
AI EXPO KOREA 2025 참가 후기
교보DTS가 AI EXPO KOREA 2025에서 생성형 AI 플랫폼과 보안 솔루션을 소개한 참가 후기를 공유했습니다. 실제 고객 환경에 적용 가능한 AI 솔루션과 협업 가능성을 확인했습니다.

교보DTS가 AI EXPO KOREA 2025에서 생성형 AI 플랫폼과 보안 솔루션을 소개한 참가 후기를 공유했습니다. 실제 고객 환경에 적용 가능한 AI 솔루션과 협업 가능성을 확인했습니다.


대량 데이터를 효율적으로 나누는 파티셔닝과 Z-order curve 개념을 설명했습니다. 날짜·플레이어 같은 다양한 탐색 조건에 맞춰 저장 구조를 설계하는 방법을 다뤘습니다.


모바일 지도 검색에서 고정 반경 방식의 한계를 짚고, 화면 노출 영역 기준 박스 검색으로 개선한 사례를 소개했습니다. 디바이스별 차이를 반영해 더 정확한 재탐색을 구현했습니다.

도메인은 등록 기간이 끝나면 연장이 필요한 자산이라 만료를 놓치면 서비스 중단과 복구 비용이 발생할 수 있습니다. 장기등록과 만료 일정 관리를 통해 운영 리스크를 줄이는 방법을 정리했습니다.


AWS Resource Explorer로 분산된 AWS 리소스를 구조적으로 탐색하는 방법을 소개했습니다.\n인덱싱 지연과 리전 설정 주의점, 검색 쿼리 활용 사례도 함께 정리했습니다.
반복적인 데이터 요청을 줄이기 위해 기존 SQL 쿼리를 임베딩해 재사용하는 AI 도구 MySQLTrip을 소개했습니다. 검증된 쿼리를 바탕으로 자동 생성과 에러 체크까지 연결해 데이터팀 효율을 높였습니다.

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.

인도 대출 신청 퍼널을 현지 고객 관찰과 테스트로 개선한 사례를 소개했습니다. 아이콘과 힌디어·영어 병기로 이해도를 높여 이탈률을 크게 줄였습니다.


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.


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.


가격 혜택 정보를 최종가 주변에 명확히 보여주도록 UX를 개선한 사례를 다뤘습니다. 1차 실험의 문제를 재분석해 문구와 연결성을 수정한 뒤 지표 개선과 런칭까지 이어졌습니다.
SSR 도입 후 발생한 중복 API 호출과 성능 저하의 원인을 분석하고 구조를 개선한 사례를 다뤘습니다. queryKey 통일, 캐시 설정, 메서드 선택으로 FCP와 LCP를 크게 개선했습니다.