“AI로 얼마나 빨리 만드나?” Amazon Q와 ‘팀딸깍’의 해커톤 다작 도전기(2)
사내 해커톤에서 Amazon Q와 Bedrock, Gemini로 AI 모의 면접 솔루션을 만들었습니다. 문서화와 구체적 프롬프트로 AI 협업 효율을 높인 사례입니다.
#LLM#AWS#Bedrock
6700
모든 블로그
대표 인기 포스트코드 한 줄로 경험하는 React 동시성의 마법271 조회271 조회 AI AI
AI
AI
AI
AI
AI
AI
리멤버
주요 카테고리 AI · 프론트엔드
활동 요약
- 최근 30일
- 0개
- 평균 조회
- 87
- 누적 조회
- 1,478
- 전체 글
- 17개
- 마지막 발행
- 2026. 3. 24.
리멤버 기술 블로그 글 (8)
개발자가 개발을 안하는 세계에서..
리멤버 해커톤에서 AI 도구를 활용해 한 달간 프로덕트를 만든 경험을 공유했습니다. 바이브 코딩 환경, Spec 기반 개발, 프롬프트 고도화로 협업과 품질을 끌어올린 과정을 소개했습니다.
#LLM#prompt#Amazon Bedrock
16700
“AI로 얼마나 빨리 만드나?” Amazon Q와 ‘팀딸깍’의 해커톤 다작 도전기(1)
Amazon Q를 활용해 사내 해커톤에서 3개 프로젝트를 빠르게 완성한 경험을 공유했습니다. 첫 프로젝트로 이메일 CC 오발송을 막는 안전 가드를 만들고 AI 협업 가능성을 확인했습니다.
#AWS#Amazon Q#JavaScript
7800
제1회 리멤버 사내 해커톤을 마치며
리멤버가 첫 사내 Gen AI 해커톤을 AWS와 함께 운영한 후기를 공유했습니다. 12개 팀의 열정적인 발표와 현장 대응 경험, 그리고 AI 아이디어의 실제 적용 기대를 전했습니다.
#LLM#AWS#해커톤
12300
AI 명함촬영인식 ‘리오(RIO)’ 적용기 2부 — ML Model Converter와 안드로이드 앱 적용기
리오(RIO) 명함 촬영 인식을 모바일 기기에서 동작시키기 위해 모델 변환과 안드로이드 적용 과정을 정리했습니다. PyTorch를 TF Lite로 옮기고, JNI와 OpenCV로 후처리를 구성한 실험 내용을 공유했습니다.
#ML#Android#TensorFlow Lite
3600
리멤버 유저에게 보다 깨끗한 명함 이미지 제공을 위한 이미지 복원 방법
리멤버 명함 이미지 복원을 위해 전통적 방법과 딥러닝 기반 방법을 비교해 정리했습니다. 실서비스에서는 품질뿐 아니라 리소스와 추론 시간도 함께 고려해야 했습니다.
#ML#이미지 복원#Super-Resolution
4300
AI 명함 촬영 인식 ‘리오(RIO)’ 적용기 1부 — 명함촬영인식 위한 Instance Segmentation & Computer Vision
명함 촬영 인식의 정확도와 사용자 경험을 높이기 위해 기존 방식에서 Instance Segmentation 기반 모델로 전환했습니다. 탐지와 후처리를 분리하고 OpenCV 기법으로 명함 이미지를 정제한 적용기를 소개했습니다.
#Instance Segmentation#Computer Vision#OpenCV
4300
추천 시스템 서비스 적용을 위한 Elastic Search 도입기
리멤버 커뮤니티 새 글 피드 개인화 추천에 SimCSE와 OpenSearch k-NN을 적용한 과정을 소개했습니다. MongoDB 병목을 줄여 평균 0.2초 응답의 추천 API를 구성했습니다.
#ElasticSearch#Recommendation System#SimCSE
8800