의류 제조 현장의 AI 혁신: 약진통상의 Amazon Bedrock 기반 AI 스타일 라이브러리
약진통상이 Amazon Bedrock 기반 AI 스타일 라이브러리로 의류 검색과 샘플 개발을 고도화했습니다. 멀티 리전 처리와 설정 파일 중앙화로 성능과 운영 효율도 함께 개선했습니다.
#Amazon Bedrock#검색
4300
AI 기술 블로그 최신 글
필터 0
롯데쇼핑의 Amazon Bedrock 기반 AI운영 어시스턴트 구축 사례
Amazon Bedrock 기반 Tech Assistant로 롯데온 운영 지식을 통합하고 장애 대응을 자동화했습니다. Slack 연동과 RAG 분석으로 응답 속도와 운영 효율을 높였습니다.
#Amazon Bedrock#LLM
5500
토스 Next ML Challenge - 광고 클릭 예측(PCTR) ML 경진대회 출제 후기
토스와 데이콘이 함께한 첫 ML 경진대회 출제 후기를 공유했습니다. 실제 광고 클릭 예측 문제와 참가자들의 다양한 풀이 방식을 소개했습니다.
#ML#feature engineering
6300
![[오프라인/마감] RAG 프로젝트는 왜 실패하는가?: RAG를 잘 다루고 싶은 엔지니어를 위한 패널 토크](https://tech.goorm.io/wp-content/uploads/2025/12/BLOG_thumbnail-2.png)
[오프라인/마감] RAG 프로젝트는 왜 실패하는가?: RAG를 잘 다루고 싶은 엔지니어를 위한 패널 토크
RAG 프로젝트가 왜 실패하는지, 실무 운영 관점에서 품질 문제와 원인을 짚는 패널 토크를 소개했습니다. 문서 품질, 청킹, 인덱스 구조 등 해결 포인트와 최신 RAG 트렌드도 함께 다뤘습니다.
#RAG#LLM
3700
오늘의집 렌즈 - 텍스트를 넘어 이미지로 확장되는 검색 경험
오늘의집은 이미지 속 상품 탐색을 위해 객체 탐지와 벡터 검색 기반의 오집렌즈를 구축했습니다. 유저 인터랙션 로그를 활용해 탐지 결과와 이미지 유사도 모델을 지속 개선합니다.
#이미지 검색#객체 탐지
000
FSD 시대의 일하는 법: AI-Native 전환 측정하기
FSD 시대의 일하는 법: AI-Native 전환 측정하기
AI를 단순한 보조 도구가 아니라 업무 전환의 수단으로 보는 관점을 제시했습니다. ANTI 지표로 AI-Native 전환 수준을 측정하고 Level 4 업무를 늘리는 방법을 설명했습니다.
#LLM#자동화
1400
AI가 만들어주는 나만의 목소리(SK AI SUMMIT 발표사례)
AI가 만들어주는 나만의 목소리(SK AI SUMMIT 발표사례)
AI 음성 변환과 합성의 전체 파이프라인을 소개했습니다. 음색 보존, 피치 제어, 평가 지표와 한계 대응 방안까지 정리했습니다.
#LLM#ML
3900
LLM Guardrails 2.0: 필터링을 넘어 추론 기반 보안 체계로 진화하는 AI 안전성 아키텍처
LLM Guardrails 2.0: 필터링을 넘어 추론 기반 보안 체계로 진화하는 AI 안전성 아키텍처
LLM 가드레일이 단순 필터를 넘어 추론 기반 보안 체계로 진화한 흐름을 정리했습니다. 기업 적용 시 다층 방어, 정책 엔진, 도구 호출 보안이 핵심이라고 설명했습니다.
#LLM#RAG
5100
누구나 만드는 시대, 마케터가 한 달 만에 만든 영상 자동화 시스템
누구나 만드는 시대, 마케터가 한 달 만에 만든 영상 자동화 시스템
마케터가 AI와 개발 도구를 활용해 한 달 만에 영상 자동화 시스템을 만들었습니다. 핵심은 프롬프트를 구조화해 누구나 안정적으로 소재를 생성할 수 있게 만든 점입니다.
#Streamlit#Cursor
5900
AFINIT에서 시간을 만들어 내는 방법
AFINIT에서 시간을 만들어 내는 방법
AFINIT가 AI와 자동화로 반복 업무를 줄이고 시간을 만들어 내는 방식을 소개했습니다. 정책 문서와 업무 지식을 코드처럼 관리해 비개발자도 직접 자동화에 참여하는 흐름을 다뤘습니다.
#자동화#n8n
1200
AX 시대를 위한 한글 문서: 오픈소스 생태계 현황 분석과 활성화 전략
한글 문서는 AI 학습에 유리한 공개형 포맷이며, PDF 변환보다 직접 추출이 더 효율적이라고 설명했습니다. 오픈소스 도구와 개발자 지원을 강화해 생태계를 키워야 한다고 제안했습니다.
#HWPX#오픈소스
3900
[Hands On] 질문 유형별 최적 LLM 모델 선택 AI Assistant 구축 실습
[Hands On] 질문 유형별 최적 LLM 모델 선택 AI Assistant 구축 실습
질문 유형에 따라 적합한 LLM을 자동 선택하는 Multi-LLM Assistant 실습을 소개했습니다. Flask와 Amazon Bedrock으로 라우팅 구조와 웹 UI를 구성해 비용과 정확도 개선 가능성을 보여주었습니다.
#LLM#AWS
5600
Amazon Bedrock AgentCore Identity로 안전한 기업형 에이전트 구현하기
Amazon Bedrock AgentCore Identity로 에이전트 인증과 자격 증명을 중앙화해 안전하게 관리하는 방법을 소개했습니다. Runtime, Gateway, 외부 Confluence 3LO까지 연동해 사용자별 권한 격리와 동적 인가를 구현했습니다.
#AWS#Amazon Bedrock
5300
Amazon Bedrock AgentCore Gateway: 엔터프라이즈 AI 에이전트를 위한 통합 도구 관리 솔루션
Amazon Bedrock AgentCore Gateway로 엔터프라이즈 AI 에이전트의 도구 관리 복잡성을 줄이는 방법을 소개했습니다. 또한 MCP 통합, 시맨틱 검색, 인증 구조와 Target 구성 방법을 설명했습니다.
#LLM#MCP
3500