카사코리아 AI 챗봇 구축기 Amazon Bedrock 기반 대고객 에이전트형 챗봇 구현 사례
Amazon Bedrock 기반으로 FAQ Fast-Path와 Advanced RAG를 결합한 고객 응대 챗봇 구축 사례를 소개했습니다. 또한 비식별화, Guardrails, VPC·PrivateLink로 금융 서비스 수준의 보안성을 강화했습니다.
#Amazon Bedrock#RAG
89005분
필터 1
"페이지니가 찾아올게요" 금융 AI 컨시어지, 페이지니
카카오페이의 금융 AI 컨시어지 페이지니 개발 경험을 공유했습니다. AWS Bedrock 멀티 에이전트와 STT, RAG로 맞춤형 금융 추천을 구현했습니다.
#AWS#LLM
79005분
RAG 파이프라인과 사고의 사슬(CoT) 프롬프팅을 활용한 최종 답변 출력 예시
RAG 파이프라인과 CoT 프롬프팅으로 최종 답변만 추출하는 예시를 설명했습니다. LangChain 체인, 프롬프트 설계, 출력 파서 구성과 복합 질의 처리 흐름을 다뤘습니다.
#RAG#prompt
79005분
LY의 AI 기술의 현재, Tech-Verse 2025 후기
Tech-Verse 2025에서 LY의 다양한 AI 서비스 적용 사례를 살펴보았습니다. 기술 구현뿐 아니라 평가, 운영, 사용자 경험까지 함께 보는 관점이 인상적이었습니다.
#LLM#RAG
70005분
카카오게임즈의 Amazon Bedrock 기반 실시간 채팅 번역 구축
카카오게임즈가 Amazon Bedrock으로 실시간 게임 채팅 번역 시스템을 구축한 사례를 소개했습니다. 프롬프트 중심 구조와 캐싱, 모니터링으로 저지연과 운영 효율을 확보했습니다.
#AWS#Amazon Bedrock
58005분
LangChain 기반 지능형 자동화 도입기
LangChain과 RAG를 활용해 반복 CS 업무를 자동화한 사례를 소개했습니다. 승인 절차와 권한 제어로 안정성을 확보하며 처리 시간을 크게 줄였습니다.
#LangChain#LLM
192005분
채널효율부서 D.O.G.E.
생성형 AI로 세일즈 업무 비효율을 줄이기 위한 DOGE TF의 자동화 사례를 다뤘습니다. 미팅 로그 자동화와 운영 과정에서 문제 정의와 커뮤니케이션의 중요성을 강조했습니다.
#자동화#n8n
4005분
AI Agent가 복잡한 테이블 데이터 처리하는 방법
AI 에이전트가 표 데이터를 이해하기 어렵다는 문제를 짚고, RAG와 SQL을 결합한 Table Agent 설계를 소개했습니다. 셀 단위 전처리, 도구 호출 루프, 에러 핸들링으로 복잡한 질문 대응력을 높였습니다.
#LLM#RAG
11005분
Next flex with AI:플렉스팀이 말하는 AI 시대의 SaaS 설계 철학
플렉스팀이 AI 시대의 SaaS를 문제 해결 중심의 동료로 재정의하는 철학을 소개했습니다. 데이터 인프라, 권한 체계, Agent 구조를 통해 AI가 실제로 일하는 환경을 설계했습니다.
#SaaS#RAG
10005분
경농의 스마트팜 지원을 위한 농업 AI 챗봇
경농이 스마트팜 지원을 위해 농업 특화 생성형 AI 챗봇을 구축했습니다. RAG, 벡터 검색, 용어 사전과 쿼리 증강으로 정확한 응답을 높였습니다.
#LLM#RAG
71005분
최신 논문 분석을 통한 LLM의 환각 현상 완화 전략 탐구
LLM 환각의 원인과 완화 전략을 정리하고, 최근 논문 3편의 실험 결과를 바탕으로 신뢰성 향상 방향을 소개했습니다. 불확실성 인식, 외부 지식 활용, 자체 검증을 함께 고려하는 설계가 중요하다고 설명했습니다.
#LLM#RAG
81005분
AI 검색 엔진 PAAS, 그리고 AI Agent 로서의 성장 잠재력
AI 검색 엔진 PAAS의 구조와 도입 배경, 그리고 딥서치와 멀티모달로의 확장 방향을 정리한 글입니다. 검색 기능을 AI Agent의 기반으로 보고 MCP와 모바일 실행까지 가능성을 제시했습니다.
#LLM#RAG
65005분