
숏클립 생성을 위한 하이라이트 검출 기술 개발기
네이버 쇼핑라이브의 긴 영상에서 숏클립용 하이라이트를 자동 검출하는 Sinossi 기술을 소개했습니다. 행동 인식과 키워드 추출 파이프라인으로 실제 서비스 적용과 확장 방향까지 다뤘습니다.


네이버 쇼핑라이브의 긴 영상에서 숏클립용 하이라이트를 자동 검출하는 Sinossi 기술을 소개했습니다. 행동 인식과 키워드 추출 파이프라인으로 실제 서비스 적용과 확장 방향까지 다뤘습니다.


아자르가 추천 모델의 목표를 리텐션으로 두고 아하 모멘트 기반으로 1차 지표를 찾는 과정을 소개했습니다. 세그먼트 분석과 A/B 테스트를 통해 신규·기존 사용자 모두에서 유효한 지표를 검증했습니다.


Snowflake가 기업 중심 LLM Arctic을 오픈소스로 공개하고, 낮은 훈련비용과 높은 성능을 강조했습니다. Dense-MoE 하이브리드 구조와 FP8 양자화로 추론 효율도 개선했습니다.


전국 설문으로 AI 학습 앱 QANDA의 사용과 수학 성취, 자신감 변화를 분석했습니다. 높은 사용 빈도가 학업 향상과 정서적 개선과 연결된다는 결과를 제시했습니다.

ChatGPT의 환각을 줄이기 위한 프롬프트 패턴 두 가지를 소개했습니다. Fact Check List와 Reflection으로 팩트 검증과 근거 중심 답변을 유도했습니다.


Andrej Karpathy가 Llama 3의 성능, 데이터, 학습 규모를 긍정적으로 평가했습니다. 동시에 더 긴 컨텍스트와 더 작은 모델에 대한 아쉬움도 언급했습니다.

ChatGPT 출력 형태를 템플릿으로 미리 정의하는 방법을 소개했습니다. 예시와 Placeholder를 활용해 원하는 양식의 결과를 유도하는 방식입니다.

Recipe 패턴으로 목표 작업의 누락 단계를 보완하고 불필요한 단계를 줄이는 방법을 소개했습니다. 사무실 인테리어 계획 예시를 통해 구체적이고 유용한 프로세스 도출 방식을 설명했습니다.


ROP Pattern과 Result 타입을 통해 성공/실패 흐름을 명시적으로 다루는 방법을 소개했습니다. Promise 대비 에러 분기와 코드 흐름을 더 예측 가능하게 만드는 장점을 설명했습니다.

당근에서 LLM을 어떻게 활용하는지 서비스 사례와 운영 방법을 소개했습니다. 또한 프로덕션 적용을 위한 파이프라인, 모델 선택, 프롬프트 엔지니어링 원칙을 정리했습니다.

페르소나 프롬프트 패턴으로 LLM의 관점과 출력 형태를 조절하는 방법을 정리했습니다. 쉬운 설명이나 원하는 답변을 얻는 활용 사례를 소개했습니다.


대규모 머신러닝 학습에서 데이터 병렬성과 동기/비동기 업데이트 방식을 설명했습니다. 또한 Ring-AllReduce로 통신 병목과 상태 불일치 문제를 완화하는 방법을 소개했습니다.


Triton gRPC Client와 Tritony로 VAD 모델에 추론 요청하는 과정을 비교했습니다. Tritony가 요청 구성과 데이터 전달 코드를 간소화하는 방식을 소개합니다.

GDG가 제미나이와 젬마를 중심으로 한 ‘빌드 위드 AI’ 글로벌 행사 시리즈를 소개했습니다. 한국에서도 실습형 워크샵과 해커톤이 여러 지역에서 진행됩니다.