데이터 맛집의 비밀 레시피: AI로 SQL 쿼리 자동화하기
반복적인 데이터 요청을 줄이기 위해 기존 SQL 쿼리를 임베딩해 재사용하는 AI 도구 MySQLTrip을 소개했습니다. 검증된 쿼리를 바탕으로 자동 생성과 에러 체크까지 연결해 데이터팀 효율을 높였습니다.
새로운 기술 블로그가 추가되었어요
반복적인 데이터 요청을 줄이기 위해 기존 SQL 쿼리를 임베딩해 재사용하는 AI 도구 MySQLTrip을 소개했습니다. 검증된 쿼리를 바탕으로 자동 생성과 에러 체크까지 연결해 데이터팀 효율을 높였습니다.

비대면 금융의 개인화 부족을 해결하기 위해 AI 대출 음성 상담 챗봇을 개발했습니다. 합성 데이터와 RAG, AWS AI 서비스를 결합해 실시간 상담과 추천 흐름을 구현했습니다.

카카오페이 해커톤 2등 프로젝트로 거래내역에 메모와 이미지를 더하는 금융 경험을 소개했습니다. 자연어 검색과 이미지 생성에 AWS Bedrock, Claude 3.5, Nova Canvas를 활용한 구현 과정을 설명했습니다.


자율 에이전트에서 Agentic Memory가 장기 기억 역할을 하며 개인화 응답을 돕는 방식을 설명했습니다. A-MEM의 구조화된 노트, 링크, 검색 흐름도 함께 소개했습니다.


Firebase App Testing Agent로 UI 테스트를 체험하며 자연어 기반 자동화와 리포트 기능을 확인했습니다. 다만 복잡한 로직 검증과 디버깅에는 한계가 있어 다른 도구와 병행이 필요했습니다.

AI 에이전트의 자율 실행이 기존 DevSecOps의 통제를 벗어나는 문제를 다루었습니다. 실행 시점 정책 평가와 감사 로깅을 담당하는 AgentSecOps와 PDP·PBAC·PEP·PIP 구조를 제안했습니다.

AI 에이전트의 자율 실행이 기존 DevSecOps의 통제를 벗어나는 문제를 설명했습니다. 실행 시점 정책 평가와 감사 로깅을 중심으로 AgentSecOps와 MCP 기반 통제 구조를 제안했습니다.


GPT를 다음 단어를 예측하는 모델로 쉽게 풀어 설명했습니다. Transformer 디코더만 사용하는 구조와 LLaMA 예시를 통해 Base Model 개념을 소개했습니다.

슬랙과 지라 반복 업무를 자동화한 AI 슬랙봇 도비 개발 사례를 소개했습니다.\n별도 인프라 없이 GPT와 협업해 요약과 티켓 생성을 빠르게 구현했습니다.

생성형 AI 이미지 품질을 자동 평가하고 블랙박스 최적화로 하이퍼파라미터를 탐색한 사례를 다뤘습니다. 수작업을 줄이고 결과 신뢰도를 높였지만, 스타일 판별 지표는 추가 보완이 필요했습니다.


Qwen3의 Hybrid Thinking mode를 소개하고, 추론 On/Off를 제어하는 두 가지 방식을 설명했습니다. `/think`·`/no_think`와 `enable_thinking`의 동작 차이도 정리했습니다.


Reasoning 모델의 개념과 학습 방법, 성능 특징을 정리하고 AI 검색 고도화 방향을 소개했습니다. 질문 특성에 따라 Reasoning과 Non-Reasoning 모델을 선택해 정확도와 속도를 함께 높이는 방안을 다뤘습니다.