Velopers

오늘 새 글

0개

오늘 조회수

109회

최근 7일 인기 글Grafana Mimir에 Kafka를 도입하기 전 미리 알았다면채널톡 · 173회최근 30일 활발한 블로그넥스트리40개 발행 · 총 70개 · 6,702회
필터 1
RIMAN KOREA의 Amazon Bedrock Knowledge Bases를 활용한 자연어 기반 상품 검색 시스템 구축기
AWS
AI

RIMAN KOREA의 Amazon Bedrock Knowledge Bases를 활용한 자연어 기반 상품 검색 시스템 구축기

기존 상품명 중심 검색의 한계를 해결하기 위해 Amazon Bedrock Knowledge Bases 기반 자연어 검색 시스템을 구축했습니다. 하이브리드 검색과 메타데이터 필터링, 병렬 처리로 정확도와 응답 속도를 개선했습니다.

#Amazon Bedrock#검색
40005분
드림어스
기타

[Team Spotlight] AI를 도구가 아닌 동료로, 드림어스는 지금 'AI 네이티브'로 일하고 있습니다.

AI를 도구가 아닌 동료로 삼아 사내 AX를 이끄는 사례를 소개했습니다. 비개발자도 서비스를 만들 수 있는 템플릿과 전사 교육으로 AI 네이티브 워크플로우를 확산했습니다.

#Claude#Web Frontend
2005분
GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 1: 데이터 파이프라인과 인덱싱
AWS
백엔드

GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 1: 데이터 파이프라인과 인덱싱

Amazon OpenSearch Service로 다국어 이력서 검색 파이프라인과 인덱싱 구조를 재설계했습니다. 전처리, 정규화, 임베딩 입력 전략이 검색 정확도를 크게 좌우했습니다.

#Amazon OpenSearch Service#검색
31005분
GS SHOP의 영상 기반 AI 상품 추천 플랫폼 구축기
AWS
AI

GS SHOP의 영상 기반 AI 상품 추천 플랫폼 구축기

GS SHOP이 영상 이해 모델과 생성형 AI를 조합해 숏픽 추천을 Hybrid 구조로 고도화했습니다. 소구 포인트 기반 임베딩으로 추천 품질과 전환 성과를 함께 개선했습니다.

#AWS#LLM
44005분
채널톡
프론트엔드

느려터진 에디터 좀 고쳐줘를 AI에게 시켜봤다

AI가 위지윅 에디터 성능 개선을 반복 실험하도록 Auto Research 루프를 구성했습니다. 실제 체감 성능을 반영하는 벤치마크와 점수표 설계가 핵심이라는 점을 확인했습니다.

#LLM#성능
5005분
[MI 포커스] 강원호 팔도감 리더 “가장 먼저 떠오르는 식품플랫폼 되고파”
라포랩스
기타

[MI 포커스] 강원호 팔도감 리더 “가장 먼저 떠오르는 식품플랫폼 되고파”

팔도감은 4060세대가 가장 먼저 떠올리는 식품 플랫폼을 목표로 삼았습니다. 복잡한 직거래 구조를 정리하고 맞춤형 식품 큐레이션으로 차별화를 노렸습니다.

#플랫폼#식품 커머스
36005분
한국어 파인튜닝된 SPLADE 기반 Neural Sparse 모델과 Amazon OpenSearch 하이브리드 검색 벤치마크
AWS
AI

한국어 파인튜닝된 SPLADE 기반 Neural Sparse 모델과 Amazon OpenSearch 하이브리드 검색 벤치마크

한국어 SPLADE 기반 Neural Sparse 모델과 OpenSearch 하이브리드 검색을 MIRACL-ko로 벤치마크했습니다. BM25, Dense, Sparse, RRF 조합의 성능과 구현 방법을 정량적으로 정리했습니다.

#OpenSearch#SPLADE
53005분
딜라이트룸
AI

기억에 대해서

AI 세션이 많아지면서 무엇을 저장할지가 아니라 어떻게 다시 꺼낼지가 중요한 병목으로 다뤄졌습니다. 회상용 레퍼런스를 여섯 축으로 남기면 검색보다 재인식이 쉬워진다는 관점을 제시했습니다.

#LLM#RAG
19005분
SSG.COM
AI

낯선 오타와 싸워서 이기고 싶은 마음

검색 오타 보정의 기존 로그 기반 방식 한계를 줄이기 위해 번역 모델과 멀티태스크 학습을 도입했습니다. 검색 실패율을 낮추고 CTR을 유지하는 성과와 함께 후속 개선 과제도 정리했습니다.

#ML#검색
69005분
[활용가이드] kt cloud AI RAG(검색 증강 생성) 활용법 – 컨텍스트 최적화로 성능 높이기
KT 클라우드
AI

[활용가이드] kt cloud AI RAG(검색 증강 생성) 활용법 – 컨텍스트 최적화로 성능 높이기

RAG 서비스에서는 프롬프트보다 컨텍스트 품질이 답변 성능을 더 크게 좌우했습니다.\nTopK 조정과 rerank, 버전 필터링, 질문 기반 압축으로 근거 밀도를 높이는 방법을 정리했습니다.

#RAG#LLM
63005분
NVIDIA와 함께 AWS에서 자율주행 3.0을 위한 End-to-End Physical AI 데이터 파이프라인 구축하기
AWS
아키텍처

NVIDIA와 함께 AWS에서 자율주행 3.0을 위한 End-to-End Physical AI 데이터 파이프라인 구축하기

AWS와 NVIDIA가 자율주행 3.0을 위한 End-to-End Physical AI 데이터 파이프라인을 소개했습니다. 센서 수집부터 큐레이션, 복원, 학습, 시뮬레이션 검증까지의 반복 루프를 정리했습니다.

#AWS#NVIDIA
54005분
클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 4부 – TwelveLabs Marengo 3.0 임베딩 및 검색 전략과 구현 가이드
AWS
AI

클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 4부 – TwelveLabs Marengo 3.0 임베딩 및 검색 전략과 구현 가이드

TwelveLabs Marengo 3.0의 멀티모달 비디오 검색 전략을 정리했습니다. 고정 가중치, 순위 기반 융합, 의도 기반 라우팅의 차이와 트레이드오프를 설명했습니다.

#LLM#검색
44005분