Model Context Protocol: 데이터를 넘어 행동으로
LLM의 한계를 보완하기 위해 MCP로 외부 서비스와 데이터에 표준화된 접근을 연결했습니다.여행 검색부터 예약·결제까지 이어지는 행동형 AI 에이전트 구현 사례를 소개했습니다.
#MCP#LLM
1500
AI 기술 블로그 최신 글
필터 0
코드 한 줄 모르던 디자이너의 AI 여정: GPT로 업무 20배 빨라지다
비개발자인 디자이너가 GPT와 Dify로 반복 검수 업무를 자동화했습니다. 처리 속도는 약 20배 빨라졌고, 수작업 부담도 크게 줄었습니다.
#LLM#Dify
2800
하루 6시간을 되찾다: 서비스 운영팀의 AI 자동화 여정
서비스 운영팀이 반복 업무를 AI와 스크립트로 자동화해 시간을 크게 절감했습니다. 절감한 시간을 정책 정비와 더 중요한 업무에 재투입했습니다.
#자동화#Google Apps Script
3100
GPT로 5분 만에 완성한 여행 업무 혁신 도구
여행 상품 담당자의 반복 업무를 줄이기 위해 GPT로 크롬 확장 프로그램을 빠르게 만들었습니다.세밀한 항공편 검색과 정보 공유를 자동화해 업무 효율을 높였습니다.
#ChatGPT#Chrome Extension
3300
비전공자 PM 의 AI 자동화: 여행 상품 제목 2,500개 최적화
여행 상품 제목 2,500개를 AI와 Dify 워크플로우로 자동 최적화한 사례입니다. 수작업 21시간 분량을 몇 분으로 줄이고 제목 일관성과 가독성을 개선했습니다.
#prompt#자동화
5700
AI 에이전트의 시대, MCP가 만드는 새로운 표준
AI 에이전트의 시대, MCP가 만드는 새로운 표준
AI와 외부 시스템을 연결하는 표준인 MCP의 개념과 아키텍처를 설명했습니다. 다양한 업무 자동화 사례와 함께 도입 시 고려할 점도 정리했습니다.
#MCP#API
13800
제 2회 카카오페이 해커톤, 2025 카페톤 뜨거운 현장 이야기
카카오페이 사내 해커톤 2025 카페톤의 오프라인 진행 과정과 현장 분위기를 소개했습니다. AWS Generative AI 활용, 부스 투어 심사, 최종 수상작과 운영 회고까지 함께 다뤘습니다.
#AWS#LLM
10100
성과 내는 조직은 AI 전략을 ‘이렇게’ 시작합니다 📈 (AI도입 체크리스트)
성과 내는 조직은 AI 전략을 ‘이렇게’ 시작합니다 📈 (AI도입 체크리스트)
AI 도입은 단순한 도입보다 조직 구조와 운영 설계가 중요하다고 정리했습니다. 멀티 에이전트, RAG, 컨트롤타워를 핵심 조건으로 제시했습니다.
#LLM#RAG
6400
LLM 기반 서비스의 부하테스트
LLM 서비스는 TTFT, ITL, 토큰 처리량 같은 지표로 부하테스트해야 합니다. vLLM 예제를 통해 병목과 네트워크 문제를 점검하고 사용자 체감 성능을 개선할 수 있습니다.
#LLM#부하테스트
11300
Cursor 에서 MCP 사용하기
Cursor의 Chat 모드와 MCP 개념, XcodeBuildMCP 연동 예시를 정리했습니다. 또한 /Generate Cursor Rules로 대화 기반 rules를 만드는 방법도 소개했습니다.
#Cursor#MCP
11800
왜 기업 10곳 중 8곳은 AI도입에 실패할까?💥(Feat. AI도입 사례분석 📊)
왜 기업 10곳 중 8곳은 AI도입에 실패할까?💥(Feat. AI도입 사례분석 📊)
기업 AI 도입이 실패하는 주요 원인 5가지를 정리했습니다. 성공 사례처럼 AI를 업무 구조 재설계의 중심으로 두는 접근이 중요했습니다.
#LLM#data
11700
AI ＆ Event Driven 오디오 데이터 LinkedIn 글 자동 발행 (feat. Apache Flink)
오디오를 텍스트로 바꾸고 GPT로 LinkedIn 글을 자동 생성하는 이벤트 기반 워크플로를 소개했습니다. 프론트엔드와 AI 처리를 분리해 확장성과 유지보수성을 높인 점이 핵심입니다.
#Next.js#OpenAI API
6200
AI는 어디까지 나를 대체할 수 있나?
AI가 개발자를 어디까지 대체할 수 있는지 문제의식을 다룬 글입니다. 사내 설명서 서비스에 챗봇을 도입한 경험을 바탕으로 AI 활용을 살펴봅니다.
#ChatGPT
6500
Function Calling: LLM이 외부 세계와 소통하는 방법 (ft. Qwen, llama, Gemma)
Function Calling의 개념과 작동 원리를 설명하고, Qwen·Llama·Gemma로 구현 차이를 비교했습니다. LLM과 애플리케이션의 역할 분리 및 모델별 파싱 방식도 함께 정리했습니다.
#LLM#Function Calling
7300