AI가 이해하는 기업
기업 AI가 ROI로 이어지지 않는 이유를 의미 계층의 부재로 설명했습니다. 온톨로지와 Active Ontology를 통해 맥락을 기계가 읽게 만드는 방향을 제안했습니다.
#LLM#RAG
1200
필터 1
LLM에게 계산을 시키지 마세요 — 숫자를 '신뢰'할 수 있는 AI 데이터 애널리스트 개발기
형식이 제각각인 대규모 시장 데이터를 다루는 사내 AI 애널리스트 플랫폼 개발기입니다. LLM은 질문 해석만 맡기고 계산은 분리해 숫자 신뢰성을 확보했습니다.
#LLM#데이터 분석
1500
AI에게 투자정보를 말하게 하기까지
투자 정보는 적시성, 정확성, 검증 가능성이 중요해 LLM 출력만으로는 부족했습니다. 근거 선별과 절차 통제, 평가 가능한 구조를 통해 AI가 말해도 되는 상태를 운영했습니다.
#LLM#ML
3800
AI 에이전트 스킬이 발동하지 않는 이유: SKILL.md 결함과 개선법
AI 에이전트 스킬 파일 `SKILL.md`에서 발생하는 결함 유형과 원인을 분석했습니다. Frontmatter와 본문을 어떻게 고쳐야 하는지 8가지 점검 항목으로 정리했습니다.
#AI 에이전트#LLM
800
LLM의 thinking_token_budget은 어떤 역할을 하는가?
LLM의 `thinking_token_budget`이 내부 추론 토큰의 최대치를 제한하는 설정임을 설명했습니다. 더 깊은 사고를 유도하는 기능이 아니라 빠른 응답을 위한 제어 수단임을 정리했습니다.
#LLM#vLLM
4700
통합 검색 임베딩 모델 개발기: 9개 태스크를 고르게 학습시키기
통합 검색 임베딩 모델을 개발하며 9개 태스크를 고르게 학습시키는 과정을 다룬 글입니다. 본문이 일부 차단되어 세부 내용은 확인되지 않았습니다.
#검색#ML
2100
AWS AI-DLC를 System Maintenance 환경에 맞게 커스터마이징하기
AWS AI-DLC를 System Maintenance 환경에 맞게 3계층 Override 구조로 커스터마이징한 사례를 소개했습니다. 반복 질문 제거, 추측 방지, 자동화로 운영 유지보수 효율을 높인 점이 핵심입니다.
#AWS#LLM
900
데이터 요청 응대 30분을 3분으로 줄인 n8n AI 에이전트
n8n AI 에이전트로 데이터 요청 응대 시간을 30분에서 3분으로 줄인 사례를 다뤘습니다. 미리디 데이터 분석가가 온콜 헬퍼봇을 만든 배경과 활용 방식을 소개했습니다.
#LLM#자동화
4500
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
에이전트 플러그인 등 8월 첫째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
Google for Developers의 8월 첫째 주 위클리 업데이트를 소개합니다. AI, Android, Google Play, Flutter 관련 최신 개발자 소식과 읽을거리들을 한 번에 확인할 수 있습니다.
#LLM#MCP
1500
개인 AI 활용의 다음 단계는 무엇인가 - LY Corporation에서 AIDD 워크숍을 통해 살펴본 AIDD 조직 도입의 조건
LY Corporation이 AIDD 워크숍을 통해 개인의 AI 활용을 조직 차원으로 확장할 조건을 살펴보았습니다. 핵심은 컨텍스트 정비와 팀 단위 협업, 의사결정자 참여였습니다.
#LLM#자동화
3500
AI 에이전트, 자율에 맡길까 절차로 통제할까
AI 에이전트는 자율 방식과 워크플로우 방식으로 나뉘며, 차이는 루프 통제 주체에 있습니다. 업무 성격에 따라 유연성과 예측 가능성의 균형을 맞춰 선택해야 합니다.
#AI 에이전트#workflow
4900
![[기술동향] LLM 추론 최적화 핵심 기술: 양자화, KV 캐시, 추론 칩](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2Fr7Zo2%2FdJMcaazxBXX%2FAAAAAAAAAAAAAAAAAAAAAKjlLaht-QL9amPzlzS8OljsKVZqu-AqFePdVhweT39g%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1788188399%26allow_ip%3D%26allow_referer%3D%26signature%3D%252Bb%252BJ4fsqNhGOhol4sxGWd9RQ5tU%253D)
[기술동향] LLM 추론 최적화 핵심 기술: 양자화, KV 캐시, 추론 칩
에이전틱 AI 확산에 따라 LLM 추론 최적화 기술과 추론 전용 칩의 중요성이 커졌습니다. 양자화, KV 캐시 압축, LPU·TPU 활용으로 비용과 지연 시간을 함께 줄이는 방향을 정리했습니다.
#LLM#양자화
1600
[클로바 시선 #57] 대화는 순서를 기다리지 않는다: 실시간 음성 대화 AI를 위한 데이터 파이프라인 ‘Sommelier’
실시간 음성 대화 AI가 사람 같은 상호작용을 하려면 순차적 질의응답을 넘어서는 처리가 필요합니다. 대화 중 끼어들기와 짧은 반응을 다루는 데이터 파이프라인 Sommelier를 소개합니다.
#LLM#streaming
800
AI API Gateway, 무엇을 보고 골라야 할까? 도입부터 운영까지 선택 기준 5단계
AI API Gateway 선택 기준을 도입부터 운영까지 5단계로 정리했습니다. 여러 모델을 쓴다면 모델 다양성, 보안, 결제, 모니터링을 함께 검토해야 합니다.
#API Gateway#LLM
3500