필터 1
Custom LLM Agent 구축하기(From Scratch)
데보션
AI

Custom LLM Agent 구축하기(From Scratch)

Langchain 없이 Python으로 ReAct 기반 LLM Agent를 직접 구현하는 예제를 소개했습니다. 프롬프트 설계와 멀티턴 흐름에 따라 함수 호출 결과가 달라질 수 있음을 보여줬습니다.

#Python#LLM
8000
LLM으로 프롬프트 실전 성능 평가하기 \:\ feat. Prometheus 2 & OpenAI API
인포그랩
AI

LLM으로 프롬프트 실전 성능 평가하기 \:\ feat. Prometheus 2 & OpenAI API

프롬프트 품질을 정량 평가하는 방법을 Prometheus 2와 OpenAI API 실습으로 설명했습니다. 각 평가 방식의 장단점과 환각 탐지 한계를 비교하며 자동화된 평가 파이프라인 필요성을 제시했습니다.

#LLM#prompt
2600
LLM으로 프롬프트 실전 성능 평가하기 \:\ feat. Prometheus 2 & OpenAI API
인포그랩
AI

LLM으로 프롬프트 실전 성능 평가하기 \:\ feat. Prometheus 2 & OpenAI API

프롬프트 성능을 정량적으로 평가하는 방법을 Prometheus 2와 OpenAI API 실습으로 소개했습니다. 문맥 평가는 강점이지만 최신 사실 검증은 도구별 한계가 있어 반복 평가가 필요합니다.

#LLM#prompt
6100
AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.
QueryPie
AI

AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.

AI가 답변을 넘어 실제 행동을 수행하는 시대에 접어들며 새로운 보안 위협이 부각되었습니다. 그래서 AI Red Teaming을 통해 프롬프트 인젝션과 명령 거부 같은 위험을 사전에 검증해야 한다고 설명했습니다.

#LLM#prompt
1700
AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.
QueryPie
AI

AI가 말을 듣지 않는다. 이제 AI Red Teaming이 필요하다.

AI가 단순 응답을 넘어 실제 행동을 수행하는 시대의 보안 위험을 설명했습니다. Red Teaming으로 명령 거부 실패와 프롬프트 인젝션을 사전에 점검하는 방법을 제안했습니다.

#LLM#MCP
1900
Amazon Bedrock에서 프롬프트 캐싱 효과적으로 사용하기
AWS
AI

Amazon Bedrock에서 프롬프트 캐싱 효과적으로 사용하기

Amazon Bedrock의 프롬프트 캐싱 동작 방식과 적합한 사용 사례, 구성 방법을 설명했습니다. 또한 usage 메트릭과 CloudWatch로 캐시 효율을 모니터링하는 방법을 안내했습니다.

#Amazon Bedrock#prompt
4500
AI 활용으로 90% 업무 시간 단축, PM의 혁신적인 도전기
마이리얼트립
AI

AI 활용으로 90% 업무 시간 단축, PM의 혁신적인 도전기

AI 도구와 개발 지식을 결합해 연관 상품 추천 업무를 자동화한 사례를 소개했습니다.\n작업 시간을 90% 가까이 줄이고 추천 품질과 접근성도 높였습니다.

#LLM#Claude
20400
가비아
AI

ChatGPT vs Gemini vs Claude, 직접 비교해 봤습니다🔍 – 2편

ChatGPT, Gemini, Claude를 사업 아이디어와 글쓰기 과제로 비교한 결과를 정리했습니다.\nGemini는 실용성, Claude는 창의성, ChatGPT는 초안 작성에 강점이 있었습니다.

#LLM#ChatGPT
14900
AI로 만드는 여행 테마: 하루 만에 1353개 자동 생성
마이리얼트립
AI

AI로 만드는 여행 테마: 하루 만에 1353개 자동 생성

여행 테마 카드의 수작업 한계를 AI로 자동화한 사례를 소개했습니다. 맥락을 더한 프롬프트 개선으로 1353개 테마를 하루 만에 생성했습니다.

#LLM#prompt
15500
검색어에 숨겨진 의도를 더 정확하게, 검색을 바꾸는 AI 실험들
당근마켓
AI

검색어에 숨겨진 의도를 더 정확하게, 검색을 바꾸는 AI 실험들

당근이 검색어에 숨겨진 의도를 더 정확히 파악하기 위해 LLM 실험을 진행했습니다. 프롬프트 고도화와 QU/DU 구조로 검색 결과 적합도를 크게 높였습니다.

#LLM#검색
9800
SK플래닛
AI

생성형 AI를 활용한 마케팅 영상 제작 - AI Moment 개발 사례

생성형 AI로 마케팅 영상을 만드는 AI Moment 개발 사례를 소개했습니다. LLM 응답 구조화, 예외 처리, 비동기 처리와 캐싱으로 서비스 품질을 높이는 방법을 다뤘습니다.

#LLM#Python
4400
교보DTS
AI

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.

#LLM#RAG
6400
AI시대에 라이터로 살아남기
토스
AI

AI시대에 라이터로 살아남기

AI 시대에 UX 라이터의 역할 변화와 대응 과정을 다룬 글입니다. 다크패턴을 계기로 라이터에서 프롬프트 엔지니어로 성장한 이야기를 소개했습니다.

#prompt#UI/UX
3500
Reasoning 모델 기반의 AI 검색 고도화
데보션
AI

Reasoning 모델 기반의 AI 검색 고도화

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.

#LLM#검색
6100