Velopers 홈

오늘 새 글

0개

오늘 조회수

109회

필터 1

2026년 5월 22일

디자이너의 상상을 현실로: 여기어때 아이콘 생성기 제작기

여기어때가 디자인 시스템에 맞는 아이콘을 빠르게 만들기 위해 생성기와 벡터화 파이프라인을 구축했습니다. 실무에 바로 쓰이도록 프롬프트, 정제, UX까지 함께 최적화했습니다.

#벡터화#prompt

125005분

2026년 5월 8일

테크블로그 글 템플릿 1

생성형 AI가 개발 생산성과 학습 속도를 크게 높이는 실무 도구로 소개되었습니다. 다만 할루시네이션과 보안 문제를 막기 위해 인간 검증과 가이드라인이 필요합니다.

#LLM#prompt

140005분

2026년 4월 30일

캐릭터톡 출시기 1부

포스타입이 캐릭터톡 출시를 앞두고 4일간의 TF와 PoC로 사업 가능성을 검증했습니다.\n시스템 프롬프트, 모델 선택, 비용과 품질 점검을 통해 출시 수준의 페르소나 챗을 만들었습니다.

프롬프트 한 줄로 화면이 나오는 시대, ‘당근스러운 화면’을 만드는 법

프롬프트 한 줄로 만드는 화면의 한계를 짚고, 디자인 시스템에 맞는 의사결정 자동화가 핵심이라고 설명했습니다. 어드민, CLI, 에이전트로 발전한 Kraft와 Plan/Orchestra 구조도 소개했습니다.

#prompt#디자인 시스템

215005분

2026년 4월 23일

상담 데이터 분석을 통해 메뉴얼 추출하기

상담 데이터를 분석해 SOP 초안을 자동으로 만들고 ALF 세팅 파일로 분리하는 파이프라인을 소개했습니다. 초기 정의 부담을 줄이고 도입 가치를 시간 절감 기준으로 설명하는 방식도 제안했습니다.

#LLM#RAG

4005분

2026년 4월 23일

상담 데이터 분석을 통해 메뉴얼 추출하기

상담 데이터를 분석해 유형 분류와 SOP 초안을 자동 생성하는 파이프라인을 소개했습니다. 세팅 초기 정의 부담을 줄이고 ALF 도입을 빠르게 시작하는 방법을 다뤘습니다.

#LLM#클러스터링

20005분

2026년 4월 22일

2부: 정책을 따르는 평가자, LLM-as-a-Judge

LLM-as-a-Judge를 설계해 설명 생성 품질을 자동 평가하는 방법을 소개했습니다. 체크리스트와 critique 구조화로 인간 평가와의 정합성을 높이고, 디버깅과 데이터 정제에도 활용했습니다.

#LLM#prompt

53005분

2026년 4월 22일

1부: 데이터도 정답도 없다: 하이퍼커넥트가 LLM을 길들이는 법

정답 데이터가 없는 설명 생성 문제에서 좋은 설명의 기준을 먼저 합의하고 정책으로 정리하는 과정을 소개했습니다. PM과 엔지니어가 pass/fail 평가와 critique를 반복하며 모델과 평가 기준을 함께 수렴시켰습니다.

#LLM#prompt

57005분

Velopers 추천광고

쿠팡 파트너스

개발자를 위한 인기 상품을 확인해 보세요

이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

#개발자#노트북#컴퓨터

Product Engineer: 클릭 몇 번으로 여행 상품 5,000개를 만들다

2026년 4월 17일

Product Engineer: 클릭 몇 번으로 여행 상품 5,000개를 만들다

마이리얼트립이 여행 상품 등록의 수작업 병목을 AI로 자동화한 사례를 공유했습니다.\n번역, 상세 페이지 생성, 카테고리 분류를 묶어 하루 20개 수준을 5,000개 이상으로 늘렸습니다.

#LLM#자동화

71005분

2026년 4월 17일

하네스 엔지니어링(harness engineering)으로 팀 맞춤형 AI 환경 구축하기

팀 맞춤형 AI 환경을 만들기 위해 Cursor의 Rules와 Skills를 활용한 하네스 엔지니어링 사례를 소개했습니다. 전처리 스크립트로 컨텍스트를 줄여 응답 품질과 토큰 효율을 높인 점이 핵심입니다.

#Cursor#LLM

432005분

2026년 4월 15일

[AI활용] Claude Code 기본 구조 이해하기 — Agent · Skill · Context 개념 완전 정리

Claude Code를 Agent, Skill, Context 관점에서 시스템 구조로 정리했습니다. 프롬프트 중심 활용의 한계를 넘어 팀 단위 표준화 가능성을 설명했습니다.

#LLM#Claude

370005분

2026년 4월 10일

[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