4050의 장바구니 속 고민을 들여다보며 시작된 PB팀 이야기
라포랩스 PB팀이 4050 여성 고객을 위한 브랜드를 데이터와 현장 관찰, AI, 글로벌 소싱으로 운영하는 방식을 소개했습니다. 빠른 가설 검증과 자동화로 상품 경쟁력과 실행 속도를 높이는 사례를 담았습니다.
#패션#자동화#검색
2700
태그
검색 기술 블로그 글
검색 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
전체 292개최신 20개 표시
관련 태그
최신 게시글
20개 표시
AI채팅 구축 사례: 725만 건 설계 자료를 AI로 검색하다, 서영엔지니어링
방대한 설계 자료를 자연어로 찾기 위해 사내 플랫폼에 AI채팅을 연동했습니다. 실무 검증에서 정답률 96%를 확인하고 검색 시간을 크게 줄였습니다.
#RAG#검색#API
4000
MATCH란 무엇인가
X
#검색
40400
통합 검색 임베딩 모델 개발기: 디자인 검색을 하나의 표현 공간으로 묶기
미리캔버스의 여러 검색 과제를 하나의 임베딩 공간으로 묶기 위한 모델 개발 과정을 소개했습니다. 태스크별 운영의 한계를 줄이고 디자인 도메인 특성에 맞게 학습한 방식이 핵심이었습니다.
#LLM#ML#검색
1800
Amazon OpenSearch 3.3 업그레이드로 미리캔버스의 검색 성능 개선
OpenSearch 3.3과 derived source로 미리캔버스 검색의 stored fields 병목과 세그먼트 병합 문제를 해결했습니다. 신규 클러스터 도메인 스위칭으로 무중단 전환하고 레이턴시와 IOPS를 크게 개선했습니다.
#Amazon OpenSearch#검색#벡터 검색
1500
Amazon OpenSearch Service로 미리캔버스의 듀얼 벡터 검색 도입과 성능 최적화
미리캔버스는 OpenSearch에서 시맨틱 벡터와 비주얼 벡터를 함께 쓰는 듀얼 벡터 검색을 도입했습니다. BM25 선필터와 메모리 최적화 인스턴스 전환으로 성능과 정확도를 함께 개선했습니다.
#Amazon OpenSearch Service#검색#벡터 검색
800
20만원 크레딧 받기 | NAVER API HUB 출시 프로모션 (~9/30)
X
#API#모니터링#검색
1000
[상품 소개] 네이버 API를 하나의 창구에서, NAVER API HUB 출시
네이버 API를 하나의 콘솔에서 연동하고 운영할 수 있는 NAVER API HUB 출시를 소개했습니다. 하나의 키로 여러 API를 쓰고 종량제로 유연하게 사용할 수 있습니다.
#API#cloud#검색
500
임베딩 안정화로 검색 리랭킹의 콜드 스타트 문제를 해결하다: LINE Part Time Jobs 적용 사례
검색 리랭킹의 콜드 스타트와 임베딩 공간 불일치 문제를 안정화 기법으로 해결했습니다. 오프라인과 A/B 테스트에서 성능과 매출 개선도 확인했습니다.
#검색#LLM#ML
4000
6. 도구를 넘어, 기준과 책임으로
문서화 도구와 자동화만으로는 지식 시스템이 완성되지 않는 한계를 짚었습니다. 기준, 책임, 거버넌스로 신뢰할 수 있는 지식을 만드는 방법을 정리했습니다.
#문서화#자동화#거버넌스
4500
동원F&B의 Amazon Bedrock AgentCore 기반 AI 쇼핑 어시스턴트로 쇼핑 경험 혁신 여정
동원F&B가 Bedrock AgentCore와 OpenSearch 하이브리드 검색으로 AI 쇼핑 어시스턴트를 구축했습니다. 토큰 97% 절감과 TTFT 2.58초 개선, CS 문의 23% 감소 성과를 얻었습니다.
