

AI 코드 리뷰 자동화, 판정은 왜 흔들릴까? 원인과 해결법 4가지
LLM 코드 리뷰는 같은 입력에도 판정이 달라질 수 있어 자동화에서 흔들림이 생길 수 있습니다. 이를 줄이기 위해 코드 위임, 출력 폭 좁히기, 다수결, 하네스 적용을 제안했습니다.



LLM 코드 리뷰는 같은 입력에도 판정이 달라질 수 있어 자동화에서 흔들림이 생길 수 있습니다. 이를 줄이기 위해 코드 위임, 출력 폭 좁히기, 다수결, 하네스 적용을 제안했습니다.

FDA의 PCCP 가이던스를 ML 기반 의료기기 관점에서 쉽게 풀어 정리했습니다. 변경 관리 계획의 구성과 작성 포인트를 중심으로 설명했습니다.

AITRICS 연구팀이 ICLR 2023 TML4H 워크숍에서 환자 악화 예측 모델로 최고 논문상을 수상했습니다. 멀티모달 EHR와 자기지도 학습으로 1시간 단위의 정밀 예측 성능을 높였습니다.
MATCH는 고객 데이터와 소재 정보를 학습해 채널별 개인화 의사결정을 지원하는 시스템입니다. 앱 푸시 자동 최적화와 피드백 루프로 마케팅 운영 효율과 성과 개선을 추구했습니다.


LLM 자동번역 대상을 엔티티 직접 필드에서 중첩 객체와 목록 구조까지 확장했습니다.사용자 API는 단순하게 유지하고, index 기반 번역은 안정성 문제로 제외했습니다.


스트라드비젼은 AWS 기반 하이브리드 인프라로 희귀·위험 시나리오 데이터를 합성하고 시뮬레이션했습니다. 이를 통해 자율주행 AI 학습과 검증 속도를 높이고 비용도 절감했습니다.

AI 해커톤 회고로, 같은 도구를 써도 결과를 가른 것은 사람의 전략과 선택이라고 정리했습니다. 경비 정산 자동화 사례에서 AI는 계획과 구현을 맡고 사람은 조율과 의사결정을 담당했습니다.

NHN FactoryX 기술 백서의 AI 인프라·플랫폼 설계 근거를 소개했습니다. 수랭식 냉각, Kubernetes 기반 GPU 동적 할당, GPUaaS 격리 구조를 다뤘습니다.

의료 전자기록 데이터는 전처리와 평가 기준이 복잡해 모델 재현성이 낮았습니다. Clairvoyance는 이를 표준화하는 파이프라인 툴로 개발·평가·최적화를 돕습니다.

EHR 데이터를 활용한 의료 AI 모델 개발 파이프라인을 5단계로 정리한 글입니다. 임상 적용을 위해 전처리, 보정, 일반화 평가까지 함께 고려해야 함을 소개했습니다.

Amazon Bedrock 모델을 promptfoo로 비교 평가하는 방법을 소개했습니다. 프롬프트와 모델 변경 시 품질을 회귀 테스트처럼 검증할 수 있는 흐름을 설명했습니다.

딥러닝의 블랙박스 한계를 설명하며 의료 분야에서 해석가능한 인공지능의 필요성을 정리했습니다. 또한 AITRICS-VC의 해석 기능과 멀티모달 확장 방향을 소개했습니다.

패혈증은 초기 증상이 비특이적이고 검사 결과도 늦어 조기 판단이 어렵습니다. AI 기반 사전 예측이 기존 위험도 평가 도구의 한계를 보완할 수 있습니다.

Google for Developers의 7월 둘째 주 주요 업데이트를 정리한 소식입니다. Gemini, LiteRT.js, ADK Go 2.0, Android 벤치마크 등 최신 발표와 활용 사례를 소개했습니다.