
문서에서 필요정보만 뽑아 LLM에 입력하는 방법 - Upstage Document Parse
X

X

DEFCON 32 참가 후기를 통해 최신 보안 트렌드와 LLM 서비스 보안 사례를 공유했습니다. 또한 CTF 본선 구조와 현장 팁, 실무 적용 아이디어를 정리했습니다.


온디바이스에서 SLM으로 보이스 피싱을 탐지하는 구현 흐름을 소개했습니다. STT, LoRA 학습, 양자화, 모바일 구동까지의 절차와 한계를 함께 정리했습니다.

우아한형제들 기술블로그를 엮은 두 번째 책 “요즘 우아한 AI 개발”을 소개했습니다. AI·데이터·로봇의 실무 적용 사례와 구성 내용을 함께 담았습니다.


AI 웨어러블 시장의 성장 가능성과 함께 배터리, 프라이버시, 정확도 같은 과제도 함께 다뤘습니다. Bee Pioneer 사례를 통해 저가형 손목형 AI 기기의 접근성과 사용성을 살펴보았습니다.


S1의 Test-Time Scaling과 Budget Forcing으로 추론 모델을 구현하는 과정을 소개했습니다. 적은 데이터와 반복 자기검증만으로도 사고 성능을 끌어올리는 방법을 살펴보았습니다.

생성형 AI 모델 기반 코딩 어시스턴트의 개념과 역할을 소개했습니다. 자연어와 코드 학습을 통해 개발 생산성을 높이는 방향을 설명했습니다.

호텔 검색에서 LLM을 sLLM으로 옮기기 위해 지식 증류를 적용한 과정을 다뤘습니다. 성능과 효율을 함께 확보하기 위한 모델 선정, 데이터 구성, 학습 기법 개선을 설명했습니다.

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

호텔 검색의 이미지 품질을 높이기 위해 플레이스 특화 CLIP 인코더를 학습했습니다. 질의와 이미지의 연관성을 강화해 대표 이미지 검색 정확도와 사용자 경험을 개선했습니다.

LLM과 블로그 POI 데이터를 활용해 호텔 검색의 복잡 질의, 다국어, 콘텐츠 부족 문제를 개선했습니다. 검색 엔진 전환과 자동 품질평가로 커버리지와 성과도 함께 높였습니다.


LLM 지식 증류의 개념과 주요 방법론을 정리한 글입니다. Teacher 모델의 지식을 Student 모델에 이전하는 방식과 구현 접근을 소개했습니다.