AI로 통화의 미래를 열다: 에이닷 전화 통화요약 서비스의 핵심 기술(LLM) 소개
에이닷 전화 통화요약 서비스에 적용한 LLM 개발 과정을 소개했습니다. 자동·수동 데이터를 결합한 학습과 LoRA 기반 미세조정, 전문가 평가로 품질을 높였습니다.
#LLM#NLP
4700
AI 기술 블로그 최신 글
필터 0
2025 AI 트렌드 전망 4가지
2025년 AI 트렌드 4가지를 AI 기업 M&A, 에이전트, 설명 가능한 AI, 멀티모달 AI 중심으로 정리했습니다. 각 흐름의 배경과 활용 방향도 함께 살펴봤습니다.
#LLM#M&A
2700
신입 DevOps 엔지니어의 AI/ML 기반 자동화된 스팸 필터링 도입 경험기
수동 스팸 검토의 한계를 해결하기 위해 ML·ChatGPT 기반 자동 필터를 구축했습니다. 이벤트 기반 서버리스 구조와 지속 학습으로 비용 효율적인 운영을 달성했습니다.
#ML#ChatGPT
100
AI가 그리는 자동차의 미래 (에이닷 오토와 함께하는 모빌리티 혁명)
AI가 자동차 산업 전반을 자율주행과 개인화, 예측 유지보수로 바꾸는 흐름을 소개했습니다. 또한 에이닷 오토의 진화 방향과 차량 내 AI 비서 고도화 계획을 설명했습니다.
#자율주행#자동차
5500
AI 툴 활용기 : Github Copilot & JetBrains AI Assistant
AI 툴을 처음엔 회의적으로 봤지만, 개발 보조와 리팩토링에서 실용성을 체감했다고 정리했습니다. GitHub Copilot과 JetBrains AI Assistant의 장단점과 활용 포인트를 비교했습니다.
#GitHub#JetBrains
3400
AI 기반 OK캐쉬백 자동 댓글봇(오글봇) 구현 사례
AI 기반 OK캐쉬백 자동 댓글봇(오글봇) 구현 사례
ChatGPT를 연동한 오글봇으로 게시글 첫 댓글과 대댓글 기능을 구현한 사례입니다. 프롬프트 조정, 비동기 처리, Function call 연동으로 참여도와 응답 정확도를 높였습니다.
#ChatGPT#function call
2400
오글봇 AI 개발 사례 및 효과(부제: '무플방지위원회 오글봇 AI' 탄생기)
오글봇 AI 개발 사례 및 효과(부제: '무플방지위원회 오글봇 AI' 탄생기)
게시글 작성 시 ChatGPT로 첫 댓글을 생성해 무플을 방지하는 오글봇 AI 개발 사례를 소개했습니다. 외부 검색 API 연동과 대댓글 기능 확장으로 참여도와 정확도를 높였습니다.
#ChatGPT#gRPC
3700
서버 없이도 가능하다! 온디바이스 음성인식 기술의 비밀
온디바이스 음성인식으로 서버 기반 처리의 지연과 비용 문제를 줄이는 방법을 다뤘습니다. EPD, FSA, ASR를 통합한 SDK와 모델 최적화 과정을 소개했습니다.
#STT#NLP
3100
수능 끝! 수험생들은 어디로 갔을까? (feat.데이터 분석)
수능 이후 수험생의 관심사와 방문 지역을 데이터로 분석해 마케팅 인사이트를 도출했습니다. 또한 bertopic과 LLM으로 세그먼트를 나누고 특징 요약을 자동화하는 방법을 소개했습니다.
#Python#LLM
3600
2024 OpenAI dev day 참가 후기
2024 OpenAI Dev Day 싱가포르 참가 후기를 통해 Sora, structured output, distillation, realtime API 데모를 정리했습니다. 또한 AGI, o1-preview, OpenAI의 제품·조직 문화에 대한 현장 인상을 함께 남겼습니다.
#LLM#AGI
2000
휴리봇 이야기 #2: AI가 사람처럼 말하게 만드는 5가지 프롬프트
휴리봇을 만들며 얻은 프롬프팅 팁을 소개했습니다. 역할 부여, 자연스러운 말투, OCR 활용, 반복 테스트가 핵심이었습니다.
#LLM#prompt
8400
휴리봇 이야기 #1: 토스는 AI 봇에게 사용자 인터뷰를 한다
토스는 디자이너가 사용성을 더 자주 점검하도록 AI 봇 휴리봇을 만들고, 프롬프팅 전후에 필요한 과정까지 정리했습니다. 초기 챗봇 검증 후 워크플로에 맞게 MVP 기능만 남겨 내재화 방향을 잡았습니다.
#LLM#prompt
5400
[Hands-On] Amazon SageMaker Canvas를 사용하여 노코드로 ML 모델 구축
[Hands-On] Amazon SageMaker Canvas를 사용하여 노코드로 ML 모델 구축
Amazon SageMaker Canvas로 코딩 없이 머신러닝 모델을 만들고 예측하는 실습 과정을 소개했습니다. 데이터 준비부터 모델 분석, 배치·단일 예측, MLOps 연계까지의 흐름을 정리했습니다.
#AWS#ML
2200
생성형 AI 기반 비즈니스 어시스턴트 : Amazon Q
생성형 AI 기반 비즈니스 어시스턴트 : Amazon Q
AWS의 생성형 AI 서비스 흐름 속에서 Amazon Q의 기능과 활용 가치를 소개했습니다. 개발 지원, 데이터 분석, 보안과 통합 측면에서 기업 도입 효과를 설명했습니다.
#AWS#ML
3700