Velopers 홈

오늘 새 글

0개

오늘 조회수

124회

필터 1

· 2026년 5월 7일

ODW #5: 벡터 DB와 에이전트 스킬로 RAG 시스템 만들기

대량의 마크다운 문서를 검색하는 RAG 시스템을 ChromaDB와 MCP로 구축했습니다. 에이전트 스킬을 더해 최소한의 지시만으로 문서를 찾도록 개선했습니다.

#RAG#ChromaDB

81005분

· 2026년 5월 7일

GraphRAG Toolkit으로 지식 그래프 인덱싱하기

GraphRAG Toolkit으로 지식 그래프 기반 인덱싱 과정을 소개했습니다. 기존 RAG의 한계를 보완하는 어휘 그래프 구조와 추출·구축 흐름도 함께 설명했습니다.

#GraphRAG#지식 그래프

54005분

Gemini Embedding 2 등 5월 첫째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!

· 2026년 5월 1일

기타

Gemini Embedding 2 등 5월 첫째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!

Google for Developers의 5월 첫째 주 주요 업데이트를 모아 소개했습니다. Gemini, Flutter, Firebase, Firestore 관련 최신 소식을 확인할 수 있습니다.

#Gemini#RAG

0005분

· 2026년 4월 30일

[AI활용] kt cloud AI Foundry로 AI 서비스 구축 흐름 한 번에 살펴보기

kt cloud AI Foundry로 AI 서비스 구축 과정을 5단계로 정리했습니다. RAG, 가드레일, API 통합과 운영 고도화 흐름을 사례와 함께 소개했습니다.

#LLM#RAG

70005분

LLM의 환각을 잠재울 지식의 지도, ‘온톨로지(Ontology)’

· 2026년 4월 30일

LLM의 환각을 잠재울 지식의 지도, ‘온톨로지(Ontology)’

온톨로지를 LLM 환각 완화용 지식 구조로 설명하고 RAG와의 차이를 정리했습니다. Graph RAG와 AWS 서비스 조합으로 하이브리드 활용 방안도 소개했습니다.

#LLM#RAG

119005분

한국어 파인튜닝된 SPLADE 기반 Neural Sparse 모델과 Amazon OpenSearch 하이브리드 검색 벤치마크

· 2026년 4월 29일

한국어 파인튜닝된 SPLADE 기반 Neural Sparse 모델과 Amazon OpenSearch 하이브리드 검색 벤치마크

한국어 SPLADE 기반 Neural Sparse 모델과 OpenSearch 하이브리드 검색을 MIRACL-ko로 벤치마크했습니다. BM25, Dense, Sparse, RRF 조합의 성능과 구현 방법을 정량적으로 정리했습니다.

케클s피드 4월호｜AI, 더 빠르고 더 효율적인 방식으로

AI를 서비스와 인프라에 어떻게 적용하고 운영할지 다룬 기술 소식 모음입니다. 공공 AI 인프라, 프레임워크 비교, 플랫폼 재설계와 Agent 구축 흐름을 소개했습니다.

기억에 대해서

AI 세션이 많아지면서 무엇을 저장할지가 아니라 어떻게 다시 꺼낼지가 중요한 병목으로 다뤄졌습니다. 회상용 레퍼런스를 여섯 축으로 남기면 검색보다 재인식이 쉬워진다는 관점을 제시했습니다.

#LLM#RAG

16005분

상담 데이터 분석을 통해 메뉴얼 추출하기

· 2026년 4월 23일

상담 데이터 분석을 통해 메뉴얼 추출하기

상담 데이터를 분석해 SOP 초안을 자동으로 만들고 ALF 세팅 파일로 분리하는 파이프라인을 소개했습니다. 초기 정의 부담을 줄이고 도입 가치를 시간 절감 기준으로 설명하는 방식도 제안했습니다.

#LLM#RAG

0005분

· 2026년 4월 23일

상담 데이터 분석을 통해 메뉴얼 추출하기

상담 데이터를 분석해 유형 분류와 SOP 초안을 자동 생성하는 파이프라인을 소개했습니다. 세팅 초기 정의 부담을 줄이고 ALF 도입을 빠르게 시작하는 방법을 다뤘습니다.

#LLM#클러스터링

16005분

· 2026년 4월 17일

티오더의 Text2SQL 에이전트 티스푼 구현 사례

티오더가 Slack 기반 Text2SQL 에이전트 티스푼을 AWS와 LangGraph로 구현한 사례를 소개했습니다. 단계적 검색, 이중 승인, SQL 검증으로 안전한 데이터 조회 흐름을 만들었습니다.

#Text2SQL#AWS

50005분

Amazon Aurora PostgreSQL에서 pgvector 0.8.0을 통한 벡터 검색 성능 및 관련성 향상

· 2026년 4월 14일

Amazon Aurora PostgreSQL에서 pgvector 0.8.0을 통한 벡터 검색 성능 및 관련성 향상

Amazon Aurora PostgreSQL에서 pgvector 0.8.0의 반복적 스캔과 비용 추정 개선을 소개했습니다. 필터링된 벡터 검색의 재현율과 지연 시간을 함께 개선하는 방법을 다뤘습니다.

#Amazon Aurora PostgreSQL#pgvector

42005분