문의 대응을 효율화하기 위한 RAG 기반 봇 도입하기
AWX 운영 문의를 줄이기 위해 RAG 기반 지원 봇을 도입한 사례를 소개했습니다. 사내 문서와 Slack 스레드를 벡터 검색해 1차 답변을 제공하고, 필요 시 관리자 호출로 넘기는 흐름을 구성했습니다.
#RAG#LLM#LangChain
8200
모든 블로그
대표 인기 포스트3년 차 앱 개발자가 일하는 순서를 공유합니다582 조회582 조회 AI AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
라인
주요 카테고리 AI · 백엔드 · 아키텍처
활동 요약
- 최근 30일
- 3개
- 평균 조회
- 78
- 누적 조회
- 16,955
- 전체 글
- 216개
- 마지막 발행
- 2026. 11. 13.
라인 기술 블로그 글 (70)
AI로 생성한 이미지는 어떻게 평가할까요? (인페인팅 적용편)
인페인팅 기반 배경 인물 제거 결과를 사람 평가와 여러 자동 지표로 비교했습니다. 데이터셋에 따라 Aesthetic Score와 CMMD가 유망한 평가 방법으로 나타났습니다.
#LLM#생성형 AI#GAN
5200
AI로 생성한 이미지는 어떻게 평가할까요? (블랙박스 최적화 적용편)
생성형 AI 이미지 품질을 자동 평가하고 블랙박스 최적화로 하이퍼파라미터를 탐색한 사례를 다뤘습니다. 수작업을 줄이고 결과 신뢰도를 높였지만, 스타일 판별 지표는 추가 보완이 필요했습니다.
#LLM#ML#Bayesian optimization
7400
MCP 개념 및 LINE Messaging API를 활용한 MCP 서버 구축 사례 소개
MCP의 개념과 동작 구조를 설명하고, LINE Messaging API로 브로드캐스트용 MCP 서버를 만드는 방법을 소개했습니다. 또한 Claude 데스크톱과 연동해 실제 메시지 전송과 외부 MCP 서버 조합 사례까지 보여주었습니다.
#MCP#LLM#LINE Messaging API
21100
AI로 생성한 이미지는 어떻게 평가할까요? (기본편)
생성 이미지 평가는 정답이 없어 품질과 프롬프트 일치율을 함께 보는 접근이 필요했습니다. FID, CLIP Score, Aesthetic Score 등 다양한 지표의 특징과 한계를 정리했습니다.
#ML#GAN#diffusion model
16500
LLM 앱의 제작에서 테스트와 배포까지, LLMOps 구축 사례 소개
LLMOps 구축 사례를 통해 LLM 애플리케이션의 데이터 준비, 프롬프트, 배포, 테스트를 하나의 흐름으로 관리하는 방법을 소개했습니다. 도메인 전문가 참여와 재사용 가능한 공통 컴포넌트로 협업 효율을 높인 내용입니다.
#LLM#RAG#프롬프트 엔지니어링
7000
모두를 위한 LLM 애플리케이션 개발 환경 구축 사례
LLM 애플리케이션을 직군에 상관없이 쉽게 만들고 배포할 수 있는 환경 구축 사례를 소개했습니다. Prompt Store, Langflow, 자동 배포 구조로 개발과 피드백 주기를 단축했습니다.
#LLM#Langflow#RAG
4300
Harness를 이용해 LLM 애플리케이션 평가 자동화하기
LLM 애플리케이션의 변동성과 복잡성을 줄이기 위해 테스트와 평가를 자동화하는 방법을 소개했습니다. Harness를 커스텀해 프롬프트, 지표, 아웃풋별 평가를 동적으로 처리하는 파이프라인을 구성했습니다.
#LLM#test#자동화
5700
Tech Week 2024, 사내 해커톤 Hack Day에 참여했습니다!
LY Corporation Tech Week 2024의 사내 해커톤 Hack Day 참여 경험을 공유했습니다. AI 기반 프로덕트 제작 과정과 글로벌 협업 속에서 얻은 인사이트를 소개했습니다.
#UI/UX#Android#웹
3900
PQC로의 여정: 양자 컴퓨터 시대에 데이터 지키기
양자 컴퓨터가 RSA와 ECC 같은 기존 암호를 위협하는 이유와 PQC 전환의 필요성을 설명했습니다. 하이브리드 모드로 단계적 전환을 준비해야 한다는 점도 정리했습니다.
#PQC#양자 컴퓨팅#RSA
3900
FIDO2 클라이언트 SDK 오픈소스 소개
WebAuthn Level 2를 따르는 FIDO2 클라이언트 SDK와 데모 앱 오픈소스를 공개했습니다. Android Kotlin과 iOS Swift 기반으로 모바일 네이티브 앱의 패스워드 없는 인증 구현을 쉽게 돕습니다.
#FIDO2#WebAuthn#Android
3200
LY의 QA 엔지니어가 생성형 AI를 이용해 품질 활동의 생산성을 높이는 방법
QA 전 단계 품질 활동에 생성형 AI를 보조 수단으로 적용하는 방법을 소개했습니다. 기획 정리부터 테스트 설계, 리뷰 분석, 회고 정리까지 생산성 향상 사례와 주의점을 다뤘습니다.
#ChatGPT#prompt#test
4400
기기와 앱의 무결성 보장부터 서비스 요청 보호까지: LINE의 기기 증명 서비스 - 1편
LINE 서비스에 적용한 기기 증명 서비스를 소개했습니다. 기기·앱·요청의 무결성을 하드웨어 기반으로 검증해 남용을 줄이는 구조를 설명했습니다.
#Android#iOS#보안
4300
오픈챗 해시태그 예측을 위한 다중 레이블 분류 모델 개발하기
오픈챗 이름과 설명을 바탕으로 해시태그를 예측하는 다중 레이블 분류 모델 개발 과정을 소개했습니다. 또한 MMR과 임계치 조정으로 실시간 추천과 오프라인 태깅의 요구를 각각 맞췄습니다.
#ML#multi-label classification#Transformers
2700
LINE 앱의 잡음 제거 기술 성능 측정 방법
LINE 앱의 잡음 제거 성능을 정량적으로 측정하는 방법을 소개했습니다. 48kHz 음성 데이터와 다양한 잡음 조건을 3QUEST의 S-MOS, N-MOS로 평가했습니다.
#ML#모니터링#test
2900
오프라인과 온라인 A/B 테스트를 통해 오픈챗 추천 모델 개선하기
오픈챗 추천 모델 개선 과정에서 오프라인과 온라인 A/B 테스트의 간극을 줄이기 위해 Adhoc A/B 테스트를 도입했습니다. 개별 변경점을 순차 검증하며 안정적으로 새 모델을 릴리스한 사례를 공유했습니다.
#A/B 테스트#추천#ML
1800