엔터프라이즈 AI 에이전트 성능 평가 가이드 \:\ 인포그랩 NEXA의 LLM-as-a-Judge 실전 적용 사례
엔터프라이즈 AI 에이전트는 전통적 LLM 평가만으로는 성능 측정이 어려워 전용 평가가 필요했습니다. NEXA는 Langfuse의 LLM-as-a-Judge로 도구 정확성과 효율성을 함께 평가했습니다.
#LLM#RAG
60005분
새로운 기술 블로그가 추가되었어요
필터 0
Qwen Code 에 코드 규칙을 적용해보기
Qwen Code에 `Qwen.md` 규칙을 적용해 회사 맞춤형 코드 수정을 유도하는 방법을 소개했습니다. 폐쇄망 환경에서도 규칙 기반 자동 수정을 활용하는 흐름을 보여주었습니다.
#LLM#Cursor
102005분
AI야, UX라이팅 알잘딱 고쳐줘
전담 UX라이터 없이 흩어지던 문장 스타일을 해결하기 위해 AI 기반 UX라이팅 시스템을 구축했습니다. Figma 플러그인과 Claude, 가이드라인·사례 DB로 검수와 생성까지 작업 흐름에 붙였습니다.
#UX/UX라이팅#Claude
22005분
![[에이닷 4.0 QE 여정2] SPeCTRA 2.0 - 제5원소 Memory](https://devocean.sk.com/thumnail/2025/9/4/2c31238f96a0283c54b6415ae64ca78f9ec066e2fad0730076c9bef80f3b1956.png)
[에이닷 4.0 QE 여정2] SPeCTRA 2.0 - 제5원소 Memory
SPeCTRA 2.0에 Memory를 제5원소로 포함한 배경과 의미를 정리했습니다. 시퀀스·페르소나·시간 기반 검증과 Memory Safety 전략까지 소개했습니다.
#LLM#Memory
39005분
Context Engineering: AI 시대의 새로운 핵심 역량
Context Engineering을 LLM 성능을 높이는 핵심 역량으로 정리하고 Prompt Engineering과의 차이를 설명했습니다. Cursor AI와 Claude Code 사례를 통해 실무 적용 방식과 컨텍스트 관리 방법을 소개했습니다.
#LLM#prompt
109005분
무슨사이(MUSNSAI) AI 해커톤 운영기: AI와 함께, 코드가 워킹한다
무신사 엔지니어링이 AI 해커톤 무슨사이를 통해 사람과 AI의 협업 문화를 실험했습니다. 경쟁보다 학습을 강조하며 실제 개발과 운영에 AI를 녹여낸 사례를 소개했습니다.
#LLM#Cursor
185005분
PlayMCP: 제로부터 시작하는 MCP 플랫폼 개발
PlayMCP를 제로부터 개발한 소개 글입니다. AI가 자연스러운 대화를 구현하는 흐름 속에서 MCP 플랫폼 개발 배경을 설명합니다.
#MCP#LLM
104005분
수식없이 GPT(트랜스포머) 이해하기. 2편
GPT 기반 LLM의 추론 최적화와 양자화 개념을 설명했습니다. DeepSeek의 Latent Vector 기반 방식으로 KV Cache 메모리를 줄이는 사례도 다뤘습니다.
#LLM#KV Cache
69005분
차세대 AI 브라우저 ＇Comet＇의 주요 기능과 활용 방법
Perplexity AI의 브라우저 Comet 주요 기능과 활용 사례를 소개했습니다. AI 검색과 자동화가 강점이지만 일부 기능은 아직 보완이 필요했습니다.
#LLM#검색
140005분
챗봇 서비스 구축기
사람인 내부 데이터를 활용해 LLM 챗봇을 구축하고, RAG와 Function Calling으로 답변 정확도를 높였습니다. 또한 LangGraph와 멀티테넌시, 모니터링으로 운영성과 확장성을 함께 개선했습니다.
#LLM#RAG
86005분
Amazon Braket 콘솔 소개 및 Amazon Braket에서 양자 회로를 실행하는 방법 -1
Amazon Braket 콘솔에서 디바이스 정보와 QPU 상태를 확인하는 방법을 소개했습니다. IonQ Forte 1의 토폴로지, 캘리브레이션, 네이티브 게이트도 함께 설명했습니다.
#AWS#Amazon Braket
25005분
멀티턴에서 답변을 잘하는 Agent 만들기 - 쿼리 재작성(Query Rewriting)
멀티턴 RAG에서 맥락 손실로 생기는 검색 오류를 쿼리 재작성으로 줄이는 방법을 다뤘습니다. Step-Back, HyDE, Multi-Query와 적응형 라우팅으로 품질과 속도를 함께 조정했습니다.
#RAG#LLM
148005분