상담사향 TTS 만들기
상담사처럼 말하는 한국어 TTS를 만들기 위해 데이터 학습, 명료도 개선, 선호도 기반 후학습을 단계적으로 적용했습니다. GRPO와 DPO로 상담사향 프로소디와 화자 일관성을 높인 과정을 소개했습니다.

상담사처럼 말하는 한국어 TTS를 만들기 위해 데이터 학습, 명료도 개선, 선호도 기반 후학습을 단계적으로 적용했습니다. GRPO와 DPO로 상담사향 프로소디와 화자 일관성을 높인 과정을 소개했습니다.
A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 사례를 공유했습니다. 의미 판단은 AI에 맡기고 계산과 최적화는 코드와 인프라로 분리해 성능을 높였습니다.
A2A와 Genkit으로 레시피 추천용 AI 에이전트를 구축한 과정을 다뤘습니다. 330만 건 비교 문제를 필터링, 프롬프트 최적화, 병렬 인프라로 해결했습니다.
세일즈팀 미팅 로그 작성 부담을 줄이기 위해 AI 자동화 워크플로우를 구축한 사례를 소개했습니다.문제 정의와 사용자 습관 변화가 구현보다 더 중요했다는 점을 배웠습니다.
생성형 AI로 세일즈 업무 비효율을 줄이기 위한 DOGE TF의 자동화 사례를 다뤘습니다. 미팅 로그 자동화와 운영 과정에서 문제 정의와 커뮤니케이션의 중요성을 강조했습니다.
AI 에이전트가 표 데이터를 이해하기 어렵다는 문제를 짚고, RAG와 SQL을 결합한 Table Agent 설계를 소개했습니다. 셀 단위 전처리, 도구 호출 루프, 에러 핸들링으로 복잡한 질문 대응력을 높였습니다.
Context Engineering을 기존의 context 관리 실천과 Linear MCP 도입 사례로 설명했습니다. 티켓 메타데이터와 상태 연동으로 계획, 소통, 구현을 통합하는 방식을 공유했습니다.
Cursor와 MCP로 유저챗 대응과 PR 리뷰를 자동화해 반복 업무 시간을 크게 줄인 사례를 소개했습니다. 업무 절차를 문서화하고 파이프라인화해 AI가 분석과 리뷰를 돕도록 구성했습니다.
Cursor 전사 도입 6개월 동안 개발팀이 AI 중심 워크플로로 전환된 과정을 공유했습니다. 문제 정의와 설계에 집중하고, 다양한 AI 도구로 생산성을 높인 사례를 소개했습니다.