![[VOD] re:COMMIT AI 시대, 무엇을 맡기고 무엇을 지켜야 하는가](https://tech.goorm.io/wp-content/uploads/2026/01/REcommit_thumbnail.png)
[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
2300
필터 1
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
4100
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
300
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
1300
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.
#ML
3800
“함께 구매하면 좋은 상품” 추천 모델 고도화
장바구니 맥락을 반영한 추천 모델로 Item2Vec의 한계를 개선했습니다. 오프라인 평가와 A/B 테스트에서 담기율, 다양성, 주문율이 함께 향상되었습니다.
#ML#추천 시스템
6400
'우리는 이미 만들고 있었다' - 개발조직 AI 리얼스토리(2025년판)
외부 LLM을 활용해 서비스 가치와 개발 생산성을 높인 개발조직의 AI 사례를 정리했습니다. 모델 경쟁보다 데이터와 운영 피드백을 누적 자산으로 삼는 전략을 강조했습니다.
#LLM#RAG
10000
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
2025 보이스피싱 차단 앱 가이드: 가장 확실한 보이스피싱 방지 방법
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.
#ML#모바일
4500
파인튜닝으로 LLM 편향 개선하기
LLM이 기술 비교에서 비즈니스 가치를 과도하게 중시하는 편향을 다룹니다. QLoRA 기반 파인튜닝으로 이러한 편향을 개선하는 실험을 소개합니다.
#LLM#ML
200
웹툰 창작 생태계 보호를 위한 연구
네이버 웹툰의 창작 생태계 보호 연구로 워터마킹과 학습 방지 기술을 소개했습니다. 불법 유출 추적과 생성형 AI 무단 학습 대응을 위한 구조와 평가 결과를 다뤘습니다.
#워터마킹#생성형 AI
4800
토스 Next ML Challenge - 광고 클릭 예측(PCTR) ML 경진대회 출제 후기
토스와 데이콘이 함께한 첫 ML 경진대회 출제 후기를 공유했습니다. 실제 광고 클릭 예측 문제와 참가자들의 다양한 풀이 방식을 소개했습니다.
#ML#feature engineering
6200
AI가 만들어주는 나만의 목소리(SK AI SUMMIT 발표사례)
AI 음성 변환과 합성의 전체 파이프라인을 소개했습니다.\n음색 보존, 피치 제어, 평가 지표와 한계 대응 방안까지 정리했습니다.
#LLM#ML
3700
왜 막상 배포하면 효과가 없지? 타겟 지표에 맞는 ML모델 train/eval 설계하기
실제 서비스에 맞는 ML 타겟 메트릭과 학습·평가 설계를 소개했습니다. 랜덤 수집 데이터와 relative mean CR lift로 배포 효과를 오프라인에서 가늠했습니다.
#ML#A/B 테스트
4400
LLaDA: Diffusion language model과 LLM reversal curse
디퓨전 방식 언어모델 LLaDA의 학습·추론 구조와 reversal curse 완화 가능성을 다뤘습니다. 코드 FIM 태스크에서의 잠재력과 추론 효율 한계도 함께 정리했습니다.
#LLM#ML
4900