HITL, AI 성능을 완성하는 마지막 한 조각
HITL, AI 성능을 완성하는 마지막 한 조각
HITL은 AI가 1차 판단을 하고 사람이 검토·보완하는 협업 구조를 다뤘습니다. 정확도와 신뢰성을 높이기 위해 금융, 의료, 고객 응대에 우선 적용하는 방식을 소개했습니다.
#LLM#RAG
66005분
새로운 기술 블로그가 추가되었어요
필터 0
우리 팀에도 Jarvis 가 생겼다 – 생성형 AI 로 만든 에러 분석가 이야기
생성형 AI와 Slack, Datadog, Git 연동으로 에러 로그 분석 자동화를 구현했습니다.\nMCP와 프롬프트 개선을 통해 운영 대응 속도를 높이고 분석 품질도 개선했습니다.
#LLM#MCP
229005분
LLM 그 이후: A2A의 멀티에이전트 오케스트레이션 시대
LLM 그 이후: A2A의 멀티에이전트 오케스트레이션 시대
단일 LLM의 한계를 보완하는 멀티에이전트 오케스트레이션과 A2A, MCP의 역할을 정리했습니다. 또한 뉴스 검색·요약 예제로 에이전트 협업 구조를 설명했습니다.
#LLM#MCP
96005분
당근페이의 Amazon Bedrock 기반 Text-to-SQL로 완성하는 데이터 혁신, Part 2: 데이터 수집과 관리, 향후 계획
당근페이는 Bedrock 기반 Text-to-SQL에서 메타데이터와 샘플 쿼리, 용어 사전을 체계적으로 수집·관리하는 방식을 소개했습니다. 또한 검색 최적화와 SFT, MCP 확장으로 정확도와 활용 범위를 넓혀갈 계획을 공유했습니다.
#Amazon Bedrock#Text-to-SQL
63005분
당근페이의 Amazon Bedrock 기반 Text-to-SQL로 완성하는 데이터 혁신, Part 1: 브로쿼리 개요와 아키텍처
당근페이는 브로쿼리라는 내부 Text-to-SQL 봇의 배경과 아키텍처를 소개했습니다. 자연어 질문을 SQL로 바꾸고 컨텍스트를 보강해 데이터 활용 장벽을 낮추는 구조를 설명했습니다.
#Amazon Bedrock#Text-to-SQL
84005분
모두를 위한 용어집, BH-Glossary 개발기
모두를 위한 용어집, BH-Glossary 개발기
슬랙에서 사내 용어를 검색해 한글과 영어로 답변하는 BH-Glossary 봇 개발 과정을 소개했습니다. LLM과 RAG를 활용한 구현 방식과 향후 운영·확장 방향도 함께 정리했습니다.
#LLM#RAG
0005분
우리 회사 서비스 캐릭터들이 AI를 만나면 어떤 아이들이 될까? (feat. 멀티 LLM 플레이그라운드＆AI 프롬프톤 사례 공유)
사내 멀티 LLM 플레이그라운드를 구축해 여러 모델을 한곳에서 비교하고 체험할 수 있게 했습니다. 이를 바탕으로 프롬프톤을 열어 서비스 캐릭터 페르소나 설계와 프롬프트 엔지니어링 경험을 확산했습니다.
#LLM#ChatGPT
50005분
출시 2주만에 20만명이 쓴 토스증권 어닝콜 서비스 제작기
토스증권이 해외기업 어닝콜을 실시간 한국어 번역·요약하는 서비스를 2달 만에 만들었습니다.\n실시간 시청자와 사후 확인 사용자의 수요를 함께 잡아 2주 만에 20만 명 이상이 사용했습니다.
#UI/UX#번역
156005분
홈피드: 네이버의 진입점에서 추천 피드를 외치다! 추천 피드 도입 고군분투기
홈피드: 네이버의 진입점에서 추천 피드를 외치다! 추천 피드 도입 고군분투기
네이버 홈피드의 개인화 추천 구조와 랭킹 고도화 과정을 소개했습니다.\nLLM, 리트리버, 랭커를 활용해 클릭과 만족도, 다양성을 함께 개선했습니다.
#LLM#추천 시스템
133005분
바이브 코딩으로 만드는 나만의 AI 러닝코치 - (Gemini + Firebase + Discord )
바이브 코딩과 Gemini, Firebase, Discord로 개인용 AI 러닝 코치를 만들었습니다. 훈련 계획 추천과 완료 체크를 구현하며 여러 이슈를 수정해 완성했습니다.
#Gemini#Firebase
107005분
Amazon Bedrock Guardrails을 활용해 한국어 기반 개인정보 검출하기
Amazon Bedrock Guardrails의 한국어 개인정보 검출 지원과 활용 방법을 소개했습니다.\nApplyGuardrail API로 이름, 주소, 전화번호 등 다양한 민감정보를 탐지하는 예시를 보여주었습니다.
#AWS#Amazon Bedrock
60005분
멀티모달 LLM을 활용한 Computer Use Agent를 알아보자!
멀티모달 LLM과 AI Agent 흐름을 바탕으로 Computer Use Agent의 개념과 연구 사례를 정리했습니다. 웹 UI 조작과 자동화 가능성을 중심으로 WebShop, LiteWebAgent, AgentQ를 소개했습니다.
#LLM#MCP
60005분