AI로 만드는 여행 테마: 하루 만에 1353개 자동 생성
여행 테마 카드의 수작업 한계를 AI로 자동화한 사례를 소개했습니다. 맥락을 더한 프롬프트 개선으로 1353개 테마를 하루 만에 생성했습니다.
#LLM#prompt
152005분
새로운 기술 블로그가 추가되었어요
필터 0
당신이 보는 첫 화면은 어떻게 정해질까? 무신사 홈 배너 개인화 추천 이야기
무신사는 홈 배너 추천을 개인화하기 위해 HGNN, DeepFM, Two-Tower, Continual Learning을 활용한 파이프라인을 구축했습니다. 이를 통해 배너 표현력과 최신성, 스토어별 불균형 문제를 개선하며 CTR 성과를 높였습니다.
#ML#검색
99005분
양자 컴퓨팅이란 무엇인가? – part 1
양자 컴퓨팅과 양자 컴퓨터의 개념, 등장 배경, 역사, 분류를 입문자 관점에서 정리했습니다. 고전 컴퓨터의 한계와 양자 기술 발전을 바탕으로 왜 주목받는지 설명했습니다.
#양자 컴퓨팅#양자 컴퓨터
61005분
ChatGPT vs Gemini vs Claude, 직접 비교해 봤습니다🔍 – 1편
ChatGPT vs Gemini vs Claude, 직접 비교해 봤습니다🔍 – 1편
ChatGPT, Gemini, Claude를 실무 작업 기준으로 비교한 테스트 결과를 정리했습니다. 작업 유형과 모델 버전에 따라 적합한 AI가 달라진다는 점을 확인했습니다.
#ChatGPT#Gemini
116005분
OpenSearch의 하이브리드 검색 소개
RAG 서비스의 검색 품질을 높이기 위해 OpenSearch 하이브리드 검색을 도입한 사례를 소개했습니다. 키워드 검색과 시맨틱 검색을 결합하고, 가중치 조정과 벡터 구조 개선 방향도 함께 정리했습니다.
#OpenSearch#RAG
102005분
Amazon Bedrock기반 Agentic Text-to-Image로 사용자 의도를 정확히 반영하기 (프롬프트 분해에서 검증까지)
Amazon Bedrock 기반 Agentic Text-to-Image로 복잡한 프롬프트를 단계적으로 분해하고 검증하며 생성하는 방법을 소개했습니다. 또한 인페인팅, 아웃페인팅과 Gradio, LangGraph를 결합한 편집 데모도 함께 설명했습니다.
#Amazon Bedrock#LLM
26005분
검색어에 숨겨진 의도를 더 정확하게, 검색을 바꾸는 AI 실험들
당근이 검색어에 숨겨진 의도를 더 정확히 파악하기 위해 LLM 실험을 진행했습니다. 프롬프트 고도화와 QU/DU 구조로 검색 결과 적합도를 크게 높였습니다.
#LLM#검색
96005분
AWS의 생성형 AI 서비스 Amazon Bedrock이란?
AWS의 생성형 AI 서비스 Amazon Bedrock이란?
Amazon Bedrock은 AWS가 제공하는 생성형 AI 플랫폼입니다. 별도 인프라 없이 다양한 파운데이션 모델을 API로 활용해 서비스를 빠르게 구축할 수 있습니다.
#AWS#LLM
48005분
생성형 AI를 활용한 마케팅 영상 제작 - AI Moment 개발 사례
생성형 AI를 활용한 마케팅 영상 제작 - AI Moment 개발 사례
생성형 AI로 마케팅 영상을 만드는 AI Moment 개발 사례를 소개했습니다. LLM 응답 구조화, 예외 처리, 비동기 처리와 캐싱으로 서비스 품질을 높이는 방법을 다뤘습니다.
#LLM#Python
43005분
Agentic AI 개념 정리: 에이전트와 워크플로우의 스펙트럼
Agent와 Workflow를 명확한 구분이 아닌 스펙트럼으로 바라보는 관점을 정리했습니다. 실제 서비스에서는 둘을 조합한 하이브리드 구조와 정보 흐름 설계가 중요하다고 설명합니다.
#LLM#agent
78005분
밑바닥부터 시작하는 추천시스템 with Kubeflow
Kubeflow로 추천 시스템의 데이터 수집, 학습, 서빙, 튜닝까지 전체 흐름을 구성한 사례를 소개했습니다. 오프라인 추론 전환과 파이프라인 자동화로 응답 속도와 운영 효율을 개선했습니다.
#Kubeflow#Kafka
64005분
RAG 2.0 보안 – Microsoft·Meta의 전략, QueryPie가 연결한다
RAG 2.0 보안은 모델 응답보다 검색과 삽입 단계의 실행 흐름 통제가 핵심이라고 정리했습니다. Microsoft, Meta, QueryPie 사례를 통해 세션·메타데이터 기반 정책 평가의 필요성을 설명했습니다.
#RAG#LLM
13005분