정답 없는 제품 문제를 빠르게 푸는 법 - 오토태깅 개발기
웹 프로토타입과 반복 UT로 오토태깅의 자동 추천·대기 시간·UI를 검증했습니다. 앱 캐시와 서버 규약을 조정해 반복 태깅을 줄이고 태그·클릭 증가를 확인했습니다.
#OpenCLIP#ChromaDB
100
AI 기술 블로그 최신 글
필터 0
측정할 수 없으면 개선할 수 없다 - AI Pick 추천 카드를 위한 sLLM 정렬 학습기
AI Pick 카드 생성 품질을 높이기 위해 SFT 이후 정렬 학습과 평가 지표를 설계한 과정을 공유했습니다. 형식 검증기와 NLL 프록시로 선호 쌍을 만들고 DPO, GRPO로 품질과 형식을 함께 개선했습니다.
#LLM#DPO
5500
AI와 함께 만든 키비주얼과 시네마틱 오프닝 필름
AI로 키비주얼과 오프닝 필름을 만든 디자인 과정을 공유했습니다. 스토리보드와 프롬프트 정교화로 결과를 컨트롤한 방법을 설명했습니다.
#prompt#시네마틱
2000
LLM에게 어디까지 맡길 것인가: AI 에이전트 기반 광고 분석 리포트 자동화
AI 에이전트로 광고 분석 리포트를 자동 생성하되, 계산과 해석을 분리해 신뢰성을 높였습니다. 섹션별 컨텍스트 분리와 평가 루프로 품질을 운영 가능하게 만들었습니다.
#LLM#AI 에이전트
4600
AI 에이전트의 작업을 관측 가능하게 만들기
AI 에이전트의 작업 흐름을 커밋 메시지와 세션 기록으로 관측 가능하게 만드는 방법을 정리했습니다. 신고 기반 집계와 파생 판정을 통해 새 저장소에서도 즉시 지표가 나오도록 구성했습니다.
#Git#LLM
3000
몇 달 전에 풀었던 문제를 오늘 또 풀고 있었습니다 — AI와의 대화를 팀의 지식으로 자동 축적한 이야기
몇 달 전에 풀었던 문제를 오늘 또 풀고 있었습니다 — AI와의 대화를 팀의 지식으로 자동 축적한 이야기
몇 달 전 풀었던 문제를 다시 만나 같은 시행착오를 겪은 경험을 바탕으로, AI와의 대화를 팀 지식으로 자동 축적하는 필요성을 정리했습니다. 반복 해결을 줄이고 기억에 의존하지 않도록 기록과 재활용 구조를 만들려는 이야기입니다.
#LLM#지식관리
3900
Get Streaming STT Results Faster with RTZR FINALIZE
RTZR Streaming STT의 FINALIZE로 서버 endpoint detection 대기 없이 발화별 최종 전사를 받는 방법을 소개했습니다. 50개 발화 실험에서 중앙값 기준 636.37ms의 지연을 줄였으며, VAD·턴 감지와의 연동을 제시했습니다.
#STT#FINALIZE
000
RTZR FINALIZE로 스트리밍 STT 결과 더 빨리 받기
RTZR 스트리밍 STT에서 FINALIZE로 서버의 발화 종료 대기를 줄이는 방법을 소개했습니다. 실험에서 final transcript 수신 시간이 중앙값 기준 636.37ms 단축됐습니다.
#STT#gRPC
100
QA 티켓 280건, AI와 함께 처리한 기록
QA 티켓 280건, AI와 함께 처리한 기록
AI 에이전트와 280건의 해외투어 QA 티켓을 재현·조사·기록 중심으로 처리한 방식을 공유했습니다. 원인 확정 전 수정 금지와 메모리·커밋 규칙으로 재작업을 줄였습니다.
#Claude#Playwright
6700
AI-DLC 기반 GS SHOP 검색·추천 개발 프로세스 고도화 사례
GS SHOP 검색·추천팀이 AI-DLC로 자연어 검색과 추천 실험 프로세스를 표준화했습니다. 실데이터 검증을 통해 다음 개선 지점과 공정한 비교 구조를 함께 확보했습니다.
#검색#추천
3700
[AI 트렌드] 오늘의 AI는 당신이 쓸 가장 뒤떨어진 AI입니다
[AI 트렌드] 오늘의 AI는 당신이 쓸 가장 뒤떨어진 AI입니다
생성형 AI의 발전 속도와 시장 충격을 짚으며, 지금 쓰는 AI가 가장 뒤떨어진 AI일 수 있다는 점을 강조했습니다. 기술 자체보다 업의 맥락에 맞는 도입과 활용이 중요하다고 정리했습니다.
#SaaS#Firebase
3600
리더보드 1등 LLM, 토스에서도 1등일까? - Toss Benchmark 구축기
공개 리더보드만으로는 토스 서비스에 맞는 LLM을 고르기 어려워 Toss Benchmark를 구축했습니다. 한국어 입력, 추론 설정, 도메인 지식과 정책 준수까지 함께 평가해 실제 업무 적합성을 확인했습니다.
#LLM#벤치마크
5500
20달러 회화 앱 개발 도전기
영어 회화 학습의 불편함을 해결하기 위해 영상 기반 학습 앱을 개발한 사례입니다. 데스크톱에서 자료를 만들고 모바일에서 학습하는 구조로 실사용성과 비용을 함께 고려했습니다.
#Android#Gemini
4700
AI 시대 문서중앙화 — RAG의 성패는 LLM이 아닌 ‘데이터’에서 갈립니다
AI 시대 문서중앙화 — RAG의 성패는 LLM이 아닌 ‘데이터’에서 갈립니다
RAG가 기대만큼 답하지 못하는 문제를 다룹니다. 성공 요인을 LLM보다 문서 중앙화와 데이터에서 찾습니다.
#RAG#LLM
300