루다, 눈을 뜨다! 포토챗 베타의 멀티모달 기술 소개
친구 같은 이미지 반응을 위한 이미지 코멘팅 데이터셋과 리트리벌·생성 모델을 비교했습니다. Swin Transformer 기반 리트리벌 모델을 포토챗 베타에 적용하고 멀티턴·Scene Text 활용을 과제로 제시했습니다.
#멀티모달#CLIP#Swin Transformer
300
모든 블로그
대표 인기 포스트전문가의 절반을 내보냈습니다33 조회33 조회 AI 프론트엔드
AI
데브옵스
AI
데브옵스
AI
AI
AI
데브옵스
AI
AI
데브옵스
AI
데브옵스
AI
AI
AI
스캐터랩 핑퐁
주요 카테고리 AI · DevOps
활동 요약
- 최근 30일
- 2개
- 평균 조회
- 2
- 누적 조회
- 185
- 전체 글
- 79개
- 마지막 발행
- 2026. 10. 30.
스캐터랩 핑퐁 기술 블로그 글 (79)
React Native 앱의 배포 트랙 관리하기
React Native의 CodePush와 Deployment Key로 플랫폼·테스트 트랙별 JS 번들 배포를 관리했습니다. S3 adhoc 배포와 Release Tag 규칙을 결합해 내부 테스트와 QA 흐름을 자동화했습니다.
#React Native#CodePush#App Center
100
TFX 머신러닝 파이프라인 사용하기
TFX 커스텀 컴포넌트로 신규 데이터부터 학습·모델 등록까지의 파이프라인을 구성했습니다. Apache Beam과 사내 레지스트리를 연동하는 구현·운영 주의점을 설명합니다.
#TFX#TensorFlow#Apache Beam
100
GitHub Actions로 App 자동으로 배포하기
fastlane으로 iOS·Android 앱 빌드와 스토어 업로드를 스크립트로 자동화했습니다. GitHub Actions와 Secrets로 인증 정보를 주입해 배포 환경 의존성을 줄였습니다.
#GitHub Actions#fastlane#CI/CD
000
VPT: 다이아몬드 곡괭이를 만들기 위한 여정
OpenAI VPT의 마인크래프트 다이아몬드 곡괭이 제작 학습 과정을 리뷰했습니다. 영상에서 추정한 행동 데이터와 사전학습·미세조정·강화학습의 결합을 설명합니다.
#ML#강화 학습#모방 학습
100
쿠버네티스에서 노드가 추가될 때마다 슬랙 알람 쏘기
쿠버네티스 Event Watch API로 노드 추가를 감지하는 알림 프로그램 구현 방식을 설명했습니다. Event TTL·중복 처리와 RBAC, 사이드카 프록시를 포함한 배포 구성을 함께 다뤘습니다.
#Kubernetes#event#자동화
100
AWS Inferentia를 이용한 모델 서빙 비용 최적화: 모델 서버 비용 2배 줄이기 2탄
AWS Inferentia 기반 TensorFlow 모델 서빙의 정합성 검증과 EKS 배포 과정을 소개했습니다. 토크나이저 분리와 동적 배치로 처리량을 높이고 비용 절감 가능성을 확인했습니다.
#AWS#Inferentia#TensorFlow
100
Continual Learning: 꾸준히 성장하는 모델을 만들기 위한 기술
지속 학습에서 발생하는 Catastrophic Forgetting 문제와 주요 해결 방법을 분류해 소개했습니다. 정규화, 메모리 재학습, 구조 확장, 지식 증류의 특성을 설명했습니다.
#ML#NLP#continual learning
000
AWS Inferentia 를 이용한 모델 서빙 비용 최적화: 모델 서버 비용 2배 줄이기 1탄
AWS Inferentia로 TensorFlow RoBERTa 모델을 컴파일하고 GPU 인스턴스와 비용·성능을 비교했습니다. 1000RPS 기준 Inferentia의 높은 비용 효율과 동적 그래프 제약을 함께 정리했습니다.
#AWS Inferentia#TensorFlow#Neuron SDK
100
개발자를 위한 AWS 클라우드 보안 (3) - 인프라 보안과 사고 대응
AWS 네트워크 격리와 WAF·Network Firewall·Shield 기반의 인프라 보안 구성을 정리했습니다. IaC와 컨테이너 스캔, 조직·기술·프로세스 기반 사고 대응 방안도 소개합니다.
#AWS#VPC#WAF
100
ACL 2022 Review
ACL 2022의 NLP 연구 12편을 프롬프트, 문장 표현, 대화, 멀티모달 평가 관점에서 리뷰했습니다. 대조 학습과 평가 체계 개선 등 주요 제안과 실험 결과를 정리했습니다.
#NLP#BERT#contrastive learning
100
Apache Beam으로 머신러닝 데이터 파이프라인 구축하기 2편 - 개발 및 최적화
Apache Beam 파이프라인을 Composite PTransform으로 모듈화하고 병렬 처리 병목을 최적화했습니다. Shared Object, 배치, Side Input으로 ML 추론과 Faiss 벡터 검색의 메모리·처리 문제를 다뤘습니다.
#Apache Beam#Python#Dataflow
100
개발자를 위한 AWS 클라우드 보안 (2) - 로깅 및 모니터링과 데이터 보호
AWS 로그를 중앙 S3 저장소에 모으고 보관 주기·모니터링·규정 준수를 관리하는 방안을 소개했습니다. TLS, S3 암호화, KMS와 데이터 분류 태그로 전송·저장 데이터 보호 체계를 설명합니다.
#AWS#CloudTrail#CloudWatch
200
알라꿍달라꿍의 대화요약 이모저모
외부 데이터 제한 환경에서 BART 기반 한국어 대화요약 모델을 개선한 경진대회 사례를 공유했습니다. 사전학습·R3F·강화학습을 조합해 ROUGE-L 기준 성능을 높이고 본선 1위를 달성했습니다.
#BART#NLP#대화요약
300
개발자를 위한 AWS 클라우드 보안 (1) - 클라우드 설계 원칙과 IAM
AWS Well-Architected 보안 원칙을 바탕으로 다중 계정과 IAM 운영 체계를 설계했습니다. SSO, Control Tower, 최소 권한으로 보안과 개발 효율성의 균형을 모색했습니다.
#AWS#IAM#AWS SSO
100
TensorFlow Custom Op으로 데이터 변환 최적화하기
TensorFlow 기반 N-gram 마스킹 위치 계산 병목을 C++ Custom Op으로 교체했습니다. 문장당 처리 시간을 4.697ms에서 17.147μs로 줄이며 약 250배 성능을 개선했습니다.
#TensorFlow#C++#TFRecord
000
하나의 조직에서 TensorFlow와 PyTorch 동시 활용하기
PyTorch 리서치와 TensorFlow Serving 배포를 병행한 모델 운영 방식을 소개했습니다. 양방향 가중치 변환과 결과 비교 테스트, 레이어별 차이 대응 방법을 정리했습니다.
#TensorFlow#PyTorch#TensorFlow Serving
000
딥러닝 모델 서비스 A-Z 2편 - Knowledge Distillation
대형 BERT 기반 대화 모델을 Knowledge Distillation으로 경량화한 사례를 소개했습니다. 임베딩·로짓 증류로 약 3배 추론 속도와 높은 정확도를 확보했습니다.
#Knowledge Distillation#BERT#NLP
000