새로운 기술 블로그가 추가되었어요

필터 0
선택된 필터 없음
왜 지금 일본 기업이 AI 트랜스포메이션에 나서야 하는가
QueryPie
AI

왜 지금 일본 기업이 AI 트랜스포메이션에 나서야 하는가

일본 기업의 AI 활용이 세계에 비해 뒤처진 이유와 경영 통합의 필요성을 정리했습니다. 전사 추진, 인재 육성, 데이터 준비를 바탕으로 지금 AI 트랜스포메이션을 시작해야 한다고 설명했습니다.

#LLM#prompt
4005분
왜 지금 일본 기업이 AI 트랜스포메이션에 나서야 하는가
QueryPie
AI

왜 지금 일본 기업이 AI 트랜스포메이션에 나서야 하는가

일본 기업이 AI를 단순 도입이 아니라 경영 통합 관점에서 추진해야 한다는 백서였습니다. 전사 전략, 인재, 데이터, 문화와 함께 10단계 실행 절차를 제시했습니다.

#DX#BPR
11005분
왜 지금 일본 기업이 AI 트랜스포메이션에 나서야 하는가
QueryPie
AI

왜 지금 일본 기업이 AI 트랜스포메이션에 나서야 하는가

일본 기업의 AI 도입이 왜 지금 필요한지, 경영 통합 관점에서 설명했습니다. 전략·인재·문화·데이터 과제를 짚고 전사 실행 절차를 제시했습니다.

#LLM#AI Transformation
23005분
개발자가 알아야 할 AI 규제와 윤리
한글과컴퓨터
AI

개발자가 알아야 할 AI 규제와 윤리

AI 규제와 윤리를 개발 실무의 핵심 경쟁력으로 정리했습니다. 한국 AI 기본법과 글로벌 규제 동향, 윤리 도구 활용 방안을 함께 살펴봤습니다.

#AI 기본법#AI 윤리
46005분
휴먼의 AI '학습'은 이렇게! #1 - OpenAI Academy 사이트 톺아보기 : )
데보션
AI

휴먼의 AI '학습'은 이렇게! #1 - OpenAI Academy 사이트 톺아보기 : )

OpenAI Academy를 중심으로 AI 학습용 사이트의 구성과 역할별 트랙을 살펴보았습니다. 학습 콘텐츠와 실습 자료가 개발자 문서와 도구로 자연스럽게 이어지는 점이 인상적이었습니다.

#OpenAI#ChatGPT
48005분
아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신 (Part 2)
AWS
AI

아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신 (Part 2)

Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트의 구현과 최적화 전략을 다뤘습니다. 멀티 에이전트 분리, 프롬프트 관리, 캐싱, 데이터 격리로 정확도와 효율성을 높였습니다.

#Amazon Bedrock#LLM
50005분
아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신
AWS
AI

아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신

아이지에이웍스가 Amazon Bedrock 기반 클레어로 자연어를 SQL 분석과 차트로 연결했습니다. 마케터가 SQL 없이도 복잡한 데이터 분석을 수행하도록 돕고 의사결정 속도를 높였습니다.

#Amazon Bedrock#RAG
58005분
Amazon Bedrock AgentCore Runtime을 쉽고 빠르게 시작하기
AWS
AI

Amazon Bedrock AgentCore Runtime을 쉽고 빠르게 시작하기

Amazon Bedrock AgentCore Runtime으로 AI 에이전트를 프로토타입에서 프로덕션까지 빠르게 배포하는 방법을 소개했습니다. SDK, Starter Toolkit, FastAPI 예시와 함께 세션 격리, 프로토콜 지원, 운영 포인트를 설명했습니다.

#AWS#MCP
57005분
“우리는 왜 지금, 프롬프트 엔지니어를 찾고 있을까요?”
미리디
AI

“우리는 왜 지금, 프롬프트 엔지니어를 찾고 있을까요?”

미리디는 멀티모달 AI 디자인 품질을 높이기 위해 프롬프트 엔지니어의 역할을 중요하게 보고 있습니다. 프롬프트 설계뿐 아니라 실험, 평가 지표, 협업 역량까지 요구하고 있습니다.

#prompt#LLM
36005분
Backoffice AI Agent 구축기 — RAG+MCP 기반 플레이스AI 특화 지식 검색 시스템
네이버 플레이스
AI

Backoffice AI Agent 구축기 — RAG+MCP 기반 플레이스AI 특화 지식 검색 시스템

백오피스 문서 검색을 위해 RAG와 MCP 기반 지식 검색 에이전트를 구축했습니다.\n하이브리드 검색과 질의 정제로 응답 만족도와 운영 효율을 함께 높였습니다.

#RAG#MCP
165005분
LangGraph를 활용한 멀티 노드 구현 : 패턴 A, B, C 분석
데보션
AI

LangGraph를 활용한 멀티 노드 구현 : 패턴 A, B, C 분석

LangGraph로 단일 노드와 멀티 노드 그래프를 구성하는 방법을 설명했습니다. 또한 답변 개선, 요약·번역, 답변 검증 패턴으로 LLM 워크플로우 설계 예시를 제시했습니다.

#LangGraph#LangChain
97005분
AI 플랫폼 GPU 도입부터 Kubeflow까지 도입기
카카오페이
AI

AI 플랫폼 GPU 도입부터 Kubeflow까지 도입기

카카오페이는 반복 수작업을 줄이기 위해 Kubeflow 기반 AI 플랫폼을 구축했습니다.\nH200 GPU, 하이브리드 클러스터, MIG로 성능과 자원 효율을 함께 다듬었습니다.

#Kubeflow#Kubernetes
78005분