

"알아서 정확하게 응답줬으면.." RAG부터 에이전트까지 사내 AI 챗봇 구축기 2부
사내 AI 슬랙봇을 RAG 기반으로 구축한 뒤 검색 품질과 응답 품질을 개선한 과정을 공유했습니다. 쿼카는 Bedrock Agents로 마이그레이션해 컨텍스트 유지와 SQL 검증을 강화했습니다.
새로운 기술 블로그가 추가되었어요


사내 AI 슬랙봇을 RAG 기반으로 구축한 뒤 검색 품질과 응답 품질을 개선한 과정을 공유했습니다. 쿼카는 Bedrock Agents로 마이그레이션해 컨텍스트 유지와 SQL 검증을 강화했습니다.

삼성전자 BDA에서 LLM을 활용한 자연어 기반 분석 서비스 구축 사례를 소개합니다. 생성형 AI와 빅데이터를 결합해 에이전틱 AI로 진화하는 방향을 다룹니다.


LG유플러스는 UCMP에 AI Agent를 도입해 클라우드 관리와 분석을 자연어로 제공했습니다. Bedrock AgentCore Runtime과 MCP Server로 확장성과 운영성을 함께 확보했습니다.


AI가 대신 쇼핑하는 시대를 준비하기 위한 블록체인, Web3, AP2, x402, UCP의 역할을 정리했습니다. 통제 가능한 AI 커머스를 만들기 위한 표준화 흐름을 소개했습니다.


사내 최신 스펙과 코드 불일치 문제를 해결하기 위해 RAG 기반 챗봇을 도입했습니다. 메타데이터 필터링과 하이브리드 검색으로 정확도를 높이고 배포 파이프라인과 동기화했습니다.

LY Corporation이 대규모 지표 데이터를 다루기 위해 관측 가능성 플랫폼과 시계열 데이터베이스를 단계적으로 고도화한 과정을 소개했습니다. 또한 데이터 통합과 AI, MCP 연동을 통해 지능형 플랫폼으로 확장할 계획을 공유했습니다.

DARPA의 AI Cyber Challenge 우승 시스템을 삼성에 적용하는 과정을 다룬 글입니다. 다만 본문이 오류로 끊겨 세부 내용은 확인되지 않았습니다.


이직 스트레스로 고민을 털어놓을 GIGACHAD 채팅봇을 만들었습니다.\n비밀 보장, 저비용 운영, Gemini Flash 2.0 선택 이유를 정리했습니다.
AI 서비스가 자연스럽게 받아들여지려면 빠르고 안정적인 동작이 중요하다고 설명했습니다. 대규모 연산을 효율적으로 처리하는 AI 반도체의 역할을 소개했습니다.
계약 검토의 병목을 판단이 아닌 사실 확인에서 찾고, AI로 반복 작업을 구조화했습니다. 사람은 판단에 집중하고 기술은 준비 작업을 맡는 방식으로 검토 흐름을 재설계했습니다.


멀티 에이전트 시스템의 운영 복잡성과 권한 문제를 AgentCore로 중앙화하는 방안을 설명했습니다. Gateway, Identity, Runtime으로 인증·접근제어·관측을 통합하는 사례를 소개했습니다.

Agentic AI는 도구를 많이 연결하는 것보다 역할과 흐름을 잘 설계하는 것이 중요했습니다. LLM, Tool, 사람의 책임을 분리한 통제된 Workflow가 효율과 안정성을 높였습니다.