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 8월 5일

Claude Code vs MCP: AI 코드 도구 비교

Claude Code와 MCP 기반 Claude를 PyCharm 사용자 관점에서 비교했습니다. 프로젝트 전체 파악과 터미널 작업에는 Claude Code가 더 유리하다고 정리했습니다.

#Claude#MCP#IDE

20600

2025년 8월 5일

Cursor AI를 활용하여 Backend API 손쉽게 개발하기

Cursor AI를 활용해 Backend API를 빠르게 구성하는 방법을 소개했습니다. FastAPI와 AWS EC2 예시로 테스트와 피드백을 통한 개선 포인트도 함께 다뤘습니다.

#Tuist#FastAPI#Python

13500

2025년 8월 4일

Next AI B tv, 에이닷과 함께 진화하다 ㅡ 당신을 알아보는 TV의 등장 ‘B tv 에이닷’

B tv가 에이닷과 연동해 사용자 취향과 시청 이력을 반영하는 AI 미디어 파트너로 진화하는 방향을 소개했습니다. Voice ID와 맥락 기반 응답으로 개인화와 선제적 추천 경험을 강화했습니다.

#LLM#NLP#ML

4000

Next AI B tv, 에이닷과 함께 진화하다 ㅡ 당신을 알아보는 TV의 등장 ‘B tv 에이닷’

2025년 7월 30일

Node.js 와 OpenAI Realtime Websocket API 로 만드는 Voice Chat 서비스

Node.js Stream으로 OpenAI Realtime Websocket API 음성 채팅 예제를 구성했습니다. 마이크 입력과 스피커 출력을 연결해 실시간 음성 처리를 보여주었습니다.

#node.js#OpenAI#WebSocket

8900

Node.js 와 OpenAI Realtime Websocket API 로 만드는 Voice Chat 서비스

2025년 7월 29일

EMNLP24 늦은 후기 1탄: 텔레콤 LLM 벤치마크 TelBench 발표 이야기

SK텔레콤이 한국어 상담 데이터를 기반으로 통신 특화 벤치마크 TelBench를 발표했습니다. 상담 요약과 후속 업무 자동화 가능성을 평가하고 개인정보 보호와 다국어 확장 계획도 함께 제시했습니다.

#LLM#NLP#벤치마크

9100

EMNLP24 늦은 후기 1탄: 텔레콤 LLM 벤치마크 TelBench 발표 이야기

2025년 7월 22일

Gemini CLI로 커밋 메시지 자동 생성 도구 개발하기

gemini-cli와 쉘 스크립트로 Git 변경사항을 분석해 커밋 메시지를 자동 생성하는 도구를 개발했습니다. 무료 쿼터와 flash 모델을 활용해 비용 부담과 429 에러 문제를 줄였습니다.

#LLM#Git#shell script

23500

2025년 7월 18일

음식 사진 한 장으로 내가 딱 원하던 맛집을 찾는 AI, 어떻게 만들었을까

음식 사진을 기반으로 주변 맛집을 찾는 AI 검색 시스템을 CLIP과 FAISS로 구현한 사례를 소개했습니다. 위치 필터링과 카테고리 제한으로 오탐을 줄이고, 향후 비음식 필터링과 맛 기반 임베딩 확장을 계획했습니다.

#LLM#검색#Python

15200

음식 사진 한 장으로 내가 딱 원하던 맛집을 찾는 AI, 어떻게 만들었을까

2025년 7월 18일

Ambient Agent의 시대가 온다

Ambient Agent가 챗봇 중심 에이전트의 한계를 넘어 자율 실행과 장기 워크플로우를 가능하게 한다고 설명했습니다. 다만 민감한 업무에서는 Human-in-the-loop와 보안, 데이터 품질 관리가 중요하다고 정리했습니다.

#LLM#LangGraph#LangChain

8800

2025년 7월 17일

AI 검색 엔진 PAAS, 그리고 AI Agent 로서의 성장 잠재력

AI 검색 엔진 PAAS의 구조와 도입 배경, 그리고 딥서치와 멀티모달로의 확장 방향을 정리한 글입니다. 검색 기능을 AI Agent의 기반으로 보고 MCP와 모바일 실행까지 가능성을 제시했습니다.