#Amazon Bedrock AgentCore#Amazon OpenSearch Service#검색
2800
4. 우리 팀의 문서화는 왜 실패할까? (2)
문서화 실패의 원인을 기준 부재와 지식 분산, 공유 부담에서 찾았습니다. 조직 성격과 현재 수준을 진단한 뒤 문제에 맞는 문서부터 시작하라고 제안했습니다.
#문서화#챗봇#검색
7100
3. 우리 팀의 문서화는 왜 실패할까? (1)
조직에서 문서화가 실패하는 이유를 두 사례로 살펴보며 문제의 구조를 정리했습니다. 흩어진 지식을 한곳에 모으고 작성·갱신을 업무 흐름에 넣는 방향을 제안했습니다.
#문서화#검색#API
26600
1. 세상에 없던 직무를 만들어가기
토스 Technical Writer가 문서를 쓰는 역할을 넘어 지식 시스템을 설계하는 방향으로 확장한 이야기를 다뤘습니다. AI 시대에 조직의 맥락과 암묵지를 남기는 문서화의 중요성을 강조했습니다.
#문서화#자동화#검색
19000
“따뜻한 색감의 소재 찾아줘” — 자연어로 광고 소재 검색하기
자연어로 광고 소재 이미지를 검색하는 PoC의 설계와 실험 결과를 정리했습니다.이미지를 텍스트 설명으로 바꾸고, 쿼리 가중치와 프롬프트 편향을 실측으로 조정했습니다.
#LLM#검색#Vector DB
2600
AI 스타일 검색 2편 : 듀얼 벡터 검색과 OpenSearch 3.3 버전업
롱테일 검색어와 노이즈 문제를 해결하기 위해 시맨틱 벡터와 비주얼 벡터를 결합한 듀얼 벡터 검색을 도입했습니다. 또한 메모리 병목과 세그먼트 병합 문제를 줄이기 위해 OpenSearch 3.3 버전업 가능성을 검증했습니다.
#OpenSearch#검색#벡터 검색
2900
AI ENGINEER NIGHT Q&A 총정리
AI ENGINEER NIGHT에서 나온 RAG, 에이전트, 평가 관련 질문에 채널톡 AI팀이 답변을 정리했습니다. 문서 구조 보존 청킹과 재탐색 전략, 데이터 게이트와 pass@k 평가 방식을 소개했습니다.
#RAG#LLM#prompt
400
AI ENGINEER NIGHT Q&A 총정리
채널톡 AI팀의 AI ENGINEER NIGHT Q&A를 정리한 글입니다. RAG, 에이전트 설계, 데이터 평가와 운영 전략을 실무 관점에서 공유했습니다.
#RAG#LLM#검색
10100
GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 2: 하이브리드 검색과 자연어 쿼리 변환
OpenSearch 기반 이력서 검색에서 하이브리드 검색과 자연어→DSL 변환을 최적화한 사례를 다뤘습니다. Function Calling과 RAG를 결합해 검색 정확도와 응답 속도를 개선했습니다.
#Amazon OpenSearch Service#LLM#검색
3000
[Tech Series] kt cloud AI 검색 증강 생성(RAG) #5 : 검색 고도화(Retrieval Optimization)와 리랭킹(Re-ranking) 기술
RAG 검색 고도화와 리랭킹을 통해 정확한 근거 문서를 더 잘 찾는 방법을 다뤘습니다. 하이브리드 검색, 권한 인지 검색, 적응형 라우팅으로 실무형 파이프라인을 설계했습니다.
#RAG#검색#하이브리드검색
500
![[Tech Series] kt cloud AI 검색 증강 생성(RAG) #5 : 검색 고도화(Retrieval Optimization)와 리랭킹(Re-ranking) 기술](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FkWfxm%2FdJMcac4pFR8%2FAAAAAAAAAAAAAAAAAAAAAE-zw-ePxOnkWrGcRl9aspB41rnIiFaMwO9rzH6rIxVp%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1782831599%26allow_ip%3D%26allow_referer%3D%26signature%3DKSKpAFGWbQVZKwu0CiYEr3Qzvko%253D)