데보션

도메인devocean.sk.com

주요 카테고리 AI · DevOps · 백엔드

활동 요약

최근 30일: 2개
평균 조회: 77
누적 조회: 37,237
전체 글: 486개
마지막 발행: 2026. 11. 10.

블로그 방문

데보션 기술 블로그 글 (269)

2025년 10월 29일

AI Agent 속도 최적화를 위한 Speculative Decoding

Speculative Decoding으로 AI Agent의 응답 지연을 줄이는 원리를 설명했습니다. Small Model 예측과 Large Model 검증을 결합해 속도 개선 가능성을 제시했습니다.

#LLM#Speculative Decoding#Huggingface

4800

AI Agent 속도 최적화를 위한 Speculative Decoding

2025년 10월 27일

Eval for Agents와 Google Stax, QA가 주목해야 할 LLM 평가 도구 비교

OpenAI Eval for Agents와 Google Stax의 차이를 QA 관점에서 비교했습니다. 에이전트 전체 흐름 진단은 Eval for Agents, 텍스트 응답 평가와 시각화는 Stax가 강점입니다.

#LLM#QA#agent

4100

Eval for Agents와 Google Stax, QA가 주목해야 할 LLM 평가 도구 비교

2025년 10월 23일

저 유쾌한 친구지만 선은 안 넘습니다. - 에이닷 통화제목 AI 길들이기

통화제목이 더 구체적이고 핵심적인 방향으로 개선되도록 학습데이터와 프롬프트를 재설계했습니다. 또한 3중 안전 장치를 더해 유쾌함은 살리되 불편한 재미요약은 줄였습니다.

#LLM#prompt#generative AI

5600

저 유쾌한 친구지만 선은 안 넘습니다. - 에이닷 통화제목 AI 길들이기

2025년 10월 22일

AutoML로 다음주의 가성비 Spot 인스턴스 AZ/Type 예측하기

AWS EMR의 Spot Instance 비용을 줄이기 위해 Zone과 Type별 가격 데이터를 수집해 AutoGluon으로 예측했습니다. 예측 평균을 바탕으로 다음 주에 더 저렴한 AZ와 Instance Type을 추천하고 운영 비용 절감 가능성을 확인했습니다.

#AWS#AutoML#ML

2700

2025년 10월 21일

제로 클릭 시대, GEO(Generative Engine Optimization) 전략 강좌 리뷰

제로 클릭 시대에 맞춘 GEO 전략과 AI 친화적 콘텐츠 제작 방법을 정리했습니다. 브랜드 엔티티와 채널 운영을 정비해 AI 인용과 전환을 높이는 실무 과제를 소개했습니다.

#SEO#LLM#세미나

6100

제로 클릭 시대, GEO(Generative Engine Optimization) 전략 강좌 리뷰

2025년 10월 20일

Similarity RAG로 Semantic Search 구현하기 (Ontology DB 구축)

5,000개 PPT와 80,000개 Vector DB로 의미기반 검색용 Ontology DB를 구축한 사례를 소개했습니다. 메타정보와 Long Context Embedding으로 RAG 검색 성능과 데이터 연관성을 높였습니다.

#RAG#Semantic Search#Vector DB

13100

Similarity RAG로 Semantic Search 구현하기 (Ontology DB 구축)

2025년 10월 17일

HPC를 여행하는 히치하이커를 위한 안내서 Part 1.

AI 모델 개발에서 GPU를 효율적으로 쓰기 위한 HPC의 필요성과 기본 구성요소를 설명했습니다. Slurm, 공유 스토리지, 컨테이너를 통해 대규모 학습 환경을 일관되게 운영하는 방법을 소개했습니다.

#HPC#GPU#Slurm

4100

2025년 10월 17일

RAG 시스템을 위한 문서 전처리 가이드: AI가 이해하기 쉬운 형태로 만들기

RAG 시스템에서 문서 전처리가 검색 정확도를 좌우한다는 점을 설명했습니다. HTML, PDF, Excel, 이미지별로 적절한 정제와 로더 선택 방법을 정리했습니다.

