부터 구현까지 AI를 적용해 업무 효율과 프로세스 고도화를 확인했습니다.

#Cursor#ChatGPT#Figma
4700