#LLM#RAG#검색

7300

2025년 7월 16일

Gemma 3n 모델로 음성과 이미지도 입력해보자

Gemma 3n의 멀티모달 온디바이스 특징과 오디오·이미지 입력 예제를 소개했습니다. 다양한 입력 방식을 활용해 오프라인 환경에서도 응용할 수 있음을 보여주었습니다.

#LLM#멀티모달#온디바이스

8700

2025년 7월 14일

차세대 반도체 기술의 핵심으로 떠오르고 있는 PIM(Processing In Memory)은 무엇일까?

PIM은 메모리 내부에서 연산을 수행해 데이터 이동을 줄이는 기술입니다. 폰 노이만 구조의 병목과 전력 문제를 줄이며 AI·빅데이터 처리 효율을 높입니다.

#반도체#PIM#폰 노이만 구조

9400

차세대 반도체 기술의 핵심으로 떠오르고 있는 PIM(Processing In Memory)은 무엇일까?

2025년 7월 10일

Computer Use Agent(CUA)를 직접 돌려보자! (Feat. AgentQ)

Computer Use Agent의 개념과 활용 배경을 소개하고, AgentQ 논문과 구현을 직접 실행해보는 과정을 정리했습니다. MCTS와 DPO를 결합한 정책 학습 구조와 실습 절차도 함께 설명했습니다.

#LLM#AI Agent#MCTS

8500

Computer Use Agent(CUA)를 직접 돌려보자! (Feat. AgentQ)

2025년 7월 9일

“누구세요?”는 이제 그만 – AI 예측 LLM 개발기

미저장 연락처의 관계를 예측하는 AI 기능 고도화 과정을 소개했습니다. 데이터 정제와 LLM 학습으로 정확도를 13% 이상 높였습니다.

#LLM#ML#동시성

11900

2025년 7월 8일

개발 파트너, AI 코딩 에이전트 체험기 (feat. Copilot, Cursor, Windsurf, Junie, Jules)

AI 코딩 에이전트 5종의 실제 사용 경험을 바탕으로 강점과 한계를 비교했습니다. 반복 작업은 AI에 맡기고 개발자는 더 창의적인 업무에 집중하는 방향을 제안했습니다.

#LLM#Cursor#Windsurf

15400

개발 파트너, AI 코딩 에이전트 체험기 (feat. Copilot, Cursor, Windsurf, Junie, Jules)

2025년 7월 8일

시각 언어 모델(Vision Language Model) 활용시 꼭 알아야 할 사실

VLM은 쉬운 공간 관계 문제도 자주 틀리는 한계가 있습니다. 현업 적용 전 정확성과 취약점을 충분히 검토해야 했습니다.

#LLM#ML#OCR

6600

시각 언어 모델(Vision Language Model) 활용시 꼭 알아야 할 사실

2025년 7월 3일

랭턴의 개미와 마르코프 체인으로 보는 고객 채널 점유율 시뮬레이션

랭턴의 개미와 마르코프 체인으로 고객 채널 점유율 변화와 정상 상태 수렴을 시뮬레이션했습니다. 프로모션만으로는 한계가 있어 기본 전이 구조를 바꿀 필요가 있음을 보였습니다.

#Python#ML#시뮬레이션

11700

2025년 7월 2일

Language Model의 새로운 패러다임? Large Language Diffusion Model!!

AR 언어모델의 한계를 보완하기 위해 Diffusion 기반 언어생성 접근을 소개했습니다. 학습과 추론 절차, 성능 강점과 한계까지 논문 관점에서 정리했습니다.

#LLM#NLP#ML

8900

Language Model의 새로운 패러다임? Large Language Diffusion Model!!

2025년 7월 2일

AI와 디지털 광고의 새로운 협력 모델 - Part 1. 광고소재

AI 발전으로 디지털 마케팅 전 과정을 통합 자동화할 가능성을 소개했습니다. 특히 광고 소재는 레이아웃 최적화와 배경 생성이 핵심이라고 설명했습니다.

#LLM#ML#NLP

5100