ODW #2: ADK로 싱글/멀티 에이전트를 개발해 사내 시스템과 통합
ADK로 싱글·멀티 에이전트를 만들고 MCP로 사내 시스템과 연동한 워크숍 내용을 소개했습니다. 작은 자동화부터 시작해 팀 전체로 AI 활용을 확산하는 방법을 공유했습니다.
#LLM#MCP
7600
AI 기술 블로그 최신 글
필터 0
![[AI활용] Claude Code 기본 구조 이해하기 — Agent · Skill · Context 개념 완전 정리](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FsLwi8%2FdJMcahRAJie%2FAAAAAAAAAAAAAAAAAAAAAHmUYJK5NEB3Ft22e7nsCLG1taec-MRmfZcThBXKvngF%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1777561199%26allow_ip%3D%26allow_referer%3D%26signature%3DwQyU%252FrM8SM8PUHGfF7z4ATPjtjo%253D)
[AI활용] Claude Code 기본 구조 이해하기 — Agent · Skill · Context 개념 완전 정리
Claude Code를 Agent, Skill, Context 관점에서 시스템 구조로 정리했습니다. 프롬프트 중심 활용의 한계를 넘어 팀 단위 표준화 가능성을 설명했습니다.
#LLM#Claude
41400
GitLab Duo Agent Platform으로 개발 업무 80%를 AI에 맡기기
GitLab Duo Agent Platform은 개발의 나머지 80%를 멀티 에이전트로 자동화하는 플랫폼을 소개했습니다. 이슈, 리뷰, 보안, CI/CD를 자율 처리하면서도 사람의 승인과 통제를 유지했습니다.
#GitLab#DevSecOps
5700
마이리얼트립에서 가장 큰 조직, T&A실의 리더는 어떻게 AI를 활용하는가
마이리얼트립에서 가장 큰 조직, T&A실의 리더는 어떻게 AI를 활용하는가
마이리얼트립 T&A실은 위키, KPI, FP&A, Slack을 AI로 묶어 매일 자동 브리핑하는 Control Tower를 만들었습니다. 리더는 반복 수집과 분류를 맡기고 판단과 액션에만 집중하는 구조로 바뀌었습니다.
#LLM#Python
12600
Amazon Aurora PostgreSQL에서 pgvector 0.8.0을 통한 벡터 검색 성능 및 관련성 향상
Amazon Aurora PostgreSQL에서 pgvector 0.8.0의 반복적 스캔과 비용 추정 개선을 소개했습니다. 필터링된 벡터 검색의 재현율과 지연 시간을 함께 개선하는 방법을 다뤘습니다.
#PostgreSQL#pgvector
6000
AMOREPACIFIC, Kiro IDE로 SAP 개발에 AI를 도입하다
레거시 SAP 환경에 Kiro IDE와 MCP, Steering을 결합해 AI-DLC를 적용했습니다. ABAP과 SAPUI5 개발에서 생산성과 문서 동기화 개선을 확인했습니다.
#SAP#Kiro
9700
Agentic Workflow로 전문 엔지니어처럼 도면을 분석하다
Agentic Workflow로 BMS 도면 분석을 자동화한 사례를 소개했습니다. 도면 패칭과 암묵지 추론을 결합해 2~3일 걸리던 작업을 10분으로 줄였습니다.
#AWS#LLM
5700
LG전자 ES사업부, Agentic Workflow로 전문 엔지니어처럼 도면을 분석하다
LG전자 ES사업부가 AWS와 협업해 BMS 계통도 분석을 Agentic Workflow로 자동화했습니다. 2~3일 걸리던 작업을 10분으로 줄이고 전문가 수준 정확도를 확보했습니다.
#AWS#LLM
5800
AI 에이전트에 메모리를 더 많이 주면 더 똑똑해질까?
Claude Code 에이전트의 메모리 계층 구성을 비교 실험했습니다. 세션 캐시만 단독으로 쓸 때 정확도가 가장 크게 높아졌고, 외부 저장소는 오히려 성능을 떨어뜨렸습니다.
#LLM#Claude Code
11100
Amazon SageMaker HyperPod로 슈퍼브에이아이의 비전 파운데이션 모델 ‘ZERO’ 효율적으로 대규모 분산 학습하기
슈퍼브에이아이가 SageMaker HyperPod로 ZERO 모델의 대규모 분산 학습 효율을 높인 사례를 소개했습니다. 저가 리허설과 데이터 사전 로드로 비용과 학습 지연을 줄였습니다.
#Amazon SageMaker HyperPod#S3
5500
![[오프라인] AI를 제품에 적용한다는 것: 생성형 AI 시대, 설계와 운영](https://tech.goorm.io/wp-content/uploads/2026/04/BLOG_thumbnail.jpg)
[오프라인] AI를 제품에 적용한다는 것: 생성형 AI 시대, 설계와 운영
생성형 AI를 제품에 적용할 때 기존 개발 방식과 다른 설계·운영 과제를 다루는 행사입니다. 품질 정의, 재현 불가 오류, 불확실성 대응을 실제 사례로 살펴봅니다.
#LLM#UI/UX
7500
TorchTPU 등 4월 둘째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
TorchTPU 등 4월 둘째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
Google for Developers의 4월 둘째 주 주요 개발자 업데이트를 소개했습니다. TorchTPU, Android XR, Flutter 관련 소식을 한눈에 정리했습니다.
#ML#Android
300
![[활용가이드] kt cloud AI RAG(검색 증강 생성) 활용법 – 컨텍스트 최적화로 성능 높이기](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FRStdq%2FdJMb9963yLW%2FAAAAAAAAAAAAAAAAAAAAAAVm9CwbQWYlwZdcbOtC2NvAEE_JV2ZdyT9P_uXHqtRd%2Fimg.jpg%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1777561199%26allow_ip%3D%26allow_referer%3D%26signature%3DZ1uj8SnbXBeUUjokjrPk8PFcslg%253D)
[활용가이드] kt cloud AI RAG(검색 증강 생성) 활용법 – 컨텍스트 최적화로 성능 높이기
RAG 서비스에서는 프롬프트보다 컨텍스트 품질이 답변 성능을 더 크게 좌우했습니다. TopK 조정과 rerank, 버전 필터링, 질문 기반 압축으로 근거 밀도를 높이는 방법을 정리했습니다.
#RAG#LLM
7300
월간 AX : AI를 실제로 쓰게 만들려면?
AI를 실제 업무에서 쓰게 만들기 위해 진입장벽을 낮추는 방법을 소개했습니다. 가벼운 체험과 실무 문제 해결, 밀착 지원이 핵심이었습니다.
#LLM#ChatGPT
9300