필터 1
나만의 맞춤법 검사기 만들기: 개발 과정과 노하우 공유
한글과컴퓨터
· 2026년 1월 26일
AI

나만의 맞춤법 검사기 만들기: 개발 과정과 노하우 공유

한컴오피스 맞춤법 검사기 자체 개발을 검토한 하이브리드 교정 프로젝트를 소개했습니다. 규칙 기반 교정과 KoBART, 검증 필터로 과교정을 줄이는 과정을 공유했습니다.

#Python#LLM
118005분
온디바이스 AI 얼굴 식별 파이프라인 최적화
하이퍼커넥트
· 2026년 1월 23일
AI

온디바이스 AI 얼굴 식별 파이프라인 최적화

온디바이스 얼굴 식별 파이프라인의 병목을 정량 분석해 최적화한 사례를 소개했습니다. 연산 흐름 조정과 병렬화로 응답 시간과 처리량을 크게 개선했습니다.

#Android#ML
52005분
Kanana-2 개발기 (1): Pre-training에서의 의사결정들을 중심으로
카카오
· 2026년 1월 14일
AI

Kanana-2 개발기 (1): Pre-training에서의 의사결정들을 중심으로

카카오의 차세대 언어모델 Kanana-2의 Pre-training 개발 과정을 의사결정 중심으로 정리한 글입니다. 시리즈의 첫 글로서 이후 post-training 개선 내용으로 이어집니다.

#LLM#ML
49005분
Kanana-2 개발기 (2): 개선된 post-training recipe를 중심으로
카카오
· 2026년 1월 14일
AI

Kanana-2 개발기 (2): 개선된 post-training recipe를 중심으로

Kanana-2 개발기 시리즈의 두 번째 글로, 개선된 post-training recipe를 다룹니다. 다만 발췌만으로는 구체적 내용은 충분히 확인되지 않습니다.

#LLM#ML
46005분
AI 스케일링과 동질화의 경계: NeurIPS 2025 핵심 트렌드 분석
데보션
· 2026년 1월 12일
AI

AI 스케일링과 동질화의 경계: NeurIPS 2025 핵심 트렌드 분석

NeurIPS 2025에서 스케일링 이후의 AI 흐름과 동질화, 평가 한계를 살펴보았습니다. XAI와 Causality를 통해 설명과 인과를 구분해 보는 시사점도 정리했습니다.

#LLM#ML
46005분
비즈니스 문제를 AI 문제로 정렬하는 방법
하이퍼커넥트
· 2026년 1월 12일
AI

비즈니스 문제를 AI 문제로 정렬하는 방법

비즈니스 문제를 AI 문제로 바꾸는 완화 접근과 명시적 가정의 중요성을 설명했습니다. 아자르 추천 시스템 사례로 장기 매출을 대화 시간 예측 문제로 단계적으로 정렬하는 과정을 소개했습니다.

#ML#최적화
93005분
라포랩스, 전 직군 50명 대규모 채용… 최대 2억 스톡옵션 제공
라포랩스
· 2026년 1월 5일
기타

라포랩스, 전 직군 50명 대규모 채용… 최대 2억 스톡옵션 제공

라포랩스가 4050 커머스 멀티채널 전략 강화를 위해 전 직군 경력직 약 50명을 채용했습니다. 합류 인재에게는 최대 2억 원 스톡옵션과 다양한 복지 제도를 제공합니다.

#server#ML
45005분
“생각하고 답변하는” 카카오의 하이브리드 멀티모달 언어모델, Kanana-v-4b-hybrid 개발기
카카오
· 2026년 1월 4일
AI

“생각하고 답변하는” 카카오의 하이브리드 멀티모달 언어모델, Kanana-v-4b-hybrid 개발기

X

#LLM#멀티모달
85005분
[VOD] re:COMMIT AI 시대, 무엇을 맡기고 무엇을 지켜야 하는가
구름
· 2025년 12월 29일
기타

[VOD] re:COMMIT AI 시대, 무엇을 맡기고 무엇을 지켜야 하는가

AI 활용이 자연스러워진 시대에 사고력과 문해력을 어떻게 지킬지 다룬 VOD입니다. 과도한 의존의 문제를 짚고 주체적 사고를 회복하는 훈련법을 소개합니다.

#LLM#ML
21005분
토스의 AI 기술력, 세계 최고 권위 NeurIPS 2025에서 인정받다: FedLPA 연구
토스
· 2025년 12월 23일
AI

토스의 AI 기술력, 세계 최고 권위 NeurIPS 2025에서 인정받다: FedLPA 연구

토스가 NeurIPS 2025에 FedLPA 연구를 게재하며 연합학습 기술력을 입증했습니다. 데이터 주권과 불균형 분포 문제를 풀어 글로벌 금융 서비스 적용 가능성을 넓혔습니다.

#NeurIPS#Federated Learning
37005분
채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?
채널톡
· 2025년 12월 23일
AI

채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?

채널 AI팀이 RAG 검색 성능을 평가하기 위해 자체 리트리벌 벤치마크를 만든 과정을 소개했습니다. 외부 벤치마크 한계를 보완하고 hybrid search 성능 개선도 확인했습니다.

#ML#RAG
0005분
채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?
채널톡
· 2025년 12월 23일
AI

채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?

AI 모델 성능 비교를 위해 상담 도메인에 맞는 리트리벌 벤치마크를 직접 제작했습니다. 벡터 검색과 BM25를 결합한 하이브리드 검색의 개선 효과도 정량적으로 확인했습니다.

#ML#RAG
10005분