AI뒤에 사람 있어요: Human-in-the-loop를 위한 VLMOps 어드민 구축기
AI뒤에 사람 있어요: Human-in-the-loop를 위한 VLMOps 어드민 구축기
무신사는 VLM 기반 자동화가 늘어도 사람의 검증과 기준 조정이 필요하다고 보았습니다. 이를 위해 실험·검증·평가를 하나로 묶는 VLMOps 어드민을 구축해 효율과 품질을 높였습니다.
#VLM#Human-in-the-loop
30005분
새로운 기술 블로그가 추가되었어요
필터 0
AI뒤에 사람 있어요: Human-in-the-loop를 위한 VLMOps 어드민 구축기
VLM 기반 상품 메타데이터 추출에서 Human-in-the-loop를 지원하는 어드민 구축 과정을 소개했습니다. 모델 추론, 검증, 골든셋 관리, 평가를 하나의 순환 구조로 묶어 운영 효율을 높였습니다.
#LLM#MCP
113005분
Similarity RAG로 Semantic Search 구현하기 (Ontology DB 구축)
5,000개 PPT와 80,000개 Vector DB로 의미기반 검색용 Ontology DB를 구축한 사례를 소개했습니다. 메타정보와 Long Context Embedding으로 RAG 검색 성능과 데이터 연관성을 높였습니다.
#RAG#Semantic Search
122005분
제1회 리멤버 사내 해커톤을 마치며
리멤버가 첫 사내 Gen AI 해커톤을 AWS와 함께 운영한 후기를 공유했습니다. 12개 팀의 열정적인 발표와 현장 대응 경험, 그리고 AI 아이디어의 실제 적용 기대를 전했습니다.
#LLM#AWS
120005분
KPT 회고, 이렇게 했더니 스쿼드 문화가 바뀌었습니다: 올리브영 주문결제 스쿼드의 애자일 성장기
올리브영 주문결제 스쿼드가 KPT 회고로 문제를 실행 과제로 바꾸며 협업 문화를 개선했습니다. PR 템플릿, 데일리 스크럼, 장바구니 캐싱으로 코드 품질과 운영 안정성도 높였습니다.
#agile#회의
91005분
AWS PrivateLink로 만드는 안전한 프라이빗 네트워크
AWS PrivateLink의 NLB→ALB(Ingress) 구성에서 Health Check 실패 원인과 해결 방법을 정리했습니다. NLB ENI IP를 기준으로 Ingress 정책을 추가해 안전하게 문제를 해결했습니다.
#AWS PrivateLink#NLB
47005분
멀티모듈 프로젝트, 왜 그리고 어떻게 해야 할까?
대규모 검색 API를 멀티모듈 구조로 리팩토링한 사례를 정리했습니다. 도메인 분리와 의존성 정리를 통해 유지보수성과 협업 효율을 높이는 방법을 설명했습니다.
#멀티모듈#클린 아키텍처
268005분
앱 성공을 위한 필수 요소: 장애 모니터링
모바일 앱 장애 모니터링을 위해 Sentry와 Flutter 기반의 이벤트 수집, 로그 레벨 설계, 대시보드 구성 방법을 정리했습니다.\n핵심 이벤트부터 시작해 알림과 대응 루틴을 단계적으로 확장하는 운영 방식을 소개했습니다.
#Flutter#Sentry
137005분
구성원 인터뷰 - 프론트엔드 엔지니어 김성호
포스타입 프론트엔드팀 인터뷰로, 컨슈머 파트의 역할과 프리뷰 기반 업무 방식을 소개했습니다. 사용자 중심 사고로 문제의 본질을 파악하고 더 나은 해결책을 제안하는 역량을 강조했습니다.
#React Native#Next.js
110005분
NOL은 어떻게 당신의 다음 여행지를 알고 있을까?
NOL은 고객의 클릭과 검색 같은 행동 데이터를 바탕으로 User segment를 만들었습니다. 태그 조합과 점수, 기간별 윈도우로 개인화와 예측의 정교함을 높였습니다.
#추천#검색
65005분
Agentic AI는 어떻게 ‘생각하는 동료’가 되었나?
Agentic AI는 어떻게 ‘생각하는 동료’가 되었나?
Agentic AI가 지시 수행형 AI에서 계획과 도구 선택이 가능한 형태로 발전한 흐름을 소개했습니다. AI가 ‘생각하는 동료’로 보이게 된 배경을 살펴보는 글입니다.
#agentic AI#prompt
0005분
MySQL DATETIME, TIMESTAMP 데이터 타입에 대한 분석
MySQL의 DATETIME과 TIMESTAMP 데이터 타입을 비교·분석하는 글입니다. 다만 발췌만으로는 구체적인 차이와 결론을 충분히 확인하기 어렵습니다.
#MySQL#DATETIME
90005분