Accelerating Coupang’s AI Journey with LLMs
쿠팡이 LLM을 활용해 이미지·텍스트 이해, 약한 라벨 생성, 상품 분류를 개선하는 사례를 소개했습니다. 또한 CJK 언어 특성과 ICL·RAG·SFT·CPT, Kubernetes 기반 훈련 흐름을 함께 설명했습니다.
#LLM#ML#Kubernetes
5800


쿠팡이 LLM을 활용해 이미지·텍스트 이해, 약한 라벨 생성, 상품 분류를 개선하는 사례를 소개했습니다. 또한 CJK 언어 특성과 ICL·RAG·SFT·CPT, Kubernetes 기반 훈련 흐름을 함께 설명했습니다.

쿠팡은 ML 개발 속도를 높이기 위해 노트북, 피처 스토어, 훈련, 추론, 모니터링을 통합한 플랫폼을 구축했습니다. 하이브리드 클러스터와 CI/CD 연계로 대규모 모델의 개발과 배포 효율을 높였습니다.

쿠팡의 머신러닝 플랫폼이 개발부터 배포, 모니터링까지 전 과정을 어떻게 지원하는지 소개했습니다. 노트북, 피처 스토어, 분산 학습, 추론 서빙, 하이브리드 클러스터 운영이 핵심입니다.

풀필먼트 센터 입고에 필요한 트럭 수량을 기계 학습으로 예측해 슬롯 낭비와 지연을 줄인 사례를 소개했습니다. LightGBM과 베이지안 최적화를 활용해 예측 정확도와 운영 효율을 개선했습니다.

입고 예약 단계에서 필요한 트럭 수를 예측하는 머신러닝 모델을 적용했습니다. 과다 배정과 입고 지연을 줄이고 예약 시스템과 연동해 운영 효율을 높였습니다.
