검색 기술 블로그 글

20만원 크레딧 받기 | NAVER API HUB 출시 프로모션 (~9/30)

X

[상품 소개] 네이버 API를 하나의 창구에서, NAVER API HUB 출시

네이버 API를 하나의 콘솔에서 연동하고 운영할 수 있는 NAVER API HUB 출시를 소개했습니다. 하나의 키로 여러 API를 쓰고 종량제로 유연하게 사용할 수 있습니다.

임베딩 안정화로 검색 리랭킹의 콜드 스타트 문제를 해결하다: LINE Part Time Jobs 적용 사례

검색 리랭킹의 콜드 스타트와 임베딩 공간 불일치 문제를 안정화 기법으로 해결했습니다. 오프라인과 A/B 테스트에서 성능과 매출 개선도 확인했습니다.

6. 도구를 넘어, 기준과 책임으로

문서화 도구와 자동화만으로는 지식 시스템이 완성되지 않는 한계를 짚었습니다. 기준, 책임, 거버넌스로 신뢰할 수 있는 지식을 만드는 방법을 정리했습니다.

동원F&B의 Amazon Bedrock AgentCore 기반 AI 쇼핑 어시스턴트로 쇼핑 경험 혁신 여정

동원F&B가 Bedrock AgentCore와 OpenSearch 하이브리드 검색으로 AI 쇼핑 어시스턴트를 구축했습니다. 토큰 97% 절감과 TTFT 2.58초 개선, CS 문의 23% 감소 성과를 얻었습니다.

4. 우리 팀의 문서화는 왜 실패할까? (2)

문서화 실패의 원인을 기준 부재와 지식 분산, 공유 부담에서 찾았습니다. 조직 성격과 현재 수준을 진단한 뒤 문제에 맞는 문서부터 시작하라고 제안했습니다.

3. 우리 팀의 문서화는 왜 실패할까? (1)

조직에서 문서화가 실패하는 이유를 두 사례로 살펴보며 문제의 구조를 정리했습니다. 흩어진 지식을 한곳에 모으고 작성·갱신을 업무 흐름에 넣는 방향을 제안했습니다.

1. 세상에 없던 직무를 만들어가기

토스 Technical Writer가 문서를 쓰는 역할을 넘어 지식 시스템을 설계하는 방향으로 확장한 이야기를 다뤘습니다. AI 시대에 조직의 맥락과 암묵지를 남기는 문서화의 중요성을 강조했습니다.

“따뜻한 색감의 소재 찾아줘” — 자연어로 광고 소재 검색하기

자연어로 광고 소재 이미지를 검색하는 PoC의 설계와 실험 결과를 정리했습니다.이미지를 텍스트 설명으로 바꾸고, 쿼리 가중치와 프롬프트 편향을 실측으로 조정했습니다.

AI 스타일 검색 2편 : 듀얼 벡터 검색과 OpenSearch 3.3 버전업

롱테일 검색어와 노이즈 문제를 해결하기 위해 시맨틱 벡터와 비주얼 벡터를 결합한 듀얼 벡터 검색을 도입했습니다. 또한 메모리 병목과 세그먼트 병합 문제를 줄이기 위해 OpenSearch 3.3 버전업 가능성을 검증했습니다.

AI ENGINEER NIGHT Q&A 총정리

AI ENGINEER NIGHT에서 나온 RAG, 에이전트, 평가 관련 질문에 채널톡 AI팀이 답변을 정리했습니다. 문서 구조 보존 청킹과 재탐색 전략, 데이터 게이트와 pass@k 평가 방식을 소개했습니다.

AI ENGINEER NIGHT Q&A 총정리

채널톡 AI팀의 AI ENGINEER NIGHT Q&A를 정리한 글입니다. RAG, 에이전트 설계, 데이터 평가와 운영 전략을 실무 관점에서 공유했습니다.

GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 2: 하이브리드 검색과 자연어 쿼리 변환

OpenSearch 기반 이력서 검색에서 하이브리드 검색과 자연어→DSL 변환을 최적화한 사례를 다뤘습니다. Function Calling과 RAG를 결합해 검색 정확도와 응답 속도를 개선했습니다.

[Tech Series] kt cloud AI 검색 증강 생성(RAG) #5 : 검색 고도화(Retrieval Optimization)와 리랭킹(Re-ranking) 기술

RAG 검색 고도화와 리랭킹을 통해 정확한 근거 문서를 더 잘 찾는 방법을 다뤘습니다. 하이브리드 검색, 권한 인지 검색, 적응형 라우팅으로 실무형 파이프라인을 설계했습니다.

생성형 AI가 개발자의 생산성을 높이는 코딩 어시스턴트로 활용되는 흐름을 정리했습니다. 프롬프트 엔지니어링의 중요성과 할루시네이션, 보안 같은 주의점도 함께 짚었습니다.

RIMAN KOREA의 Amazon Bedrock Knowledge Bases를 활용한 자연어 기반 상품 검색 시스템 구축기

기존 상품명 중심 검색의 한계를 해결하기 위해 Amazon Bedrock Knowledge Bases 기반 자연어 검색 시스템을 구축했습니다. 하이브리드 검색과 메타데이터 필터링, 병렬 처리로 정확도와 응답 속도를 개선했습니다.

[Team Spotlight] AI를 도구가 아닌 동료로, 드림어스는 지금 'AI 네이티브'로 일하고 있습니다.

AI를 도구가 아닌 동료로 삼아 사내 AX를 이끄는 사례를 소개했습니다. 비개발자도 서비스를 만들 수 있는 템플릿과 전사 교육으로 AI 네이티브 워크플로우를 확산했습니다.

GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 1: 데이터 파이프라인과 인덱싱

Amazon OpenSearch Service로 다국어 이력서 검색 파이프라인과 인덱싱 구조를 재설계했습니다. 전처리, 정규화, 임베딩 입력 전략이 검색 정확도를 크게 좌우했습니다.

GS SHOP의 영상 기반 AI 상품 추천 플랫폼 구축기

GS SHOP이 영상 이해 모델과 생성형 AI를 조합해 숏픽 추천을 Hybrid 구조로 고도화했습니다. 소구 포인트 기반 임베딩으로 추천 품질과 전환 성과를 함께 개선했습니다.

느려터진 에디터 좀 고쳐줘를 AI에게 시켜봤다

AI가 위지윅 에디터 성능 개선을 반복 실험하도록 Auto Research 루프를 구성했습니다. 실제 체감 성능을 반영하는 벤치마크와 점수표 설계가 핵심이라는 점을 확인했습니다.