
호텔 검색, 어떻게 달라졌을까요? 3편 - 검색 시스템
호텔 검색의 언어 장벽과 POI 매칭 한계를 개선한 사례를 다루었습니다. 다국어 음차·번역, Dense Retrieval, Place sLLM으로 커버리지와 검색 품질을 높였습니다.

호텔 검색의 언어 장벽과 POI 매칭 한계를 개선한 사례를 다루었습니다. 다국어 음차·번역, Dense Retrieval, Place sLLM으로 커버리지와 검색 품질을 높였습니다.


자연어 검색 에이전트의 품질을 높이기 위해 Entity RAG와 Knowledge-aware retrieval을 적용한 사례를 소개했습니다. 신규 개체 인식과 테마 질의 대응 성능이 개선되었고, 향후 적용 범위 확대도 제시했습니다.


2025년 웹 개발의 핵심 트렌드로 AI 도구, JAMstack, Utility-First CSS, WebAssembly, VUI를 소개했습니다. 각 기술이 성능, 생산성, 사용자 경험을 어떻게 높이는지 정리했습니다.

Amazon Lex와 Lambda로 영화 추천 챗봇을 만드는 과정을 소개했습니다. 의도, 슬롯, 이행 흐름과 Slack 연동 가능성도 함께 다뤘습니다.


LangChain 기반 노코드 플랫폼 LangFlow를 HuggingFace Spaces에서 시작하는 방법을 소개했습니다. 드래그 앤 드롭으로 플로우를 만들고 OpenAI API로 기본 챗봇을 구성하는 흐름을 다뤘습니다.


에이닷 전화 통화요약 서비스에 적용한 LLM 개발 과정을 소개했습니다. 자동·수동 데이터를 결합한 학습과 LoRA 기반 미세조정, 전문가 평가로 품질을 높였습니다.


수능 이후 수험생의 관심사와 방문 지역을 데이터로 분석해 마케팅 인사이트를 도출했습니다. 또한 bertopic과 LLM으로 세그먼트를 나누고 특징 요약을 자동화하는 방법을 소개했습니다.

인도 중저신용자 대상 ACS에 AI와 LLM 적용을 확대했습니다. SMS 텍스트 분석 기반 부도 예측과 데이터 추출 정교화로 승인율과 리스크 관리를 개선했습니다.

달파는 기업용 AI 에이전트 스튜디오로서 다양한 AI 솔루션과 맞춤 서비스를 제공합니다. 또한 개발 프로세스와 최근 뉴스까지 함께 소개했습니다.

달파는 기업용 AI 솔루션을 제공하는 B2B SaaS 기업으로 소개했습니다. AI 스토어와 맞춤형 서비스, 단계별 개발 프로세스를 중심으로 설명했습니다.

달파는 기업용 AI 솔루션을 제공하는 B2B SaaS 기업으로 소개했습니다. AI 스토어와 맞춤형 서비스, 개발 프로세스, 최근 소식까지 함께 다뤘습니다.


토크나이저가 LLM 성능과 비용에 미치는 영향을 설명하고, 언어별 차이와 한국어 최적화 사례를 소개했습니다. SKT의 Telco LLM이 한국어에서 더 효율적인 토크나이저를 설계한 배경과 비교 결과를 다뤘습니다.