#RAG#LLM#document preprocessing

12900

RAG 시스템을 위한 문서 전처리 가이드: AI가 이해하기 쉬운 형태로 만들기

2025년 10월 16일

AI 에이전트의 진화: 프롬프트에서 컨텍스트 엔지니어링까지 (ACE를 곁들인)

AI 에이전트 성능이 프롬프트 중심에서 컨텍스트 엔지니어링 중심으로 이동하는 흐름을 정리했습니다. ACE의 구조와 델타 업데이트 방식으로 컨텍스트 붕괴를 줄이는 접근을 소개했습니다.

#LLM#prompt#RAG

7100

AI 에이전트의 진화: 프롬프트에서 컨텍스트 엔지니어링까지 (ACE를 곁들인)

2025년 10월 15일

요즘에는 AI로 코딩을 이렇게 한다고? (Dev Ground 2025 세미나 후기)

Dev Ground 2025 세미나에서 AI 코딩의 실무 활용법을 정리했습니다. LLM 컨텍스트 관리와 설계, 지침 파일과 Commands 활용이 핵심이었습니다.

#LLM#Cursor#Claude

10400

요즘에는 AI로 코딩을 이렇게 한다고? (Dev Ground 2025 세미나 후기)

2025년 10월 15일

AI서비스기획자를 위한 LLM 활용 방법과 에이닷 적용 사례

LLM 활용 방식별 특징과 장단점을 기획자 관점에서 정리한 글입니다. 에이닷 적용 사례를 통해 서비스에 맞는 LLM 선택과 구조 설계의 중요성을 설명했습니다.

#LLM#프롬프트 엔지니어링#RAG

9400

2025년 10월 13일

주니어 개발자에게 AI 도구는 독일까 득일까

AI 코딩 도구는 생산성과 학습 보조에 도움이 되지만, 주니어에게는 기본기 저하와 과의존 위험도 있습니다. 단계적으로 활용하고 반드시 검증하는 가이드라인이 필요합니다.

#LLM#GitHub#자동화

18700

2025년 10월 10일

TabbyML: 완전한 온프레미스 AI 코드 어시스턴트

TabbyML은 온프레미스에서 동작하는 AI 코드 어시스턴트로, 조직 내부 데이터를 유지하면서 개발 지원 기능을 제공합니다. 보안이 중요한 환경에 적합하지만 복잡한 작업에서는 제안 품질이 제한될 수 있습니다.

#LLM#Docker#온프레미스

5900

2025년 10월 2일

비개발자가 AI 기술과 만나는 방법 : Vibe-coding 도구

비개발자가 Vibe-coding 도구로 AI 기술을 실험하고 프로토타입을 만드는 방법을 정리했습니다. 다만 데이터 손실과 프롬프트 무시 같은 한계가 있어 백업과 검토가 필요했습니다.

#LLM#Cursor#Windsurf

9100

2025년 10월 1일

생성형 AI, 일하는 방식에 어떻게 내재화될까?

생성형 AI를 업무에 내재화하는 과정을 단계별로 정리하고, 개발자 위치별 역할을 제안했습니다. 개인 활용을 넘어 조직 문화와 제도로 확산하려면 One Team 협력이 필요하다고 강조했습니다.

#LLM#Python#API

7400

2025년 10월 1일

ML/DL 꿈나무의 선형대수 정복기, 좌표 벡터의 정의와 그 유용성에 대하여

선형대수를 공부하며 좌표벡터의 정의와 유용성을 정리한 글입니다. 계산 편의성, 유일한 표현, 원본 복원 가능성을 통해 PCA와의 연결도 언급했습니다.

#선형대수#좌표벡터#벡터공간

5700

ML/DL 꿈나무의 선형대수 정복기, 좌표 벡터의 정의와 그 유용성에 대하여

2025년 9월 30일

LangExtract: LLM 기반 비정형 데이터 추출을 위한 오픈소스 라이브러리

비정형 텍스트에서 구조화된 정보를 추출하는 LangExtract를 소개했습니다. 소스 그라운딩과 스키마 강제로 신뢰성과 재현 가능성을 높였습니다.

#LLM#Python#검색

8500

LangExtract: LLM 기반 비정형 데이터 추출을 위한 오픈소스 라이브러리

2025년 9월 25일

A2A 튜토리얼 코드 톺아보기

구글의 A2A 프로토콜과 공식 튜토리얼 코드를 바탕으로 서버·클라이언트 구조를 살펴보았습니다. LangChain 에이전트를 A2A로 노출하고 호출하는 흐름도 함께 정리했습니다.

#A2A#LLM#LangChain

7900