MAU 성장 레버, 데이터로 증명하기 — 연관도·코호트·퍼널·SHAP 분석 실전
MAU 성장 레버, 데이터로 증명하기 — 연관도·코호트·퍼널·SHAP 분석 실전
MAU 성장 레버를 찾기 위해 연관도·코호트·퍼널·SHAP 분석을 순차적으로 수행했습니다. 특히 Retained 중심 전략과 SHAP 해석의 한계를 함께 점검했습니다.
#MAU#회귀분석
31005분
필터 0
음성 AI 모델을 프로덕션에 올리기까지: Kanana-O 서빙 최적화 여정
음성 AI 모델 Kanana-O를 프로덕션에 올리기 위한 서빙 최적화 여정을 다루는 글입니다. 발췌에는 모델 개요만 있어 세부 내용은 확인되지 않았습니다.
#LLM#모니터링
54005분
AI 코딩 도구 ROI를 정확히 측정하는 4가지 핵심 지표
AI 코딩 도구의 ROI를 비용과 품질 지표로 나눠 측정하는 방법을 정리했습니다. 각 지표의 의미와 한계를 함께 살펴보며 정확한 판단 기준을 제안했습니다.
#LLM#비용
93005분
Claude Code와 함께한 웹 성능 개선 이야기
Claude Code 에이전트 팀으로 레거시 웹 시스템의 성능과 보안 이슈를 빠르게 분석했습니다. 다만 최적화 결과는 비즈니스 맥락과 실제 데이터로 반드시 검증해야 했습니다.
#Claude Code#웹 성능
358005분
키다리스튜디오의 QA 테스트 케이스 생성 자동화 — Amazon Bedrock과 LangGraph 활용 사례
키다리스튜디오는 Amazon Bedrock과 LangGraph로 QA 테스트 케이스 생성 자동화를 구현했습니다. 수 시간 걸리던 작업을 분 단위로 줄이고, 멀티 에이전트와 Human-in-the-Loop로 품질을 보완했습니다.
#Amazon Bedrock#LangGraph
71005분
![[AI활용] kt cloud AI Foundry로 AI 서비스 구축 흐름 한 번에 살펴보기](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2Fop5Sy%2FdJMcacQtHtr%2FAAAAAAAAAAAAAAAAAAAAABgxw8nkuR3lbpXVBODKISCYi0XSmvsggVybGjRGmNyP%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1780239599%26allow_ip%3D%26allow_referer%3D%26signature%3Dl8eDNm%252BBRs1S4ihrixnIEULLLJg%253D)
[AI활용] kt cloud AI Foundry로 AI 서비스 구축 흐름 한 번에 살펴보기
kt cloud AI Foundry로 AI 서비스 구축 과정을 5단계로 정리했습니다. RAG, 가드레일, API 통합과 운영 고도화 흐름을 사례와 함께 소개했습니다.
#LLM#RAG
70005분
LLM의 환각을 잠재울 지식의 지도, ‘온톨로지(Ontology)’
LLM의 환각을 잠재울 지식의 지도, ‘온톨로지(Ontology)’
온톨로지를 LLM 환각 완화용 지식 구조로 설명하고 RAG와의 차이를 정리했습니다. Graph RAG와 AWS 서비스 조합으로 하이브리드 활용 방안도 소개했습니다.
#LLM#RAG
119005분
캐릭터톡 출시기 1부
포스타입이 캐릭터톡 출시를 앞두고 4일간의 TF와 PoC로 사업 가능성을 검증했습니다.\n시스템 프롬프트, 모델 선택, 비용과 품질 점검을 통해 출시 수준의 페르소나 챗을 만들었습니다.
#LLM#Claude
42005분
AI 시대에 인증 과제를 해결할 차세대 표준 후보, ID-JAG
AI 에이전트의 API 접근 문제를 풀 후보로 ID-JAG를 소개했습니다. 기업 IdP 중심의 중앙 정책과 감사 추적, 운영 시 주의점까지 정리했습니다.
#LLM#MCP
46005분
![[인사이트] AI는 버블인가? — Capex·Cash Flow로 분석한 AI 인프라 투자 사이클과 데이터센터 사업자 전략](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2Fc59wF5%2FdJMcadPkb5x%2FAAAAAAAAAAAAAAAAAAAAAK3My5kRX-sGqh8IBiMZU7RAOjwyfJMjpXJcj8wUscMC%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1777561199%26allow_ip%3D%26allow_referer%3D%26signature%3D6s0UnrxQrrLJWsYgxe6PMgzYcSQ%253D)
[인사이트] AI는 버블인가? — Capex·Cash Flow로 분석한 AI 인프라 투자 사이클과 데이터센터 사업자 전략
AI 버블 논쟁을 기술 문제가 아닌 인프라 투자 사이클과 현금흐름의 시간차로 분석했습니다.데이터센터 사업자는 전력 확보와 일정 준수 같은 실행 확실성으로 경쟁해야 한다고 제시했습니다.
#클라우드 인프라#데이터센터
59005분
비개발자의 AI 협업 도전기 — 생산성 측정하려다 서버까지 띄운 9일
비개발자의 AI 협업 도전기 — 생산성 측정하려다 서버까지 띄운 9일
비개발자가 AI와 사내 가이드를 활용해 생산성 측정 대시보드를 만든 과정을 공유했습니다. 리드타임 계산부터 서버 구축, 데이터 검증까지의 시행착오와 배운 점을 정리했습니다.
#Jira#GitHub
102005분
한국어 파인튜닝된 SPLADE 기반 Neural Sparse 모델과 Amazon OpenSearch 하이브리드 검색 벤치마크
한국어 SPLADE 기반 Neural Sparse 모델과 OpenSearch 하이브리드 검색을 MIRACL-ko로 벤치마크했습니다. BM25, Dense, Sparse, RRF 조합의 성능과 구현 방법을 정량적으로 정리했습니다.
#OpenSearch#SPLADE
46005분