
초경량 클래식 형태소 분석기 개발기
카카오톡 특정 기능을 위해 경량 형태소 분석기가 필요했던 배경을 다룹니다. 딥러닝 기반 분석기 대신 초경량 클래식 형태소 분석기 개발 방향을 소개합니다.

카카오톡 특정 기능을 위해 경량 형태소 분석기가 필요했던 배경을 다룹니다. 딥러닝 기반 분석기 대신 초경량 클래식 형태소 분석기 개발 방향을 소개합니다.

장바구니 맥락을 반영한 추천 모델로 Item2Vec의 한계를 개선했습니다. 오프라인 평가와 A/B 테스트에서 담기율, 다양성, 주문율이 함께 향상되었습니다.

외부 LLM을 활용해 서비스 가치와 개발 생산성을 높인 개발조직의 AI 사례를 정리했습니다. 모델 경쟁보다 데이터와 운영 피드백을 누적 자산으로 삼는 전략을 강조했습니다.


AI 시대 보이스피싱과 스미싱 대응을 위해 차단 앱과 수신 차단 서비스를 함께 활용하는 방법을 정리했습니다. 피해가 발생하면 112와 1332에 즉시 신고하고 계좌 지급정지와 기기 초기화를 빠르게 진행해야 합니다.

LLM이 기술 비교에서 비즈니스 가치를 과도하게 중시하는 편향을 다룹니다. QLoRA 기반 파인튜닝으로 이러한 편향을 개선하는 실험을 소개합니다.

네이버 웹툰의 창작 생태계 보호 연구로 워터마킹과 학습 방지 기술을 소개했습니다. 불법 유출 추적과 생성형 AI 무단 학습 대응을 위한 구조와 평가 결과를 다뤘습니다.

토스와 데이콘이 함께한 첫 ML 경진대회 출제 후기를 공유했습니다. 실제 광고 클릭 예측 문제와 참가자들의 다양한 풀이 방식을 소개했습니다.

AI 음성 변환과 합성의 전체 파이프라인을 소개했습니다.\n음색 보존, 피치 제어, 평가 지표와 한계 대응 방안까지 정리했습니다.


실제 서비스에 맞는 ML 타겟 메트릭과 학습·평가 설계를 소개했습니다. 랜덤 수집 데이터와 relative mean CR lift로 배포 효과를 오프라인에서 가늠했습니다.


디퓨전 방식 언어모델 LLaDA의 학습·추론 구조와 reversal curse 완화 가능성을 다뤘습니다. 코드 FIM 태스크에서의 잠재력과 추론 효율 한계도 함께 정리했습니다.

오디오, 이미지, 환경 정보를 결합한 멀티모달 AI로 블랙아이스를 감지하는 솔루션을 소개했습니다. 공공기관 평가에서 정검지율 96.7%를 기록하며 야간·악천후 상황의 한계를 보완했습니다.

인도 신흥시장에서 EMI 누락 문제를 해결하기 위해 수학적 추정 프레임워크를 소개했습니다. 금융 원리에 맞는 화이트박스 방식으로 심사 지표 커버리지를 높인 사례를 다뤘습니다.