

수이 기반 탈중앙화 거래소 세투스 해킹으로... 이해하는 web3 용어
Cetus 해킹 사건을 통해 AMM, CLMM, 슬리피지, LP 토큰 같은 web3 용어를 설명했습니다. 또한 오버플로우 취약점과 검증자 자산 동결 논란까지 함께 정리했습니다.


Cetus 해킹 사건을 통해 AMM, CLMM, 슬리피지, LP 토큰 같은 web3 용어를 설명했습니다. 또한 오버플로우 취약점과 검증자 자산 동결 논란까지 함께 정리했습니다.

ChatGPT, Gemini, Claude를 사업 아이디어와 글쓰기 과제로 비교한 결과를 정리했습니다. Gemini는 실용성, Claude는 창의성, ChatGPT는 초안 작성에 강점이 있었습니다.

Agent 목적에 맞는 LLM을 고르기 위해 한국어·Function Call 중심 맞춤형 데이터셋과 이중 LLM 평가를 설계했습니다. 평가 체계를 모듈화해 배포 모델을 자동 비교하고, CI/CD 기반 고도화를 추진합니다.
여행 테마 카드의 수작업 한계를 AI로 자동화한 사례를 소개했습니다. 맥락을 더한 프롬프트 개선으로 1353개 테마를 하루 만에 생성했습니다.
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.


양자 컴퓨팅과 양자 컴퓨터의 개념, 등장 배경, 역사, 분류를 입문자 관점에서 정리했습니다. 고전 컴퓨터의 한계와 양자 기술 발전을 바탕으로 왜 주목받는지 설명했습니다.

ChatGPT, Gemini, Claude를 실무 작업 기준으로 비교한 테스트 결과를 정리했습니다. 작업 유형과 모델 버전에 따라 적합한 AI가 달라진다는 점을 확인했습니다.


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.


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.

당근이 검색어에 숨겨진 의도를 더 정확히 파악하기 위해 LLM 실험을 진행했습니다. 프롬프트 고도화와 QU/DU 구조로 검색 결과 적합도를 크게 높였습니다.

Amazon Bedrock은 AWS가 제공하는 생성형 AI 플랫폼입니다. 별도 인프라 없이 다양한 파운데이션 모델을 API로 활용해 서비스를 빠르게 구축할 수 있습니다.

생성형 AI로 마케팅 영상을 만드는 AI Moment 개발 사례를 소개했습니다. LLM 응답 구조화, 예외 처리, 비동기 처리와 캐싱으로 서비스 품질을 높이는 방법을 다뤘습니다.

제타 AI팀은 대화 기억력과 서사적 몰입을 개선하며 자체 LLM을 빠르게 배포했습니다. 사용자 피드백을 학습에 반영하는 Data Flywheel과 A/B 테스트로 재미를 검증합니다.


Agent와 Workflow를 명확한 구분이 아닌 스펙트럼으로 바라보는 관점을 정리했습니다. 실제 서비스에서는 둘을 조합한 하이브리드 구조와 정보 흐름 설계가 중요하다고 설명합니다.