Amazon Bedrock Agent로 30분 만에 여행 예약 에이전트 구축하기 실전 가이드
Amazon Bedrock Agent로 여행 예약·취소·조회와 추천까지 수행하는 에이전트 구축 과정을 설명했습니다. DynamoDB, Lambda, Knowledge Base를 연결해 실제 업무 자동화 흐름을 구현했습니다.
#Amazon Bedrock Agent#RAG
48005분
필터 1
Similarity RAG로 Semantic Search 구현하기 (Ontology DB 구축)
5,000개 PPT와 80,000개 Vector DB로 의미기반 검색용 Ontology DB를 구축한 사례를 소개했습니다. 메타정보와 Long Context Embedding으로 RAG 검색 성능과 데이터 연관성을 높였습니다.
#RAG#Semantic Search
123005분
RAG 시스템을 위한 문서 전처리 가이드: AI가 이해하기 쉬운 형태로 만들기
RAG 시스템에서 문서 전처리가 검색 정확도를 좌우한다는 점을 설명했습니다. HTML, PDF, Excel, 이미지별로 적절한 정제와 로더 선택 방법을 정리했습니다.
#RAG#LLM
120005분
휴먼의 AI ＇학습＇은 이렇게! #1 - OpenAI Academy 사이트 톺아보기
OpenAI Academy의 메뉴 구조와 역할별 학습 트랙을 빠르게 살펴본 글입니다. ChatGPT 활용, GPT-5 자료, Builders 리소스를 실무 관점에서 소개했습니다.
#OpenAI#ChatGPT
40005분
AI 에이전트의 진화: 프롬프트에서 컨텍스트 엔지니어링까지 (ACE를 곁들인)
AI 에이전트 성능이 프롬프트 중심에서 컨텍스트 엔지니어링 중심으로 이동하는 흐름을 정리했습니다. ACE의 구조와 델타 업데이트 방식으로 컨텍스트 붕괴를 줄이는 접근을 소개했습니다.
#LLM#prompt
62005분
AI 데이터 분석가 ‘물어보새’ 그 다음 – 3부. Agent로 더 넓고 깊은 지식 공유하기
물어보새를 사내 지식과 업무를 아우르는 멀티 에이전트 서비스로 확장한 과정을 소개했습니다. 지식 확장, 메모리, Tracing, ReAct로 검색과 맥락 유지, 자율 실행을 강화했습니다.
#LLM#RAG
50005분
AI서비스기획자를 위한 LLM 활용 방법과 에이닷 적용 사례
LLM 활용 방식별 특징과 장단점을 기획자 관점에서 정리한 글입니다. 에이닷 적용 사례를 통해 서비스에 맞는 LLM 선택과 구조 설계의 중요성을 설명했습니다.
#LLM#프롬프트 엔지니어링
85005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
비개발자가 AI 기술과 만나는 방법 : Vibe-coding 도구
비개발자가 Vibe-coding 도구로 AI 기술을 실험하고 프로토타입을 만드는 방법을 정리했습니다. 다만 데이터 손실과 프롬프트 무시 같은 한계가 있어 백업과 검토가 필요했습니다.
#LLM#Cursor
83005분
티로의 Amazon Bedrock과 RDS를 활용한 대화 기록 기반 Ask Tiro 구현
Amazon Bedrock과 RDS for PostgreSQL로 대화 기록 기반 질의응답 기능을 구현한 사례를 소개했습니다. 의도 분석, 벡터 검색, 답변 생성 흐름으로 정확도와 다국어 대응을 높였습니다.
#Amazon Bedrock#Amazon RDS
62005분
오픈소스 Arize Phoenix 를 활용한 멀티 에이전트 AI시스템 쉽고 빠르게 모니터링하기
Arize Phoenix로 Bedrock 멀티 에이전트의 실행 경로를 통합 추적하고 평가하는 방법을 소개했습니다. 지연시간, 토큰, 비용, MCP 동작까지 함께 관측해 디버깅과 최적화를 돕습니다.
#Arize Phoenix#MCP
46005분
엔터프라이즈 AI 에이전트 성능 평가 가이드 \:\ 인포그랩 NEXA의 LLM-as-a-Judge 실전 적용 사례
엔터프라이즈 AI 에이전트는 전통적인 LLM 평가만으로는 충분히 측정하기 어려웠습니다. NEXA는 LLM-as-a-Judge로 도구 정확성과 효율성을 평가하는 방식을 적용했습니다.
#LLM#RAG
24005분
엔터프라이즈 AI 에이전트 성능 평가 가이드 \:\ 인포그랩 NEXA의 LLM-as-a-Judge 실전 적용 사례
엔터프라이즈 AI 에이전트는 전통적 LLM 평가만으로는 성능 측정이 어려워 전용 평가가 필요했습니다. NEXA는 Langfuse의 LLM-as-a-Judge로 도구 정확성과 효율성을 함께 평가했습니다.
#LLM#RAG
61005분