개인화 추천 시스템 1편 - 유저의 행동은 “언어”일까? : Collaborative Embedding 구축기 (feat. Knowledge Distillation)
상품 텍스트를 Semantic ID로 압축하고 유저 행동을 Transformer로 해석해 개인화 추천 모델을 구축했습니다. 지식 증류와 데이터 엔지니어링으로 정확도와 속도를 함께 개선하고 A/B 테스트 성과를 확인했습니다.
#추천 시스템#Transformer
96005분
새로운 기술 블로그가 추가되었어요
필터 0
AICX: AI로 5초 만에 항공권 환불 수수료 계산하기
AICX: AI로 5초 만에 항공권 환불 수수료 계산하기
항공권 환불 규정 계산을 AI와 코드로 분담해 자동화한 사례를 다뤘습니다. 최종적으로 응답 시간을 5초 이내로 줄이고 고객 경험도 개선했습니다.
#LLM#Python
117005분
LLaDA: Diffusion language model과 LLM reversal curse
디퓨전 방식 언어모델 LLaDA의 학습·추론 구조와 reversal curse 완화 가능성을 다뤘습니다. 코드 FIM 태스크에서의 잠재력과 추론 효율 한계도 함께 정리했습니다.
#LLM#ML
47005분
당근페이 AI Powered FDS로 가는 여정: 룰엔진구축부터 LLM 적용까지
당근페이 AI Powered FDS로 가는 여정: 룰엔진구축부터 LLM 적용까지
당근페이는 FDS에 룰엔진을 먼저 구축해 이상거래를 유연하게 탐지하도록 만들었습니다. 이후 LLM과 RAG를 붙여 거래 맥락까지 반영하는 AI Powered FDS로 확장했습니다.
#LLM#RAG
127005분
RAG 없이 20만 대 자동차와 실시간으로 대화하기 (2)
RAG 없이 20만 대 자동차와 실시간으로 대화하기 (2)
RAG 대신 내부 API를 직접 활용해 실시간 차량 정보를 전달하는 API 증강 생성 아키텍처를 소개했습니다. 병렬 호출, 캐싱, SSE 스트리밍으로 실시간성과 비용 효율을 함께 개선했습니다.
#RAG#LLM
140005분
두려움 너머에서 만난 성장: 숙박 상품 등록 자동화 이야기
두려움 너머에서 만난 성장: 숙박 상품 등록 자동화 이야기
숙박 상품 등록 흐름을 Slack, Google Sheets, OCR, API, Playwright로 자동화했습니다. 온보딩 시간을 10분 내외로 줄이고 반복 오류도 줄였습니다.
#자동화#OCR
47005분
AI로 로그인 이상 징후 탐지하기: AWS Bedrock 기반 로그인 보안 관제 자동화
AI로 로그인 이상 징후 탐지하기: AWS Bedrock 기반 로그인 보안 관제 자동화
AWS Bedrock으로 로그인 이상 징후를 자동 분석하는 관제 체계를 구축했습니다. 비정상 로그인 정황 파악과 대응 속도를 높이고 운영 효율을 개선했습니다.
#AWS Bedrock#LLM
60005분
![[AI_TOP_100] 문제 출제 후기 – 기술이 아닌, 사람을 묻다.](https://img1.kakaocdn.net/thumb/U896x0/?fname=https%3A%2F%2Ft1.kakaocdn.net%2Fkakao_tech%2Fimage%2Fb48ca796019a00001.jpeg)
[AI_TOP_100] 문제 출제 후기 – 기술이 아닌, 사람을 묻다.
AI 모델 성능과 벤치마크가 넘쳐나는 시대에 문제 출제 경험을 돌아보는 글입니다. 기술보다 사람과 출제 의도를 묻는 관점이 핵심입니다.
#벤치마크
69005분
휴먼의 'AI 학습'은 이렇게 #2: DeepLearning.ai (& pro)
휴먼의 'AI 학습'은 이렇게 #2: DeepLearning.ai (& pro)
DeepLearning.ai의 교육 구조와 Pro 구독, Short Course 중심 구성을 정리했습니다. 최신 AI·LLM·Agents 학습에 유용한 실무형 MOOC로 소개했습니다.
#LLM#ChatGPT
58005분
AI와의 성공적인 첫 Co Work — 바이브 코딩으로 탄생된 맞춤형 Testcase Management System (29TMS)
AI와의 성공적인 첫 Co Work — 바이브 코딩으로 탄생된 맞춤형 Testcase Management System (29TMS)
상용 TMS의 불편을 해결하기 위해 Cursor AI와 React로 자체 29TMS를 구축했습니다. 핵심 기능과 API를 직접 구현해 운영 민첩성과 응답 성능을 크게 높였습니다.
#React#node.js
18005분
AI와의 성공적인 첫 Co Work — 바이브 코딩으로 탄생된 맞춤형 Testcase Management System (29TMS)
AI와의 성공적인 첫 Co Work — 바이브 코딩으로 탄생된 맞춤형 Testcase Management System (29TMS)
상용 TMS의 한계를 AI 협업으로 보완해 맞춤형 29TMS를 자체 구축한 사례를 소개했습니다. 구체적인 프롬프트와 구조 설계가 AI 코딩의 완성도를 높였다고 정리했습니다.
#React#Cursor
83005분
Amazon Bedrock을 활용한 피처링의 소셜 미디어 콘텐츠 분석 시스템
Amazon Bedrock으로 소셜 미디어 콘텐츠를 분석하는 멀티 에이전트 시스템 구축 사례를 소개했습니다. 스트리밍 처리와 브랜드 정규화, 모니터링 체계를 통해 확장성과 운영성을 높였습니다.
#Amazon Bedrock#LLM
31005분