효율적인 CLAUDE.md 파일관리 및 컨텍스트 최적화 전략
Claude Code의 CLAUDE.md를 토큰 효율 중심으로 관리하는 방법을 정리했습니다. 컨텍스트 부패를 줄이기 위해 핵심 규칙만 남기고 Hook과 Skills로 분리하는 전략을 제안했습니다.
#LLM#Claude Code
87005분
필터 1
창식이와 함께하는 물류 개발 라이프(with 하네스)
창식이와 함께하는 물류 개발 라이프(with 하네스)
Slack 봇 창식이를 통해 하네스 엔지니어링과 컨텍스트/피드백 루프 설계를 실제 운영에 적용한 사례를 정리했습니다. MCP 채널, 지식 베이스, 교정 로그로 장기 작업의 정확도를 높인 구성이 핵심입니다.
#LLM#MCP
87005분
케클s피드 5월호｜안정적인 클라우드를 만드는 핵심 아키텍처
Multi-AZ 기반 Active-Active 설계로 장애 시에도 서비스 연속성을 높이는 클라우드 아키텍처를 다뤘습니다. Multi-Region과 DR의 차이, RTO·RPO 한계, 보안·데이터 안정성 전략도 함께 정리했습니다.
#cloud#MSA
32005분
LLM은 언제 ＂모른다＂고 말해야 하는가
LLM은 정답을 맞히는 능력만큼, 모를 때 멈추는 능력도 중요하다고 정리했습니다. 모델 크기나 추론 강화만으로는 부족해, 별도의 평가와 정렬 설계가 필요했습니다.
#LLM#NLP
55205분
Amazon EC2 G5/G6 인스턴스에서 GPU Tensor Parallelism으로 비용 효과적으로 LLM 서빙하기
vLLM Tensor Parallelism으로 G5/G6의 24GB GPU 여러 장에 LLM을 분산 서빙하는 방법을 설명했습니다. 벤치마크에서 TP=4는 응답 속도와 처리량을 크게 개선했으며, 비용 효율적인 대안으로 제시했습니다.
#AWS#EC2
17005분
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
중고 의류 디테일컷 자동 생성을 위해 VLM 대신 Detector와 규칙 기반 크롭을 선택했습니다.\n그 결과 공정 시간을 90% 줄이고 11만 개 상품에 일괄 적용했습니다.
#LLM#AWS Lambda
80005분
[26년 5월] AI 쓰세요? 그럼 미리 봐야 할 2026 하반기 보안 트렌드
[26년 5월] AI 쓰세요? 그럼 미리 봐야 할 2026 하반기 보안 트렌드
X
#LLM#보안
2005분
ODW #7: 세 가지 방법으로 토큰 소비량 40% 절감! ADK를 이용한 컨텍스트 엔지니어링
AI 에이전트의 토큰 소비와 정확도 문제를 줄이기 위한 컨텍스트 엔지니어링을 ADK 사례로 설명했습니다. 도구 필터링과 에이전트 분리, 입출력 구조화로 토큰을 40% 절감한 실험 결과도 공유했습니다.
#LLM#ADK
49005분
서버 0대, 브라우저 SLM으로 만든 차트 추천 봇
서버 0대, 브라우저 SLM으로 만든 차트 추천 봇
브라우저 안에서 동작하는 차트 추천 봇을 만들고, 서버 없이 추론하는 구조를 선택했습니다. 규칙 엔진으로 차트 유형을 정하고 SLM은 설명만 맡겨 안정성을 높였습니다.
#LLM#WebGPU
63005분
현대오토에버의 GenAI Sandbox 활용 생산성 향상 Hackathon: 혁신과 협업의 성공 사례
현대오토에버가 GenAI Sandbox와 해커톤으로 전사 GenAI 실험 환경을 구축했습니다. 14개 팀이 참여해 업무 자동화와 생산성 향상 사례를 만들었습니다.
#LLM#AWS
28005분
[밋업 신청] 채널톡에서 AI 하긴 해요?
X
#LLM#회의
82005분
GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 1: 데이터 파이프라인과 인덱싱
Amazon OpenSearch Service로 다국어 이력서 검색 파이프라인과 인덱싱 구조를 재설계했습니다. 전처리, 정규화, 임베딩 입력 전략이 검색 정확도를 크게 좌우했습니다.
#Amazon OpenSearch Service#검색
29005분