

AI와 협업하는 프로그래밍, 바이브 코딩
AI와 협업해 코드를 생성하는 바이브 코딩의 개념과 장점을 설명했습니다. 다만 정확성, 의존성, 저작권 문제 같은 한계도 함께 짚었습니다.


AI와 협업해 코드를 생성하는 바이브 코딩의 개념과 장점을 설명했습니다. 다만 정확성, 의존성, 저작권 문제 같은 한계도 함께 짚었습니다.

생성형 AI 모델 기반 코딩 어시스턴트의 개념과 역할을 소개했습니다. 자연어와 코드 학습을 통해 개발 생산성을 높이는 방향을 설명했습니다.

호텔 검색에서 LLM을 sLLM으로 옮기기 위해 지식 증류를 적용한 과정을 다뤘습니다. 성능과 효율을 함께 확보하기 위한 모델 선정, 데이터 구성, 학습 기법 개선을 설명했습니다.

LLM과 블로그 POI 데이터를 활용해 호텔 검색의 복잡 질의, 다국어, 콘텐츠 부족 문제를 개선했습니다. 검색 엔진 전환과 자동 품질평가로 커버리지와 성과도 함께 높였습니다.

LLM 애플리케이션을 직군에 상관없이 쉽게 만들고 배포할 수 있는 환경 구축 사례를 소개했습니다. Prompt Store, Langflow, 자동 배포 구조로 개발과 피드백 주기를 단축했습니다.


여러 LLM의 응답을 계층적으로 결합해 최종 답변 품질을 높이는 MoA 기법을 소개했습니다. 기존 모델을 바꾸지 않고도 성능과 비용 효율성을 동시에 개선할 수 있음을 설명했습니다.
카카오모빌리티 사내 AI 해커톤 AI 카모톤의 운영 과정과 수상작 사례를 소개했습니다. 짧은 기간에 AI 도구로 프로토타입을 만들고 교육·심사·회고까지 진행한 행사였습니다.

휴리봇을 만들며 얻은 프롬프팅 팁을 소개했습니다. 역할 부여, 자연스러운 말투, OCR 활용, 반복 테스트가 핵심이었습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

토스는 디자이너가 사용성을 더 자주 점검하도록 AI 봇 휴리봇을 만들고, 프롬프팅 전후에 필요한 과정까지 정리했습니다.\n초기 챗봇 검증 후 워크플로에 맞게 MVP 기능만 남겨 내재화 방향을 잡았습니다.


이미지 생성 AI를 프로모션 키 비주얼 제작에 적용한 사례를 소개했습니다. 미드저니와 파이어플라이를 병행해 공수를 줄이고 퀄리티를 높였지만, 프롬프트 조정과 리터치에는 여전히 시간이 들었습니다.

LLM 애플리케이션의 변동성과 복잡성을 줄이기 위해 테스트와 평가를 자동화하는 방법을 소개했습니다. Harness를 커스텀해 프롬프트, 지표, 아웃풋별 평가를 동적으로 처리하는 파이프라인을 구성했습니다.


T멤버십 영화예매 에이전트에 LLM Workflow를 적용한 과정을 소개했습니다. 엔티티 추출, 상태 관리, 개인화 반영으로 멀티턴 대화 품질을 높인 사례입니다.