모든 태그
태그

멀티모달 기술 블로그 글

멀티모달 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.

최근 30일 2개 · 많이 쓴 회사 데보션·카카오·AWS

전체 30개최신 20개 표시
홈에서 필터

멀티모달 글을 많이 쓴 회사

최신 게시글

20개 표시

AI

AI 에이전트의 일상적 습식 실험 과학 처리 능력 측정

Measuring how AI agents handle everyday wet-lab science

OpenAI가 일상적 습식 실험 데이터 해석 능력을 평가하는 BioBasicsBench를 공개했습니다. GPT‑6 Astra는 xhigh 설정에서 평균 보상 66.7%를 기록했습니다.

#BioBasicsBench#GPT‐6 Astra#멀티모달
200

AI

AI 에이전트를 위한 멀티모달 의사결정 모델 ‘Kanana-v-decide’ 오픈소스 공개

AI 에이전트의 반복적인 판단 작업을 위한 멀티모달 모델 Kanana-v-decide를 공개했습니다. 문의 분류와 이미지 확인, 도구 선택 같은 다음 동작 결정에 초점을 맞췄습니다.

#AI 에이전트#멀티모달#Kanana-v-decide
2900

AI

글로벌 최고 수준의 자체 비전 인코더, Kanana-2-vision-encoder 개발기

카카오가 자체 개발한 Kanana-2-vision-encoder를 소개했습니다. Kanana-2 LLM 구조와 가중치를 활용해 학습·추론 효율성을 높였습니다.

#Kanana-2#비전 인코더#LLM
2800

AI

[클로바시선 #58] 속도와 비용의 열쇠: 멀티모달 AI 학습을 갉아먹는 ‘이미지 토큰 불균형’ 이야기

이미지 토큰 편차로 발생한 멀티모달 학습 GPU 부하 불균형을 분석했습니다. Pack 재배치와 통신 오버랩으로 품질 저하 없이 처리량을 13.3% 높였습니다.

#LLM#멀티모달#VLM
1300

AI

[AI 트렌드] 배관 전화를 받는 AI가 1조 회사가 됐습니다

AI 시대에는 엔진보다 워크플로우를 바꾸는 기업이 성과를 내고 있습니다. 버티컬 AI와 기존 기업의 전환 사례, 그리고 단위경제와 운영 준비의 중요성을 정리했습니다.

#LLM#AI 에이전트#음성 AI
4400

AI

[클로바 시선 #56] 충돌은 나누고, 성능은 합치다: 효율적인 LLM Post-training 전략 MERIT

멀티모달 LLM 후학습에서 서로 다른 데이터를 섞을 때 생기는 충돌 문제를 다뤘습니다. 효율적인 Post-training 전략 MERIT를 소개했습니다.

#LLM#ML#멀티모달
3200

AI

[23. 5. 23] 에이아이트릭스, ICLR TML4H 워크샵 ‘환자 악화 예측 모델’최고 논문상 수상

AITRICS 연구팀이 ICLR 2023 TML4H 워크숍에서 환자 악화 예측 모델로 최고 논문상을 수상했습니다. 멀티모달 EHR와 자기지도 학습으로 1시간 단위의 정밀 예측 성능을 높였습니다.

#LLM#ML#멀티모달
1600

AI

대규모 서비스 환경에서의 이미지 콘텐츠 모더레이션(feat. 멀티모달 LLM)

대규모 서비스의 이미지 콘텐츠 모더레이션을 위해 멀티모달 LLM과 전통적 ML을 결합한 구조를 소개했습니다. 정확도, 지연 시간, 비용, 정책 유연성을 함께 개선하는 최적화 과정을 다뤘습니다.

#LLM#멀티모달#computer vision
5100

AI

클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 4부 – TwelveLabs Marengo 3.0 임베딩 및 검색 전략과 구현 가이드

TwelveLabs Marengo 3.0의 멀티모달 비디오 검색 전략을 정리했습니다. 고정 가중치, 순위 기반 융합, 의도 기반 라우팅의 차이와 트레이드오프를 설명했습니다.

