거래내역에 감성과 지능을 더하다: 이미지 캘린더와 자연어 검색으로 만드는 특별한 금융 경험
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.
#AWS Bedrock#Nova Canvas
7300
AI 기술 블로그 최신 글
필터 0
기억하는 AI : Agentic Memory 그리고 A-MEN
자율 에이전트에서 Agentic Memory가 장기 기억 역할을 하며 개인화 응답을 돕는 방식을 설명했습니다. A-MEM의 구조화된 노트, 링크, 검색 흐름도 함께 소개했습니다.
#LLM#agent
9800
테스트를 부탁해 - Firebase App Testing Agent 체험기
Firebase App Testing Agent로 UI 테스트를 체험하며 자연어 기반 자동화와 리포트 기능을 확인했습니다. 다만 복잡한 로직 검증과 디버깅에는 한계가 있어 다른 도구와 병행이 필요했습니다.
#Firebase#UI/UX
4400
코드는 멈췄고, 에이전트가 움직인다 – AgentSecOps의 시대로
AI 에이전트의 자율 실행이 기존 DevSecOps의 통제를 벗어나는 문제를 다루었습니다. 실행 시점 정책 평가와 감사 로깅을 담당하는 AgentSecOps와 PDP·PBAC·PEP·PIP 구조를 제안했습니다.
#AgentSecOps#DevSecOps
2600
코드는 멈췄고, 에이전트가 움직인다 – AgentSecOps의 시대로
AI 에이전트의 자율 실행이 기존 DevSecOps의 통제를 벗어나는 문제를 설명했습니다. 실행 시점 정책 평가와 감사 로깅을 중심으로 AgentSecOps와 MCP 기반 통제 구조를 제안했습니다.
#LLM#MCP
8500
쉽게이해하는 GPT. 1편(다음단어 예측기. Base모델)
GPT를 다음 단어를 예측하는 모델로 쉽게 풀어 설명했습니다. Transformer 디코더만 사용하는 구조와 LLaMA 예시를 통해 Base Model 개념을 소개했습니다.
#LLM#Transformer
10500
반복 업무의 구원자, AI 슬랙봇 “도비”의 개발 여정
슬랙과 지라 반복 업무를 자동화한 AI 슬랙봇 도비 개발 사례를 소개했습니다. 별도 인프라 없이 GPT와 협업해 요약과 티켓 생성을 빠르게 구현했습니다.
#Slack#Jira
3900
AI로 생성한 이미지는 어떻게 평가할까요? (블랙박스 최적화 적용편)
생성형 AI 이미지 품질을 자동 평가하고 블랙박스 최적화로 하이퍼파라미터를 탐색한 사례를 다뤘습니다. 수작업을 줄이고 결과 신뢰도를 높였지만, 스타일 판별 지표는 추가 보완이 필요했습니다.
#LLM#ML
7300
Qwen3 의 Hybrid thinking mode
Qwen3의 Hybrid Thinking mode를 소개하고, 추론 On/Off를 제어하는 두 가지 방식을 설명했습니다. `/think`·`/no_think`와 `enable_thinking`의 동작 차이도 정리했습니다.
#LLM#NLP
7900
Reasoning 모델 기반의 AI 검색 고도화
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.
#LLM#검색
6700
RAG 도입기 — 챗봇을 만들다, 조용히 그리고 낭만적으로…
RAG 도입기 — 챗봇을 만들다, 조용히 그리고 낭만적으로…
Spring AI와 AWS 기반으로 FAQ 데이터를 검색·정제·생성하는 RAG 챗봇 구축 과정을 소개했습니다. Hybrid Search, Chunking, 관련성 평가의 선택 기준과 운영 고려사항을 정리했습니다.
#RAG#Spring AI
100
AWS가 제공하는 클라우드 기반의 양자 컴퓨팅 서비스, 아마존 브라켓 -1
AWS의 양자 컴퓨팅 포트폴리오와 아마존 브라켓의 기본 개념을 소개했습니다. 클라우드 기반 관리형 서비스의 장점과 활용 방식도 함께 정리했습니다.
#AWS#cloud
4100
Amazon OpenSearch Service 의 LTR 플러그인을 활용한 검색 품질 개선
Amazon OpenSearch Service의 LTR 플러그인으로 BM25 결과를 재정렬해 검색 품질을 높이는 과정을 소개했습니다. Bedrock, RankLib, NDCG 평가를 통해 학습·배포·비교 흐름을 실습 형태로 설명했습니다.
#OpenSearch#검색
6500
MLC LLM을 이용한 안드로이드 On-device AI 맛보기
안드로이드 기기에서 LLM을 직접 구동하는 MLC LLM 활용 방법을 소개했습니다. 환경 구축부터 샘플 앱 빌드, 모델 변환과 배포까지의 흐름을 정리했습니다.
#Android#LLM
12600