AI 시대를 맞이하며, 한 창업자가 스스로에게 던진 질문
AI 시대를 모바일보다 큰 구조적 전환으로 보고, 조직과 개인의 일하는 방식을 다시 설계해야 한다고 강조했습니다. 전사적 AI 리터러시와 빠른 실험, 더 큰 목표 설정의 필요성을 제시했습니다.
#조직 구조#리터러시
101005분
새로운 기술 블로그가 추가되었어요
필터 0
Langchain과 Langgraph의 Agent구현의 차이점.
Langchain과 Langgraph의 create_react_agent 차이를 프롬프트 처리와 Tool Call 방식 중심으로 비교했습니다. 상용 LLM과 MCP 환경에는 Langgraph가 유리하고, Private LLM에는 Langchain을 고려할 수 있음을 정리했습니다.
#Langchain#Langgraph
103005분
해커톤 경험을 통해 엿본 AI시대에 개발자가 가져야 할 자세
해커톤에서 AI 채용 도우미 AIVA를 만들며 이력서와 과제 분석, 코드 실행 검증까지 실험했습니다. 프롬프트 설계와 캐싱, 토큰 제한을 고민하며 AI 시대 개발자의 자세도 함께 성찰했습니다.
#LLM#prompt
150005분
빠르게 실행해 볼 수 있는 AI 시대 - 개인 맞춤형 학습 앱
AI 도구와 파일시스템 MCP로 개인 맞춤형 학습 앱을 빠르게 기획하고 구현한 사례를 소개했습니다. 망각곡선 기반 복습과 데이터 생성까지 자동화해 프로토타입 완성 속도를 높였습니다.
#LLM#MCP
57005분
Amazon Bedrock과 Amazon Nova를 활용한 애니펜의 빠르고 비용 효율적인 AI 서비스 개발 여정
Amazon Bedrock과 Amazon Nova를 적용해 사진 기반 AI 콘텐츠 생성 구조를 개선했습니다. 컨테이너를 경량화하고 처리 시간을 크게 줄여 빠르고 효율적인 서비스 운영을 가능하게 했습니다.
#Amazon Bedrock#AWS Lambda
37005분
멀티모달 VLM 기술 동향
VLM의 개념과 최신 기술 동향, 주요 기업의 개발 흐름을 종합적으로 정리했습니다. 문서 AI 도입 시 특화 모델과 데이터 전략, 인프라 비용을 함께 고려할 필요가 있습니다.
#LLM#VLM
69005분
밸런스히어로, AI 대안신용평가시스템 특허 등록…인도 핀테크 입지 확대
밸런스히어로, AI 대안신용평가시스템 특허 등록…인도 핀테크 입지 확대
밸런스히어로가 AI 기반 대안신용평가시스템 특허를 등록했습니다. 인도 중저신용자의 금융 접근성을 높이며 플랫폼 비즈니스를 확장할 계획입니다.
#LLM#핀테크
1005분
우리 서비스와 연결된 MCP Server 빠르게 구현해보기: MCP 해커톤 후기
우리 서비스와 연결된 MCP Server 빠르게 구현해보기: MCP 해커톤 후기
MCP의 개념과 서버/클라이언트 흐름을 해커톤 경험을 바탕으로 정리했습니다. Swagger API와 FastMCP를 활용해 서비스용 MCP tool을 빠르게 구현한 과정을 공유했습니다.
#MCP#LLM
55005분
마이리얼트립 AI Lab에서 인턴이 일했던 법
마이리얼트립 AI Lab 인턴이 사내 AI 리터러시 향상과 업무 자동화를 어떻게 수행했는지 소개했습니다. Whisper, Apps Script, Claude for Sheets를 활용해 콘텐츠 생성과 검수를 자동화한 사례를 담았습니다.
#자동화#Google Apps Script
90005분
나의 새로운 주니어 개발자는 AI? LLM을 활용한 코드 리뷰 자동화
LLM을 코드 리뷰 자동화에 활용해 반복적인 피드백과 대기 시간을 줄이는 방법을 소개했습니다. CI/CD 연동 예시와 함께 장점, 한계, 도입 시 주의점을 정리했습니다.
#LLM#CI/CD
575005분
In-house 데이터를 활용한 AI 검색 품질 향상 전략
In-house 데이터를 활용해 웹 검색의 한계를 보완하고, RAG 기반으로 검색 정확도와 응답 품질을 높이는 전략을 소개했습니다. 도메인별 검색 인프라와 질의 분석, 랭킹 최적화로 후속 액션까지 연결하는 구조를 설명했습니다.
#LLM#RAG
68005분
Open Thoughts - 추론 모델을 위한 데이터 레시피
추론 모델 학습용 데이터 레시피를 실험 중심으로 정리한 글입니다. 어려운 질문 선별, 다중 답변 생성, 데이터 확장이 성능 향상에 중요하다고 설명했습니다.
#LLM#NLP
52005분