![[전문가 밋업#3] 금융 AI의 진화: 컨텍스트 설계와 에이전트 아키텍처 (은행 AI 전문가가 밝힌, 아무도 말해주지 않는 3가지 진실)](https://devocean.sk.com/thumnail/2025/11/6/7f52b92cae49a60174a8c096e489e1bae6acd7b6bbeb042f21218d3671be1a4a.png)
[전문가 밋업#3] 금융 AI의 진화: 컨텍스트 설계와 에이전트 아키텍처 (은행 AI 전문가가 밝힌, 아무도 말해주지 않는 3가지 진실)
금융 AI가 자동화 중심에서 문맥과 의미를 설계하는 방향으로 바뀌고 있다고 설명했습니다. LLM+RAG와 다중 에이전트 아키텍처, 그리고 컨텍스트 설계 역량의 중요성을 강조했습니다.
#LLM#RAG
61005분
필터 1
광고로 유입된 순간, 추천이 시작됩니다.
광고 유입 유저의 낮은 구매 전환 문제를 추천 맥락 연결로 개선한 사례를 소개했습니다. 광고 성격과 상품 정보를 첫 세션 추천에 반영해 전환율을 높였습니다.
#추천#AI Agent
10005분
배송 완료 사진 속 객체 탐지를 통한 수기 검수 비용 줄이기
배송 완료 사진에서 퍼플 박스와 종이봉투를 탐지해 수기 검수 대상을 줄인 사례를 소개했습니다. 데이터 중심 학습과 라벨 개선 반복으로 성능을 높이고 검수 비용을 93% 절감했습니다.
#ML#객체 탐지
80005분
AutoML로 다음주의 가성비 Spot 인스턴스 AZ/Type 예측하기
AWS EMR의 Spot Instance 비용을 줄이기 위해 Zone과 Type별 가격 데이터를 수집해 AutoGluon으로 예측했습니다. 예측 평균을 바탕으로 다음 주에 더 저렴한 AZ와 Instance Type을 추천하고 운영 비용 절감 가능성을 확인했습니다.
#AWS#AutoML
20005분
NOL은 어떻게 당신의 다음 여행지를 알고 있을까?
NOL은 고객의 클릭과 검색 같은 행동 데이터를 바탕으로 User segment를 만들었습니다. 태그 조합과 점수, 기간별 윈도우로 개인화와 예측의 정교함을 높였습니다.
#추천#검색
65005분
있었는데요, 없었습니다.
자동발주 예측 품질을 높이기 위해 품절률 급등 원인을 분석하고 권고발주를 자동발주로 점진 전환했습니다. TFT와 분위수 예측을 적용해 행사와 Capacity 변화에 더 잘 대응하며 품절률과 RMSE를 개선했습니다.
#ML#TFT
87005분
ClickHouse: 컬럼 지향 저장소와 AI 시대의 데이터 처리
대량의 고객 여정 데이터를 빠르게 조회하기 위해 ClickHouse를 도입한 사례를 소개했습니다. 컬럼 지향 저장과 압축 덕분에 분석·AI 처리에 강하지만, 업데이트와 복잡한 트랜잭션에는 한계가 있습니다.
#ClickHouse#컬럼 지향 저장소
116005분
엔카닷컴 AI 블로그를 시작합니다!
엔카닷컴이 방대한 중고차 데이터 문제를 해결하기 위한 AI 블로그 시작을 알렸습니다. 검색, 추천, 상담 등 다양한 영역의 도입 경험과 시행착오를 꾸준히 공유할 예정입니다.
#검색#추천
8005분
여기어때의 기술기획팀
여기어때 기술기획팀이 기술보다 조직의 준비도와 활용 역량을 우선하는 역할을 소개했습니다. 기술 도입, 로드맵, 인재 육성까지 연결해 실행 가능한 전략을 만드는 관점을 설명했습니다.
#MSA#ChatGPT
106005분
WOOWACON 2025에 지금 등록하세요!
WOOWACON 2025에 지금 등록하세요!
X
#세미나#ML
19005분
케라스를 활용한 한국어 감성 리뷰 자동 분류 : 기술적 접근과 분석
한국어 감성 리뷰를 Keras로 이진 분류하는 전처리와 모델 구조를 설명했습니다. Okt 형태소 분석, BiLSTM, 콜백을 활용한 학습과 예측 흐름을 다뤘습니다.
#Keras#ML
26005분
AI와 디지털 광고의 새로운 협력 모델 - Part 2. 효율적인 광고 제작을 위한 레이아웃 생성 기술
효율적인 광고 제작을 위한 레이아웃 생성 기술을 주요 방식별로 정리했습니다. 각 모델의 장점과 한계를 비교하며 실전 선택 기준도 함께 제시했습니다.
#LLM#Transformer
41005분