

고수준의 문제해결에 집중하기 위해
제품 개발 과정의 정보 파편화와 동기화 비용을 줄이기 위해 AI 가상 구성원을 도입한 사례를 소개했습니다. LLM을 맥락 연결과 번역의 허브로 활용해 협업 문화와 실행력을 높이는 방향을 제시했습니다.


제품 개발 과정의 정보 파편화와 동기화 비용을 줄이기 위해 AI 가상 구성원을 도입한 사례를 소개했습니다. LLM을 맥락 연결과 번역의 허브로 활용해 협업 문화와 실행력을 높이는 방향을 제시했습니다.


PostgreSQL의 전체 텍스트, 벡터, 지리공간 검색을 결합해 구직 검색 엔진을 구축하는 방법을 소개했습니다.하이브리드 검색과 인덱싱, 파티셔닝 등 성능 최적화 포인트도 함께 정리했습니다.
![[AWS Summit 2025] 생성형 AI 기반으로 스마트 인사이트 구현](https://tech.cloud.nongshim.co.kr/wp-content/uploads/amzonq250805.jpg)

AWS Summit 2025에서 Amazon Q in Quicksight와 Amazon Q Business 활용 사례를 소개했습니다.\n자연어 기반 분석과 사내 질의 응답으로 데이터 활용 장벽을 낮춘 점이 핵심입니다.


Two-Tower 모델로 추천시스템의 후보 검색 단계와 학습 방식을 개선한 적용 사례를 다루었습니다. In-Batch Sampled SoftMax, LogQ Correction, ScaNN 활용과 운영 모니터링까지 함께 소개했습니다.

퀸잇이 첫 여름 럭퀸세일을 통해 비수기에도 거래액과 주문 지표를 크게 늘렸습니다. 브랜드 데이 협업으로 입점 브랜드 매출도 함께 성장했습니다.

금전적 보상 없이도 바이럴을 만들기 위해 스토리와 캐릭터, 다양한 결과물을 활용했습니다. 그 결과 얼굴등록 유저 수와 공유율, 전환율을 크게 높였습니다.
통합검색에서 사용자의 여행 의도를 먼저 파악하도록 AI 분류 시스템을 적용했습니다. 이를 통해 검색 결과 노출 순서를 개선하고 실제 사용자 경험을 높였습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


음식 사진을 기반으로 주변 맛집을 찾는 AI 검색 시스템을 CLIP과 FAISS로 구현한 사례를 소개했습니다. 위치 필터링과 카테고리 제한으로 오탐을 줄이고, 향후 비음식 필터링과 맛 기반 임베딩 확장을 계획했습니다.


대규모 검색 서비스의 셀프서브 실험 체계와 실무 적용 사례를 공유했습니다. 실험 문화 정착을 위해 플랫폼과 교육을 함께 운영한 내용을 담았습니다.


대규모 검색 서비스에서 셀프서브 실험 체계를 정착시킨 사례를 공유했습니다. 플랫폼과 교육을 함께 설계해 실험 문화를 확산한 과정도 소개했습니다.


LLM 환각의 원인과 완화 전략을 정리하고, 최근 논문 3편의 실험 결과를 바탕으로 신뢰성 향상 방향을 소개했습니다. 불확실성 인식, 외부 지식 활용, 자체 검증을 함께 고려하는 설계가 중요하다고 설명했습니다.


AI 검색 엔진 PAAS의 구조와 도입 배경, 그리고 딥서치와 멀티모달로의 확장 방향을 정리한 글입니다. 검색 기능을 AI Agent의 기반으로 보고 MCP와 모바일 실행까지 가능성을 제시했습니다.