#LLM#검색#AWS
5000

AI

TwelveLabs Marengo를 활용한 Amazon Bedrock에서의 영상 이해 기술 구현

Amazon Bedrock의 TwelveLabs Marengo로 비디오를 멀티모달 임베딩으로 변환해 시맨틱 검색을 구현한 사례입니다. OpenSearch Serverless와 결합해 텍스트·이미지·오디오 질의로 관련 클립을 찾는 흐름을 소개했습니다.

#Amazon Bedrock#OpenSearch#검색
3000

AI

한국어와 이미지를 한 번에, 카카오의 멀티모달 임베딩 모델 개발기

한국어 텍스트와 이미지를 함께 처리하는 멀티모달 임베딩 모델 개발기를 소개했습니다. 자연어 기반 사진 검색과 유사 상품 추천 사례를 중심으로 설명했습니다.

#LLM#멀티모달#임베딩
9600

AI

Amazon Bedrock을 활용한 피처링의 소셜 미디어 콘텐츠 분석 시스템

Amazon Bedrock으로 소셜 미디어 콘텐츠를 분석하는 멀티 에이전트 시스템 구축 사례를 소개했습니다. 스트리밍 처리와 브랜드 정규화, 모니터링 체계를 통해 확장성과 운영성을 높였습니다.

#Amazon Bedrock#LLM#멀티모달
4000

AI

“우리는 왜 지금, 프롬프트 엔지니어를 찾고 있을까요?”

미리디는 멀티모달 AI 디자인 품질을 높이기 위해 프롬프트 엔지니어의 역할을 중요하게 보고 있습니다. 프롬프트 설계뿐 아니라 실험, 평가 지표, 협업 역량까지 요구하고 있습니다.

#prompt#LLM#멀티모달
4400

AI

도로의 숨결과 표정으로 결빙을 감지하는 멀티모달 AI 솔루션, 'ARHIS Ambient'

오디오, 이미지, 환경 정보를 결합한 멀티모달 AI로 블랙아이스를 감지하는 솔루션을 소개했습니다. 공공기관 평가에서 정검지율 96.7%를 기록하며 야간·악천후 상황의 한계를 보완했습니다.

#ML#멀티모달#컴퓨터 비전
7800

AI

GS리테일의 Amazon Bedrock을 활용한 AI 와인 라벨 이미지 검색 서비스 구축

GS리테일은 Amazon Bedrock으로 와인 라벨 이미지 검색 서비스를 구축했습니다. Claude와 멀티모달 임베딩, Elasticsearch를 결합해 다국어 라벨 검색 품질을 높였습니다.

#Amazon Bedrock#LLM#멀티모달
6100

AI

CLIP과 BLIP를 활용한 이미지-텍스트 유사도 계산

CLIP과 BLIP의 구조와 용도를 비교하며 이미지-텍스트 유사도 계산 예시를 정리했습니다. CLIP은 직접 매칭에, BLIP은 캡션 생성 후 의미 비교에 적합했습니다.

#CLIP#BLIP#멀티모달
11100

AI

Gemma 3n 모델로 음성과 이미지도 입력해보자

Gemma 3n의 멀티모달 온디바이스 특징과 오디오·이미지 입력 예제를 소개했습니다. 다양한 입력 방식을 활용해 오프라인 환경에서도 응용할 수 있음을 보여주었습니다.

#LLM#멀티모달#온디바이스
8700

AI

멀티모달 LLM을 활용한 Computer Use Agent를 알아보자!

멀티모달 LLM과 AI Agent 흐름을 바탕으로 Computer Use Agent의 개념과 연구 사례를 정리했습니다. 웹 UI 조작과 자동화 가능성을 중심으로 WebShop, LiteWebAgent, AgentQ를 소개했습니다.

#LLM#MCP#자동화
7000

AI

이미지와 음성을 아우르는 카카오의 멀티모달 언어모델 Kanana-o 알아보기

카카오 카나나 조직이 멀티모달 언어모델 Kanana-o를 소개했습니다. 이미지와 음성을 함께 다루는 모델 개요를 다루는 글입니다.

#LLM#멀티모달#음성
7100

AI

Meta Llama 4 토크나이저 분석

Meta Llama 4 토크나이저의 한국어 효율과 주요 특성을 비교 분석했습니다. 독자 토크나이저, 강화된 챗 템플릿, 스페셜 토큰 구성도 함께 살펴봤습니다.

#LLM#Meta Llama#토크나이저
6400