AI는 어디까지 믿어도 될까? Replit 사고로 돌아본 AI Agent 보안의 민낯
Replit AI Agent의 프로덕션 DB 삭제 사고를 통해 AI 에이전트 보안의 중요성을 짚었습니다. 최소 권한과 검증 체계가 실환경 도입의 전제 조건임을 강조했습니다.
#LLM#보안
2300
AI 기술 블로그 최신 글
필터 0
AI는 어디까지 믿어도 될까? Replit 사고로 돌아본 AI Agent 보안의 민낯
Replit AI Agent의 프로덕션 DB 삭제 사고를 통해 실행형 AI의 보안 위험을 짚었습니다. AI를 도입할 때는 권한 통제와 로그, 검증 체계를 먼저 갖춰야 합니다.
#LLM#보안
8300
Task Manager를 활용한 Spring AI RAG 챗봇 개발기
Task Manager를 활용한 Spring AI RAG 챗봇 개발기
Task Manager로 Spring AI 기반 RAG 챗봇의 개발 규칙과 작업 흐름을 관리했습니다. PDF 처리부터 OpenAI 임베딩, Milvus 검색까지 추상화 기반 구현을 비교했습니다.
#Spring AI#RAG
000
우리 부서에서는 AI를 어떻게 쓸 수 있을까요? : 부서별 AI 활용 가이드
우리 부서에서는 AI를 어떻게 쓸 수 있을까요? : 부서별 AI 활용 가이드
부서별로 대화형 AI를 어떻게 활용할 수 있는지 마케팅, 영업, HR 사례 중심으로 정리했습니다. 실제 프롬프트 예시를 통해 바로 적용할 수 있는 업무 효율화 방안을 제안했습니다.
#prompt#SEO
14000
Strands Agents 1.0 소개: 프로덕션에 간편하게 바로 적용 가능한 다중 에이전트 오케스트레이션
Strands Agents 1.0의 다중 에이전트 오케스트레이션 기능과 프로덕션용 개선점을 소개했습니다. 단일 에이전트에서 시작해 Swarm, Graphs, A2A로 확장하는 활용 방식을 설명했습니다.
#LLM#AWS
5800
Amazon Q Developer를 사용하여 애플리케이션 복원력을 향상시키는 방법
Amazon Q Developer로 애플리케이션 복원력을 높이는 방법을 소개했습니다. 단일 AZ 아키텍처를 다중 AZ, 오토스케일링, 캐싱, DR 전략으로 개선하는 사례를 정리했습니다.
#Amazon Q Developer#AWS
6200
AI Agent가 복잡한 테이블 데이터 처리하는 방법
AI 에이전트가 표 데이터를 이해하기 어렵다는 문제를 짚고, RAG와 SQL을 결합한 Table Agent 설계를 소개했습니다. 셀 단위 전처리, 도구 호출 루프, 에러 핸들링으로 복잡한 질문 대응력을 높였습니다.
#LLM#RAG
3400
Next flex with AI:플렉스팀이 말하는 AI 시대의 SaaS 설계 철학
플렉스팀이 AI 시대의 SaaS를 문제 해결 중심의 동료로 재정의하는 철학을 소개했습니다. 데이터 인프라, 권한 체계, Agent 구조를 통해 AI가 실제로 일하는 환경을 설계했습니다.
#SaaS#RAG
2600
여행 검색 경험 향상을 위한 AI 활용
통합검색에서 사용자의 여행 의도를 먼저 파악하도록 AI 분류 시스템을 적용했습니다. 이를 통해 검색 결과 노출 순서를 개선하고 실제 사용자 경험을 높였습니다.
#LLM#prompt
9500
Gemini CLI로 커밋 메시지 자동 생성 도구 개발하기
gemini-cli와 쉘 스크립트로 Git 변경사항을 분석해 커밋 메시지를 자동 생성하는 도구를 개발했습니다. 무료 쿼터와 flash 모델을 활용해 비용 부담과 429 에러 문제를 줄였습니다.
#LLM#Git
23500
양자 컴퓨팅이란 무엇인가? – Part 4: 양자 컴퓨터가 빠르다는 의미, 양자 회로, 양자 연산의 원리
양자 컴퓨터의 빠름은 개별 연산이 아니라 계산 횟수 감소에 있습니다. 양자 회로와 간섭 원리로 정답 확률을 높이는 방식도 함께 설명했습니다.
#양자 컴퓨팅#큐비트
7100
경농의 스마트팜 지원을 위한 농업 AI 챗봇
경농이 스마트팜 지원을 위해 농업 특화 생성형 AI 챗봇을 구축했습니다. RAG, 벡터 검색, 용어 사전과 쿼리 증강으로 정확한 응답을 높였습니다.
#LLM#RAG
8700
AI와 함께하는 소프트웨어 개발 : 바이브 코딩(Vibe Coding)
AI와 실시간으로 협업하는 바이브 코딩의 개념과 핵심 도구, 워크플로를 정리했습니다. 자연어 기반 개발의 장점과 함께 대규모 프로젝트, 비용, 라이선스 같은 우려도 함께 다뤘습니다.
#LLM#ChatGPT
15200
음식 사진 한 장으로 내가 딱 원하던 맛집을 찾는 AI, 어떻게 만들었을까
음식 사진을 기반으로 주변 맛집을 찾는 AI 검색 시스템을 CLIP과 FAISS로 구현한 사례를 소개했습니다. 위치 필터링과 카테고리 제한으로 오탐을 줄이고, 향후 비음식 필터링과 맛 기반 임베딩 확장을 계획했습니다.
#LLM#검색
15200