
통합 검색 임베딩 모델 개발기: 디자인 검색을 하나의 표현 공간으로 묶기
미리캔버스의 여러 검색 과제를 하나의 임베딩 공간으로 묶기 위한 모델 개발 과정을 소개했습니다. 태스크별 운영의 한계를 줄이고 디자인 도메인 특성에 맞게 학습한 방식이 핵심이었습니다.


미리캔버스의 여러 검색 과제를 하나의 임베딩 공간으로 묶기 위한 모델 개발 과정을 소개했습니다. 태스크별 운영의 한계를 줄이고 디자인 도메인 특성에 맞게 학습한 방식이 핵심이었습니다.

공공기관의 AI 전환 준비도를 진단하는 AX Readiness Check와 7대 영역을 소개했습니다. 현황 점검 후 맞춤형 솔루션으로 단계별 전환을 돕는 방향을 제시했습니다.


AWS Elemental Inference와 Amazon Bedrock을 결합해 라이브 방송의 문맥을 실시간 분석하고 광고를 자동 삽입하는 아키텍처를 소개했습니다. SCTE-35와 MediaTailor로 오버레이 광고를 연동해 시청자 경험과 광고 효율을 함께 높였습니다.

AI가 규칙을 자꾸 어기던 문제를 계기로, 프롬프트보다 컨텍스트 엔지니어링과 하네스 설계가 중요하다는 점을 정리했습니다. 최신 모델에는 절차를 늘리기보다 성공 기준과 검증 규칙을 명확히 주는 방식이 더 잘 맞았습니다.
AWS Bedrock 기반 LLM 비용이 증가하자 API별 토큰 메트릭을 먼저 구축해 원인을 파악했습니다. 이후 Prompt Caching을 적용해 캐시 히트율 98%, 전체 비용 64% 절감을 달성했습니다.

에이아이트릭스의 AITRICS-VC가 MEDICA 스타트업 컴피티션 AI in healthcare 분야 TOP12에 선정되었습니다. 국내 유일 기업으로 뽑혀 식약처 허가 기술과 예측 기능도 함께 소개했습니다.


AI 코드 리뷰를 세 번 운영하며 도구보다 기대와 역할 합의가 더 중요하다는 점을 배웠습니다. 기준을 문서화하고 사람과 AI의 역할을 나누자 노이즈가 줄었습니다.

LLM을 평가자로 활용해 해커톤 제출물을 코드와 문서만으로 채점한 사례를 소개했습니다. 사람의 판단과 비교했을 때 업무 흐름을 끝까지 구현한 팀을 안정적으로 골라냈습니다.

에이아이트릭스가 2년 연속 코리아 AI 스타트업 100에 선정됐습니다. 병원 응급상황 조기 예측 솔루션을 바탕으로 헬스케어 AI 성장을 이어가고 있습니다.


GA 매니저가 AI와 함께 사내 인사·회의실 정보를 모아 조회 시스템을 만들었습니다. 반복 문의를 줄이고 보안을 고려한 슬랙·캘린더 연동 방식도 정리했습니다.

사내 ERP 회계 데이터를 활용해 Agentic AI 프로토타입을 구축한 과정을 정리했습니다. Strands Agents SDK와 Kiro로 역할 분리, Context 관리, 데이터 추출과 후속 작업 연결을 검증했습니다.


RTZR STT API 전사 결과와 문단 임베딩으로 자동 챕터·타임스탬프 생성 과정을 소개했습니다. C99 기반 문맥 변화 탐지와 명사 키워드로 대표 발화를 선택했습니다.

AI를 개인 생산성 도구가 아니라 조직의 공통 지식 기반으로 확장하는 방법을 설명했습니다. 서비스 설계도와 코드, 데이터, 정책을 연결해 문제정의와 유지보수 속도를 높이는 사례를 소개했습니다.


RTZR STT API 전사 결과의 시간 정보와 문단 임베딩으로 자동 챕터를 생성했습니다. C99 기반 경계 탐색과 키워드 기반 대표 발화 선택 과정을 소개합니다.