Machine Learning 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
20개 표시
Google for Developers의 5월 다섯째 주 위클리 업데이트를 소개했습니다. Google I/O 2026 하이라이트와 AI, Android, Flutter, Firebase 관련 최신 소식을 묶어 안내했습니다.
정답 데이터가 없는 설명 생성 문제에서 좋은 설명의 기준을 먼저 합의하고 정책으로 정리하는 과정을 소개했습니다. PM과 엔지니어가 pass/fail 평가와 critique를 반복하며 모델과 평가 기준을 함께 수렴시켰습니다.
AWS re:Invent 2025의 세션 유형, 난이도, 예약 전략과 이동 팁을 정리했습니다. 실습 중심 세션 후기와 AIOps, S3 최적화, 멀티테넌트 AI 에이전트 사례도 함께 소개했습니다.
무신사는 VLM 기반 자동화가 늘어도 사람의 검증과 기준 조정이 필요하다고 보았습니다. 이를 위해 실험·검증·평가를 하나로 묶는 VLMOps 어드민을 구축해 효율과 품질을 높였습니다.
딥러닝은 선형층과 비선형층을 여러 겹 쌓아 깊은 구조를 만드는 개념을 설명했습니다. 선형층만으로는 한계가 있어 활성화 함수를 넣는 이유를 쉽게 풀어주었습니다.
AWS Summit 2025에서 Amazon Q in Quicksight와 Amazon Q Business 활용 사례를 소개했습니다.\n자연어 기반 분석과 사내 질의 응답으로 데이터 활용 장벽을 낮춘 점이 핵심입니다.
![[AWS Summit 2025] 생성형 AI 기반으로 스마트 인사이트 구현](https://tech.cloud.nongshim.co.kr/wp-content/uploads/amzonq250805.jpg)
웹브라우저에서 대용량 데이터를 고성능으로 보여주기 위한 Windowing 기법과 React Virtualization을 소개했습니다. Big Table 구현 사례를 통해 성능 최적화 포인트와 한계도 공유했습니다.
Simplicity 4의 세션 썸네일과 인트로 그래픽 제작 과정을 소개했습니다. 세션별 메타포 설계와 AI 활용으로 전체 경험의 통일성과 제작 효율을 높였습니다.
여러 가격 모델의 결과를 Multi-Armed Bandit과 Thompson Sampling으로 통합하는 방식을 소개했습니다. 최근 성과를 반영하는 sliding window와 scoring으로 최종 할인율을 선택했습니다.
알라미 유저의 사용 패턴을 Feature Engineering과 KMeans 클러스터링으로 분석한 사례입니다. 숫자 결과에 해석을 붙여 페르소나처럼 설명하고 리텐션까지 확장했습니다.
독일 법원의 LAION 판결을 통해 AI 학습용 데이터 수집과 저작권 보호의 균형을 살펴보았습니다. 국내 AI 기업도 TDM 예외와 opt-out 쟁점을 주의 깊게 확인할 필요가 있습니다.
Vision Transformer의 기본 구조와 핵심 임베딩 요소를 중심으로 동작 원리를 정리했습니다. 또한 CNN 대비 장단점과 대규모 사전학습의 필요성도 함께 설명했습니다.
Google for Developers의 10월 1주차 최신 개발자 소식을 한데 모아 소개했습니다. AI/ML과 Android, Firebase 중심의 업데이트와 관련 링크를 안내했습니다.
![[10월 1주차 위클리 업데이트] 이번 주 발표된 Google for Developers 최신 소식을 확인하세요! (구글 포 코리아 2024)](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjNGleuvh_5ifDsOtW0kzXLCkvY7XYc-F06GUikEOdMjiDeZsbnDjz7RhXeyMREp6l4AX_VrQECkz67VDXvH2KJwDtPG8qlSCJiMy9yu3ttxNDMKwl8e_ukSr63dHzE44eKCWEslxqyNog/s1600/lockup_google_developers_horizontal_knockout_wht.png)
SKT의 개인화 보이스 생성 기술을 Instant, Custom, Professional 세 가지 방식으로 소개했습니다. 소량의 음성만으로도 맞춤형 음성을 만들 수 있으며, 목적에 따라 속도와 품질을 선택할 수 있습니다.
Amazon GuardDuty는 AWS 로그를 분석해 잠재적 위협을 탐지하는 서비스입니다. 별도 설치 없이 중앙 관리와 알림 연동이 가능해 보안 운영 효율을 높일 수 있습니다.
SHAP의 기반인 Shapley Value를 예시와 수식으로 풀어 설명했습니다. 모델 예측을 특징별 기여도로 나누는 원리와 계산 시 주의점도 정리했습니다.
Google for Developers의 4월 1주차 주요 소식과 Build with AI 이벤트를 소개했습니다. 다양한 제품 업데이트와 개발자 학습·커뮤니티 참여 방법도 함께 안내했습니다.
쿠팡의 머신러닝 플랫폼이 개발부터 배포, 모니터링까지 전 과정을 어떻게 지원하는지 소개했습니다. 노트북, 피처 스토어, 분산 학습, 추론 서빙, 하이브리드 클러스터 운영이 핵심입니다.
무신사 VoC를 자동 분류하기 위해 키워드 기반 접근과 AWS Comprehend를 함께 적용했습니다. 또한 Google 시트와 대시보드를 연결해 실무자가 바로 활용할 수 있는 리포팅 페이지를 만들었습니다.
입고 예약 단계에서 필요한 트럭 수를 예측하는 머신러닝 모델을 적용했습니다. 과다 배정과 입고 지연을 줄이고 예약 시스템과 연동해 운영 효율을 높였습니다.
