MoA(Mixture-of-Agents, 에이전트 혼합 기법), LLM 성능을 향상시키기 위한 새로운 기법
여러 LLM의 응답을 계층적으로 결합해 최종 답변 품질을 높이는 MoA 기법을 소개했습니다. 기존 모델을 바꾸지 않고도 성능과 비용 효율성을 동시에 개선할 수 있음을 설명했습니다.
#LLM#prompt
23005분
필터 1
주소정제 서비스 내재화 - 4화 ( 슬픈예감 )
주소정제 서비스에서 단독건물 처리 로직과 주소 파싱 과정을 내재화한 과정을 설명했습니다. 행정구역 변경과 휴먼 에러에 대응하며 외부 호출을 줄이기 위한 안정화 전략도 다뤘습니다.
#Java#DB
32005분
주소정제 서비스 내재화 - 마지막 화 ( 엔드 게임 )
외부업체 주소정제 의존을 줄이기 위해 지번 요청과 LOW 레벨 주소를 내재화한 과정을 정리했습니다. 변경이력 DB와 백오피스 보정으로 계약 종료까지 안정적으로 마무리했습니다.
#API#DB
40005분
AI 카모톤 - 9시까지 프로토타입 만드실 수 있죠?
카카오모빌리티 사내 AI 해커톤 AI 카모톤의 운영 과정과 수상작 사례를 소개했습니다. 짧은 기간에 AI 도구로 프로토타입을 만들고 교육·심사·회고까지 진행한 행사였습니다.
#LLM#prompt
57005분
[DAN 24] DEVIEW 세션 영상이 공개되었습니다.
DAN 24 DEVIEW 세션 영상이 공개되었습니다. 웹 성능 개선, 결제 시스템, AI 추천, 검색, 모델 서빙 주제를 정리해 소개했습니다.
#웹 성능#분산 DB
24005분
임베딩 모델로 데이터 의미 압축하기
텍스트를 숫자와 벡터로 표현하는 여러 방법과 문장 임베딩 기반 의미 검색을 정리했습니다. 또한 BERT, FAISS, 하이브리드 검색의 구조와 활용 방향을 소개했습니다.
#LLM#임베딩
35005분
미우미우 핑크핀은 왜 안나오나요 ?
SSG.COM 검색 실패를 줄이기 위해 BERT 계열 모델과 벡터 DB 기반 매칭 방식을 도입했습니다. 적용 후 전체 검색 실패의 46%를 성공으로 전환했고 정확도 75%를 달성했습니다.
#검색#BERT
43005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
검색엔진에 의존하지 않는 Reranking API 개발하기
ES에 의존하던 LTR 구조를 분리해 rerank API와 model API로 재구성했습니다. gRPC, 응답 압축, 2단계 캐싱으로 성능과 운영 리스크를 함께 개선했습니다.
#검색#Reranking
37005분
[DAN 24] 검색과 피드의 만남: LLM으로 완성하는 초개인화 서비스 ① 홈피드와 교차 도메인 컨텍스트
네이버 홈피드는 검색과 다른 서비스의 사용자 컨텍스트를 함께 활용해 개인화를 강화했습니다. LLM 기반 AiRScout로 관심 주제 추출과 검색 의도 세분화를 수행해 추천 품질을 높였습니다.
#LLM#검색
59005분
[DAN 24] 검색과 피드의 만남: LLM으로 완성하는 초개인화 서비스 ② 사용자 검색 의도 세분화
검색어와 문서를 함께 고려해 사용자 의도를 세분화하는 LLM 기반 모델을 설계했습니다. 이를 통해 추천의 맥락 정확도를 높이고 CTR도 개선했습니다.
#LLM#검색
35005분
[DAN 24] 검색과 피드의 만남: LLM으로 완성하는 초개인화 서비스 ③ 사용자 관심 주제 추출
홈피드 추천 고도화를 위해 LLM으로 사용자 관심 주제를 세분화하는 분류기와 선호도 추출 방식을 소개했습니다. 데이터 증강과 지식 증류, 가이드 생성으로 안정성과 클릭률 개선 효과를 확인했습니다.
#LLM#검색
37005분
OpenSearch Anomaly Detection으로 실시간 이상 탐지 및 알림 설정 가이드
OpenSearch Anomaly Detection으로 시계열 이상 탐지와 Slack 알림 설정 과정을 정리했습니다.\nDetector, Monitor, 조건 쿼리까지 단계별 예시를 통해 실무 적용 방법을 설명했습니다.
#OpenSearch#Docker Compose
21005분