프롬프트 튜닝을 수작업에서 AI 튜닝으로: 유전 알고리즘 기반 자동 최적화와 고속화
DSPy와 GEPA로 프롬프트 튜닝을 자동화해 조정 시간을 크게 줄인 사례를 소개했습니다. 건강·의료 응답에서 요건 준수와 가독성을 함께 개선한 운영 방법도 다뤘습니다.

DSPy와 GEPA로 프롬프트 튜닝을 자동화해 조정 시간을 크게 줄인 사례를 소개했습니다. 건강·의료 응답에서 요건 준수와 가독성을 함께 개선한 운영 방법도 다뤘습니다.

생성형 AI 기반 분석 에이전트로 비즈니스 질문과 데이터 분석을 하나의 흐름으로 연결한 사례를 소개했습니다. 분석 리드타임 단축과 역할 전환, 조직 전체의 분석 역량 축적 효과를 다뤘습니다.

AI 에이전트가 사용자를 대신해 보호된 API에 접근하는 ID-JAG 실습 핸즈온을 소개했습니다. 실패 사례를 통해 토큰 교환, 정책 평가, 위임 경계를 직접 확인하도록 구성했습니다.

레거시 프로젝트를 AI 드리븐 프로젝트로 전환하기 위한 AX 4단계 로드맵을 소개했습니다. 보안 기반부터 리뷰 자동화까지 단계적으로 확장하는 방법과 KPI를 함께 정리했습니다.

Slack MCP와 Confluence MCP를 조합해 문의 대응과 사고 보고를 자동화하는 사내 워크숍을 소개했습니다. 실습과 스킬화를 통해 바로 업무에 적용할 수 있는 흐름을 공유했습니다.

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.

Git 릴리스 자동화를 예제로 MCP와 에이전트 스킬의 차이를 비교했습니다. 반복 작업은 스킬로 표준화하고, 외부 연동은 MCP로 분리하는 접근을 제안했습니다.

생성형 AI를 QA 운영 체계에 통합해 품질 이벤트 분석과 테스트 설계를 자동화했습니다. 사람과 AI가 함께 작동하는 구조로 QA의 역할과 사고 범위를 확장했습니다.

대량의 마크다운 문서를 검색하는 RAG 시스템을 ChromaDB와 MCP로 구축했습니다. 에이전트 스킬을 더해 최소한의 지시만으로 문서를 찾도록 개선했습니다.

AI 에이전트의 API 접근 문제를 풀 후보로 ID-JAG를 소개했습니다. 기업 IdP 중심의 중앙 정책과 감사 추적, 운영 시 주의점까지 정리했습니다.

에이전틱 코딩으로 구현부터 PR까지 자동화한 워크숍 사례를 소개했습니다. Jira·Confluence 연계와 단계별 명령어로 실무 적용성을 높인 점이 핵심입니다.

MCP 서버를 AI 어시스턴트와 연결해 개발 효율을 높이는 사내 활용 사례와 워크숍 내용을 소개했습니다.티켓 발행 자동화와 멀티 에이전트 PR 리뷰를 통해 안전한 확장과 보안 관리의 중요성을 강조했습니다.

ADK로 싱글·멀티 에이전트를 만들고 MCP로 사내 시스템과 연동한 워크숍 내용을 소개했습니다. 작은 자동화부터 시작해 팀 전체로 AI 활용을 확산하는 방법을 공유했습니다.

AI로 PR 리뷰 정체를 줄이기 위해 스크리닝 리뷰, PR 자동화, 알림, 지표 가시화를 함께 도입했습니다. 사내 워크숍과 체험형 공유를 통해 활용률을 높이고 리뷰 문화를 확산했습니다.

LY Corporation의 사내 워크숍 'Orchestration Development Workshop'을 소개했습니다. 실제 실무 적용 관점에서 여러 AI를 연계해 활용하는 학습과 창작의 장을 지향합니다.

LY Corporation이 여러 AI를 연계하는 오케스트레이션 개발 워크숍을 시작했습니다. 실습형 학습과 조직적 운영 구조로 AI 활용 지식을 전사 확산하려는 내용입니다.

대규모 서비스의 이미지 콘텐츠 모더레이션을 위해 멀티모달 LLM과 전통적 ML을 결합한 구조를 소개했습니다. 정확도, 지연 시간, 비용, 정책 유연성을 함께 개선하는 최적화 과정을 다뤘습니다.

LLM 가드레일의 오탐 문제를 줄이기 위해 코딩 에이전트 기반 자동화 테스트 파이프라인을 구축했습니다. 카테고리별 입력 생성과 평가를 분리해 취약점 탐색과 모델 고도화를 반복 가능하게 만들었습니다.
