생성형 AI 도입 흐름과 웹 서비스 개발의 연계
생성형 AI 도입 흐름과 웹 서비스 개발의 연계
생성형 AI가 웹 서비스 개발 전반에 빠르게 스며든 흐름을 정리했습니다. 반복 작업은 AI에 맡기고 개발자는 설계와 품질 검토에 집중하는 방향을 제시했습니다.
#ChatGPT#Claude
8800
AI 기술 블로그 최신 글
필터 0
Custom LLM Agent 구축하기(From Scratch)
Langchain 없이 Python으로 ReAct 기반 LLM Agent를 직접 구현하는 예제를 소개했습니다. 프롬프트 설계와 멀티턴 흐름에 따라 함수 호출 결과가 달라질 수 있음을 보여줬습니다.
#Python#LLM
8800
Vercel V0 덕에 API Flow 앱을 만든 썰 푼다 (Feat. Flutter ＆ 폐쇄망 ＆ 눈물)
폐쇄망과 VDI 환경에서 API 자동 테스트 도구를 V0와 Flutter로 만든 경험을 공유했습니다. 반복 수정과 프롬프트 개선 끝에 팀 생산성을 높인 교훈도 정리했습니다.
#Flutter#Vercel
11800
밸런스히어로 AI 엔진이 대출금액을 산출하는 방법
밸런스히어로 AI 엔진이 대출금액을 산출하는 방법
소득증빙과 신용정보가 부족한 고객의 대출금액 산정 문제를 다뤘습니다. 대안데이터와 구간중도절단 추정으로 모든 신청자에 대한 승인금액 예측 방식을 소개했습니다.
#ML#대안 데이터
1200
LLM으로 프롬프트 실전 성능 평가하기 \:\ feat. Prometheus 2 & OpenAI API
프롬프트 품질을 정량 평가하는 방법을 Prometheus 2와 OpenAI API 실습으로 설명했습니다. 각 평가 방식의 장단점과 환각 탐지 한계를 비교하며 자동화된 평가 파이프라인 필요성을 제시했습니다.
#LLM#prompt
2700
LLM으로 프롬프트 실전 성능 평가하기 \:\ feat. Prometheus 2 & OpenAI API
프롬프트 성능을 정량적으로 평가하는 방법을 Prometheus 2와 OpenAI API 실습으로 소개했습니다. 문맥 평가는 강점이지만 최신 사실 검증은 도구별 한계가 있어 반복 평가가 필요합니다.
#LLM#prompt
7000
AI 실시간 추천 시스템을 위한 Flink 기반 스트림 조인 서비스 구축기
Azar의 실시간 추천 시스템을 위해 Flink KeyedProcessFunction 기반 스트림 조인과 배포 전략을 구축한 사례를 소개했습니다. Savepoint, Blue-Green 배포, Redis 중복 제거로 무중단과 Exactly Once를 구현했습니다.
#Apache Flink#Kafka
10300
AI 선생님과 제자의 대화: Teacher–Student 구조와 BERTScore, Classifier 활용법
Teacher–Student 구조를 지식 증류와 멀티턴 대화 학습 관점에서 설명했습니다. BERTScore, 코사인 유사도, Classifier로 검증하는 방법도 함께 정리했습니다.
#LLM#Knowledge Distillation
6900
![[AWS Summit Korea 2025] 생성형 AI의 핵심 트렌드와 비즈니스 혁신](https://tech.cloud.nongshim.co.kr/wp-content/uploads/image-402.png)
[AWS Summit Korea 2025] 생성형 AI의 핵심 트렌드와 비즈니스 혁신
생성형 AI의 2023~2025년 흐름과 AWS의 AI 서비스·인프라 구성을 정리했습니다. 또한 PoC부터 가치 실현까지 단계별 장애물과 대응 전략을 설명했습니다.
#AWS#생성형 AI
6100
AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.
AI가 답변을 넘어 실제 행동을 수행하는 시대에 접어들며 새로운 보안 위협이 부각되었습니다. 그래서 AI Red Teaming을 통해 프롬프트 인젝션과 명령 거부 같은 위험을 사전에 검증해야 한다고 설명했습니다.
#LLM#prompt
2000
AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.
AI가 단순 응답을 넘어 실제 행동을 수행하는 시대의 보안 위험을 설명했습니다. Red Teaming으로 명령 거부 실패와 프롬프트 인젝션을 사전에 점검하는 방법을 제안했습니다.
#LLM#MCP
2700
AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.
AI가 단순 답변을 넘어 실제 행동을 수행하면서 새로운 보안 위협이 커지고 있습니다. 이를 검증하기 위해 AI Red Teaming과 최소 권한, 가드레일 같은 방어 전략이 필요하다고 설명합니다.
#LLM#MCP
5600
AI Agent의 시대, 벤치마크는 어떻게 진화할까: τ-bench
AI 에이전트의 실무 적합성을 τ-bench로 재평가한 글입니다. 기존 벤치마크와 달리 대화, 정책, 멀티스텝 처리, 일관성까지 함께 봐야 한다고 설명했습니다.
#LLM#AI Agent
7500
여러 에이전트를 활용한 Flowith의 차별화된 AI 서비스
Flowith는 캔버스형 UX에서 여러 에이전트를 병렬로 돌려 답변을 생성하는 AI 서비스입니다. 기존 LLM과 다른 신선한 구조지만, 비용이 늘어날 수 있다는 점은 감안해야 했습니다.
#LLM#UX/UI
7500