AI가 지켜보는 데이터 파이프라인: 노이즈 제거부터 장애 대응까지
AI가 지켜보는 데이터 파이프라인: 노이즈 제거부터 장애 대응까지
데이터 파이프라인 운영에서 노이즈 알림과 반복 대응으로 인한 피로를 줄이기 위해 AI 활용 방안을 소개했습니다. 로그 전처리, 노이즈 분류, AI Assistant 적용 사례를 중심으로 장애 대응 자동화를 다뤘습니다.
#LLM#데이터 파이프라인
11100
AI 기술 블로그 최신 글
필터 0
Language Model의 새로운 패러다임? Large Language Diffusion Model!!
AR 언어모델의 한계를 보완하기 위해 Diffusion 기반 언어생성 접근을 소개했습니다. 학습과 추론 절차, 성능 강점과 한계까지 논문 관점에서 정리했습니다.
#LLM#NLP
8900
Nexthink가 Amazon Managed Service for Apache Flink를 사용하여 실시간 알림을 구축한 방법
Nexthink는 15분 폴링 기반 알림의 한계를 해결하기 위해 Amazon Managed Service for Apache Flink를 도입했습니다. 이벤트 시간 처리와 상태 관리로 VDI 실시간 알림을 확장 가능하게 구축했습니다.
#Apache Flink#Kafka
6300
AI와 디지털 광고의 새로운 협력 모델 - Part 1. 광고소재
AI 발전으로 디지털 마케팅 전 과정을 통합 자동화할 가능성을 소개했습니다. 특히 광고 소재는 레이아웃 최적화와 배경 생성이 핵심이라고 설명했습니다.
#LLM#ML
5100
양자 컴퓨팅이란 무엇인가? – Part 3
양자 컴퓨팅의 핵심 개념인 큐비트, 중첩, 얽힘, 측정을 설명했습니다. 고전 컴퓨터와의 차이와 논리 큐비트의 필요성도 함께 정리했습니다.
#양자 컴퓨팅#큐비트
7200
바이브 코딩으로 GitLab에 Claude Code 통합하기 \:\ ClaudeBot으로 개발 워크플로 자동화
GitLab에 Claude Code를 통합해 @ClaudeBot으로 MR과 이슈를 자동 처리하는 봇을 만들었습니다. 바이브 코딩으로 빠르게 구현했지만, 정확한 컨텍스트 전달과 일관성 확보가 과제로 남았습니다.
#GitLab#Claude Code
3900
바이브 코딩으로 GitLab에 Claude Code 통합하기 \:\ ClaudeBot으로 개발 워크플로 자동화
Claude Code를 GitLab에 통합해 MR과 이슈에서 AI 분석과 자동화를 수행하는 ClaudeBot 구축 사례를 소개했습니다. 바이브 코딩의 속도와 편의성을 확인했지만, 정확한 컨텍스트 전달의 어려움도 함께 짚었습니다.
#GitLab#Claude Code
11800
n8n과 Open WebUI를 연결해보자
n8n과 Open WebUI를 연결해 간단한 챗봇 워크플로우를 구성하는 방법을 소개했습니다. Webhook과 N8N Pipe로 입력과 응답을 주고받고, 향후 RAG와 MCP로 확장할 계획입니다.
#n8n#LLM
25200
AI에서의 음향 서비스와 기술: 에이닷과 함께하는 Btv 셋톱박스, 그 숨은 이야기
Btv 셋톱박스에서 에이닷 음성 서비스를 위한 음향 시스템 설계 사례를 다뤘습니다. 마이크 어레이, 빔포밍, 실링, 진동 억제로 음성 인식 성능과 음질을 높이는 방법을 설명했습니다.
#NLP#MEMS
10700
MCP를 넘어서려는 Google A2A 시스템, 어떻게 작동할까?
MCP를 넘어서려는 Google A2A 시스템, 어떻게 작동할까?
Google A2A 프로토콜의 개념과 작동 방식을 소개하고 MCP와의 차이를 정리했습니다. 여러 AI 에이전트가 공통 표준으로 협업하는 구조를 설명했습니다.
#MCP#LLM
12400
HITL, AI 성능을 완성하는 마지막 한 조각
HITL, AI 성능을 완성하는 마지막 한 조각
HITL은 AI가 1차 판단을 하고 사람이 검토·보완하는 협업 구조를 다뤘습니다. 정확도와 신뢰성을 높이기 위해 금융, 의료, 고객 응대에 우선 적용하는 방식을 소개했습니다.
#LLM#RAG
7500
우리 팀에도 Jarvis 가 생겼다 – 생성형 AI 로 만든 에러 분석가 이야기
Slack과 Gemini를 연동해 에러 원인과 조치 방안을 제안하는 Jarvis를 구축했습니다. MCP로 코드·로그 맥락을 보강해 운영 대응 시간을 줄였습니다.
#LLM#Gemini
200
우리 팀에도 Jarvis 가 생겼다 – 생성형 AI 로 만든 에러 분석가 이야기
생성형 AI와 Slack, Datadog, Git 연동으로 에러 로그 분석 자동화를 구현했습니다. MCP와 프롬프트 개선을 통해 운영 대응 속도를 높이고 분석 품질도 개선했습니다.
#LLM#MCP
23800
LLM 그 이후: A2A의 멀티에이전트 오케스트레이션 시대
LLM 그 이후: A2A의 멀티에이전트 오케스트레이션 시대
단일 LLM의 한계를 보완하는 멀티에이전트 오케스트레이션과 A2A, MCP의 역할을 정리했습니다. 또한 뉴스 검색·요약 예제로 에이전트 협업 구조를 설명했습니다.
#LLM#MCP
10200