Kakao AI Native - CTO Keynote
카카오 CTO가 if(kakaoAI)2024에서 AI Native 전략을 소개했습니다. AI를 문화와 서비스 전반에 내재화하려는 방향을 제시했습니다.
#LLM
2800
AI 기술 블로그 최신 글
필터 0
‘아이보’ 로봇의 장례식을 통해 본 AI 로봇 상용화 시 고려할 점
아이보 장례식 사례를 통해 AI 반려로봇 상용화의 과제를 짚었습니다. 인터넷 연결 안정성, 부품 모듈화, 자기진단과 쉬운 사용성이 핵심으로 제시했습니다.
#AI 로봇#온디바이스 AI
3200
자동차와 AI가 만나면 무슨 일이 벌어질까?
생성 AI와 LLM이 자동차에 들어오며 차량 상태 안내, 대화형 어시스턴트, 경로 추천 같은 개인화 기능이 확장되고 있습니다. 또한 비전과 LLM 결합으로 자율주행과 실내 인식의 정확도를 높일 가능성을 보여줍니다.
#LLM#자율주행
3000
협업 필터링을 넘어서: 하이퍼커넥트 AI의 추천 모델링
추천 시스템을 행렬 분해 관점에서 정리하고, 하이퍼커넥트 AI의 모델링 방향을 소개했습니다. 또한 SGD 기반 학습, 보조 정보 활용, GNN 도입 보류 이유를 함께 설명했습니다.
#추천#협업
3700
![[에이닷 AI숏폼 서비스] 지금은? 숏폼시대!](https://devocean.sk.com/thumnail/2024/9/30/8af8f13878021b5a756fb2a4b3ff1d16f0eae51180a341c3cdb7ce4fb448e940.png)
[에이닷 AI숏폼 서비스] 지금은? 숏폼시대!
스포츠 중계 영상을 자동으로 숏폼화하는 에이닷 AI숏폼 서비스의 구성과 운영 방식을 소개했습니다. AWS 워크플로우, AI 모델, 모니터링, 비용 최적화로 상용 서비스를 확장한 사례를 설명했습니다.
#AWS#LLM
2900
AWS 및 Azure의 RAG 아키텍처 비교
AWS와 Azure에서 RAG를 구현하는 방식과 구성 요소를 비교해 정리했습니다. 각 플랫폼의 강점이 달라 프로젝트 요구사항에 맞춰 선택할 필요가 있습니다.
#RAG#LLM
3400
Accelerating Coupang’s AI Journey with LLMs
쿠팡이 LLM을 활용해 이미지·텍스트 이해, 약한 라벨 생성, 상품 분류를 개선하는 사례를 소개했습니다. 또한 CJK 언어 특성과 ICL·RAG·SFT·CPT, Kubernetes 기반 훈련 흐름을 함께 설명했습니다.
#LLM#ML
5600
AI로 개인이 예능 컨텐츠를 만드는 시대
AI 영상 도구로 개인도 예능 패러디와 풍자 콘텐츠를 제작하는 사례를 소개했습니다. 창작 기회가 넓어지는 만큼 악용을 막기 위한 제도적 장치도 필요하다고 봤습니다.
#유튜브#컨텐츠 제작
2200
AI와 함께하는 패션 큐레이션 — 무신사 2.0 시나리오 기반 추천 시스템 개발
무신사 2.0에서 시나리오 기반 설명 가능한 추천 시스템을 구축한 사례를 소개했습니다. 장기·단기 행동을 함께 반영해 개인화와 다양성을 높이고, A/B 테스트와 모니터링으로 운영했습니다.
#추천#LLM
10800
unified + rehype 를 사용하여 경제적인 LLM번역 프로세스 구축하기
HTML 번역 전에 unified와 rehype로 속성을 분리해 LLM 입력을 최소화했습니다. 그 결과 토큰을 약 40% 줄이고 번역 오류 위험도 낮췄습니다.
#LLM#unified
1900
Go 언어에서 음성인식 API 사용하기
Go에서 리턴제로 STT API와 SDK로 일반·스트리밍 음성인식을 구현하는 흐름을 소개했습니다. 인증, Polling, gRPC 스트림 설정과 SDK 기반 단순화 방법을 설명합니다.
#Go#STT
100
변화하는 이미지 변환기: Vision Transformer의 비밀
Vision Transformer의 기본 구조와 핵심 임베딩 요소를 중심으로 동작 원리를 정리했습니다. 또한 CNN 대비 장단점과 대규모 사전학습의 필요성도 함께 설명했습니다.
#Vision Transformer#Transformer
2400
Behind the Paper: 하이퍼커넥트 AI 조직이 제품에 기여하면서 연구하는 법
하이퍼커넥트 AI 조직이 제품 문제를 연구로 풀고 논문으로 확장한 과정을 소개했습니다.문헌 조사, 실험, 테크 스펙을 통해 성능과 운영성을 함께 검증했습니다.
#ML#test
3200
Long context LLM : 2부 RoPE Extension Method
RoPE 기반 LLM의 context length를 늘리는 Position Interpolation 방법을 소개했습니다. 제한 범위를 넘어갈 때의 attention score 폭발을 줄이고, 적은 finetuning으로 성능을 유지한 결과를 다뤘습니다.
#LLM#Transformer
2200