NOL QA, 한계를 넘다 — 24시간 일하는 신입사원 ‘Q-pid’ 채용 스토리
NOL QA, 한계를 넘다 — 24시간 일하는 신입사원 ‘Q-pid’ 채용 스토리
QA 리소스 문의를 자동화하기 위해 Q-pid라는 AI 비서를 구축했습니다.\nJira 데이터와 프롬프트 엔지니어링으로 예측 가능한 답변과 운영 효율을 높였습니다.
#Python#Flask
72005분
필터 1
라포랩스의 QA - 품질을 테스트하는 게 아니라 설계합니다.
라포랩스 QA 팀이 품질을 검증이 아닌 설계의 관점에서 운영하는 방식을 소개했습니다. 기획 초기 참여, AI 기반 테스트 자동화, 비용 최적화 실험을 통해 품질 시스템을 고도화하고 있습니다.
#QA#자동화
25005분
LLM으로 프롬프트 실전 성능 평가하기 \:\ feat. Prometheus 2 & OpenAI API
프롬프트 품질을 정량 평가하는 방법을 Prometheus 2와 OpenAI API 실습으로 설명했습니다. 각 평가 방식의 장단점과 환각 탐지 한계를 비교하며 자동화된 평가 파이프라인 필요성을 제시했습니다.
#LLM#prompt
26005분
LLM으로 프롬프트 실전 성능 평가하기 \:\ feat. Prometheus 2 & OpenAI API
프롬프트 성능을 정량적으로 평가하는 방법을 Prometheus 2와 OpenAI API 실습으로 소개했습니다. 문맥 평가는 강점이지만 최신 사실 검증은 도구별 한계가 있어 반복 평가가 필요합니다.
#LLM#prompt
60005분
AI ＆ Event Driven 오디오 데이터 LinkedIn 글 자동 발행 (feat. Apache Flink)
오디오를 텍스트로 바꾸고 GPT로 LinkedIn 글을 자동 생성하는 이벤트 기반 워크플로를 소개했습니다. 프론트엔드와 AI 처리를 분리해 확장성과 유지보수성을 높인 점이 핵심입니다.
#Next.js#OpenAI API
50005분
난생처음 AI 경험기 - OpenAI API 를 사용한 Hello World 를 작성해 보기
AI 시대 흐름에 맞춰 LLM과 LangChain의 개념, 한계를 처음 정리한 글입니다. OpenAI API와 Colab으로 gpt-3.5-turbo를 호출하는 간단한 실습도 소개했습니다.
#LLM#LangChain
185005분
OpenAI API Beta Feature: Assistant API
OpenAI Assistant API의 개념과 핵심 구성 요소를 정리했습니다. 파일 검색, 코드 실행, 함수 호출로 맞춤형 AI 어시스턴트를 구축하는 활용 예시를 소개했습니다.
#OpenAI API#RAG
22005분
LLM 기반 Chat application framework ＇Aide＇ 개발기
LLM 기반 대화형 애플리케이션을 위한 자체 프레임워크 Aide 개발 과정을 소개했습니다. 멀티턴 대화와 Workflow 추상화로 복잡성을 줄이고 확장성을 높인 점을 정리했습니다.
#LLM#OpenAI API
15005분
리뷰기반 맛집 추천 서비스 만들기 with GPT-4
GPT-4와 ada embeddings로 리뷰 기반 맛집 추천 서비스를 구현한 과정을 정리한 글입니다. 검색 정확도 문제를 겪으며 벡터 검색과 리뷰 데이터의 한계도 함께 살펴보았습니다.
#GPT-4#OpenAI API
38005분