온디바이스 AI vs 서버 AI: Apple Intelligence가 보여준 프라이버시 전략
온디바이스 AI와 서버 AI의 장단점을 프라이버시와 성능 관점에서 비교했습니다. Apple Intelligence의 하이브리드 전략과 Private Cloud Compute의 역할도 함께 설명했습니다.
#iOS#cloud
80005분
새로운 기술 블로그가 추가되었어요
필터 0
Post-LLM 시대: 조합형 AI 생태계에 대한 아키텍처 분석
단일 LLM 중심에서 벗어나 특화 모델을 조합하는 AI 아키텍처 전환을 설명했습니다.비용, 지연 시간, 정확성, 보안 한계를 줄이기 위한 오케스트레이션 전략을 정리했습니다.
#LLM#MoE
67005분
일상부터 업무까지: AI Lab 리더의 AI 실전기
AI를 단순 검색 도구가 아닌 개인화된 파트너로 활용한 실전 사례를 공유했습니다. 명확한 설계 문서와 점진적 개선이 AI 활용의 핵심이라고 정리했습니다.
#LLM#ChatGPT
86005분
Strands Agents와 MCP를 사용한 신약 개발 연구 어시스턴트 개발
Strands Agents와 MCP로 신약 개발 연구 어시스턴트를 구성하는 방법을 소개했습니다. 다중 데이터베이스 검색과 결과 종합, PDF 생성까지 이어지는 에이전트 워크플로우를 보여주었습니다.
#MCP#Python
54005분
![[에이닷 4.0 QE 여정1] 에이닷 4.0 품질 비하인드](https://devocean.sk.com/thumnail/2025/9/2/c3158e6429d9e81ba35fff3f4ca44d69c18c332adb863e8c5ebe24928abc89bb.png)
[에이닷 4.0 QE 여정1] 에이닷 4.0 품질 비하인드
에이닷 4.0 품질 검증에서는 LLM 응답을 실제 발화 기반으로 평가하고, 기획 초기부터 QA가 함께 참여했습니다. Sanity Test, SPeCTRA 2.0, daily report로 품질 기준과 이슈 우선순위를 선제적으로 관리했습니다.
#LLM#QA
67005분
국내 AI 노트 4대장 비교 분석 : 에이닷 노트 부터 클로바 노트까지 완벽비교
국내 AI 노트 서비스 4종의 전사, 요약, 다국어, 협업 기능을 비교했습니다. 용도에 맞게 선택하면 회의록과 학습 정리를 더 효율적으로 할 수 있습니다.
#LLM#NLP
349005분
Attention 메커니즘: 개념과 활용
Attention 메커니즘의 개념과 필요성을 설명하고, Q/K/V 기반 작동 흐름을 정리했습니다. 또한 PyTorch와 TensorFlow 예제로 실제 구현 방법을 보여주었습니다.
#Attention#Transformer
88005분
백엔드 개발자의 시선으로 풀어본 LLM 내부 동작 원리: 6단계로 쉽게 이해하기
LLM이 입력을 받아 답변을 생성하기까지의 내부 동작을 6단계로 나눠 쉽게 설명했습니다. 백엔드 개발자가 프롬프트와 활용 방식을 이해하는 데 필요한 핵심 흐름을 정리했습니다.
#LLM#자연어처리
332005분
노벨 경제학상 수상자가 바라 본 어피닛..."금융 포용에 기여"
노벨 경제학상 수상자가 바라 본 어피닛..."금융 포용에 기여"
어피닛이 AI 기반 대안신용평가로 금융 포용을 확대하는 비전을 소개했습니다. 제임스 로빈슨은 이를 전 세계가 주목할 혁신으로 평가했습니다.
#핀테크#신용평가
1005분
항공 해외제휴업체 정산 자동화 스토리
항공 해외제휴 정산 업무를 Python과 Cursor로 자동화해 1분 이내로 단축했습니다. 업무 당사자의 이해와 AI 협업이 확장성까지 확보한 핵심이었습니다.
#Python#Cursor
86005분
Text2SQL은 왜 자꾸 틀릴까?
LLM 기반 Text-to-SQL의 오류 유형과 빈도를 정리하고, 기존 수리 방식의 한계를 분석했습니다. 규칙 기반 감지와 LLM 보조 수정을 결합한 MapleRepair의 실무적 효과를 소개했습니다.
#LLM#SQL
118005분
엔터프라이즈 AI 에이전트 성능 평가 가이드 \:\ 인포그랩 NEXA의 LLM-as-a-Judge 실전 적용 사례
엔터프라이즈 AI 에이전트는 전통적인 LLM 평가만으로는 충분히 측정하기 어려웠습니다. NEXA는 LLM-as-a-Judge로 도구 정확성과 효율성을 평가하는 방식을 적용했습니다.
#LLM#RAG
20005분