AI 로 만든 여행 일정 서비스, 부족한 데이터로 시작한 실험
여행 상품의 소개글과 코스 설명에서 일정 정보를 추출해 정형화된 데이터로 만들었습니다. 이를 바탕으로 도시와 기간에 맞는 테마별 여행 플래너 서비스를 실험했습니다.
여행 상품의 소개글과 코스 설명에서 일정 정보를 추출해 정형화된 데이터로 만들었습니다. 이를 바탕으로 도시와 기간에 맞는 테마별 여행 플래너 서비스를 실험했습니다.


OpenSearch Service의 AI Search Flow 빌더로 Semantic 검색과 멀티모달 RAG를 빠르게 구성하는 방법을 소개했습니다. Ingest/Search Pipeline과 템플릿, AI 제공업체 연동으로 미들웨어 없이 검색 기능을 확장하는 흐름을 설명했습니다.

퀸잇이 첫 셀러 간담회를 열고 4050 시장 공략을 위한 협력 방안을 공유했습니다. 하반기 마케팅 확대와 개인화 추천, 광고 솔루션으로 셀러 성장을 지원하겠다고 밝혔습니다.


무신사는 스냅 이미지와 자연어를 활용한 AI 추천·검색 프로토타입을 AWS 기반으로 구현했습니다. 실제 데이터 평가에서 높은 정확도를 보였지만, 일부 이미지 조건에서는 한계도 확인했습니다.

Docusaurus와 Typesense로 기존 Redoc 기반 API 문서 플랫폼을 재구성한 사례를 소개했습니다. 문서 UX, 검색, 배포 흐름 개선과 그 결과를 함께 공유했습니다.

토스가 사용자의 기능 탐색 경험을 수치화하는 리서치 툴 TNS를 만든 과정을 소개했습니다. 라이브 앱 로그 분리와 커스텀 UI로 실제 내비게이션 경로를 측정하고 개선에 연결했습니다.

네이버 홈피드의 개인화 추천 구조와 랭킹 고도화 과정을 소개했습니다.\nLLM, 리트리버, 랭커를 활용해 클릭과 만족도, 다양성을 함께 개선했습니다.


조직에서 AI 코딩 솔루션을 도입할 때는 성능보다 보안, 비용, 통합성을 먼저 검토해야 했습니다. 파일럿으로 검증한 뒤 팀 환경에 맞는 도구를 단계적으로 확산하는 접근이 중요했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

AI 코딩 도구의 결제 연동 정확도를 높이기 위해 토스페이먼츠가 MCP 서버를 구현한 과정을 공유했습니다. 문서 청크화와 BM25 검색으로 맥락을 제공해 Hallucination을 줄이고 연동 품질을 개선했습니다.


Co-STORM은 여러 AI 에이전트의 협력적 담화를 통해 사용자가 미지의 정보를 발견하도록 돕는 정보 탐색 시스템을 소개했습니다. 평가에서는 기존 검색 엔진과 RAG 기반 방식보다 깊이와 참신성에서 더 좋은 결과를 보였습니다.


탐색 흐름에 맞춘 광고 UX 실험으로, 피로감은 줄이고 클릭과 전환을 높이는 방법을 살펴보았습니다. 광고는 많이 보여주는 것보다 맥락에 자연스럽게 녹아들 때 더 효과적임을 확인했습니다.
마이리얼트립 AI Lab 인턴이 사내 AI 리터러시 향상과 업무 자동화를 어떻게 수행했는지 소개했습니다. Whisper, Apps Script, Claude for Sheets를 활용해 콘텐츠 생성과 검수를 자동화한 사례를 담았습니다.