
AI를 지탱하는 MLOps: Kubeflow와 MLflow를 활용한 AI 개발 시스템 구축
AI 개발과 실서비스 적용을 위해 MLOps 기반 시스템 구축 필요성을 다뤘습니다. Kubeflow와 MLflow 활용을 주제로 하지만 본문 정보는 제한적입니다.

AI 개발과 실서비스 적용을 위해 MLOps 기반 시스템 구축 필요성을 다뤘습니다. Kubeflow와 MLflow 활용을 주제로 하지만 본문 정보는 제한적입니다.


Jetson Thor에 GR00T 모델을 올려 HIL 기반 로봇 시뮬레이션 추론을 수행한 내용을 정리했습니다. 실제 로봇 없이 작업을 검증해 비용과 리스크를 줄일 수 있음을 확인했습니다.

마케팅 파트너 정산의 반복 작업을 AI와 크롬 확장프로그램으로 자동화한 사례입니다. 2주 개발로 하루 종일 걸리던 업무를 버튼 한 번으로 처리하도록 바꾸었습니다.


GS리테일은 Amazon Bedrock으로 와인 라벨 이미지 검색 서비스를 구축했습니다. Claude와 멀티모달 임베딩, Elasticsearch를 결합해 다국어 라벨 검색 품질을 높였습니다.


생성형 AI 합성 데이터의 개념과 활용 가능성을 논문, 도구, 사례를 통해 살펴보았습니다. 아직 한계는 있지만 품질 검증과 테스트 자동화 측면의 가능성도 함께 확인했습니다.


2025년 LLM의 Reasoning 흐름 속에서 Think-fusion의 구현 방식과 한계를 정리했습니다. GPT-5와 Qwen3 사례를 통해 모델 분리의 필요성과 효율성도 함께 살펴봤습니다.

비개발자 5인 팀이 AWS Gen AI로 안면 인식 기반 초개인화 키오스크를 구현해 해커톤 3위를 수상했습니다. 고객 식별, 메뉴 추천, 매출 분석을 Bedrock과 OpenSearch로 연결한 경험을 공유했습니다.

광고사업팀이 AI와 MCP를 활용해 세일즈, 협업, 리포트 업무를 크게 효율화한 사례를 소개했습니다. 프롬프트와 맞춤형 툴로 반복 작업을 줄이고 임팩트 높은 일에 집중하는 방향을 제시했습니다.

양자 컴퓨팅의 기술적 한계를 보완하는 하이브리드 접근법과 양자 연산의 전체 실행 과정을 설명했습니다. 또한 적용 범위, 실용성, 학습에 필요한 기초 지식을 Q&A로 정리했습니다.

어피닛이 AI 기반 금융상품 추천과 리스크 관리로 2분기 역대 최대 실적을 거뒀습니다. 연간 세전이익 목표도 상향하며 AI 금융 플랫폼 경쟁력 강화에 나섰습니다.


추천 실험의 병목을 줄이기 위해 Policy와 Experiment를 분리하고 Python DSL과 Z3 검증을 도입했습니다. 그 결과 설정 작성과 리뷰 시간이 크게 줄고, 엔지니어 개입 없이 실험을 운영할 수 있게 했습니다.

Slack 문의 채널의 반복 답변 문제를 Spring AI와 검색엔진으로 자동화했습니다. Kendra에서 Typesense 하이브리드 검색으로 전환해 짧은 질문 품질과 운영 비용을 개선했습니다.


NVIDIA Jetson Thor의 주요 사양과 Orin 대비 성능 향상을 리뷰하고 개봉기를 함께 소개했습니다. 로봇과 생성형 AI용 고성능 엣지 보드의 활용 가능성을 정리했습니다.


에이닷 서비스 RM 업무에서 장애 감지와 전파를 자동화하는 Slack 봇 구현 사례를 소개했습니다. ChatGPT와 Slack API, Railway를 활용해 실무 적용과 운영 효율화까지 연결했습니다.