
[Hands On] 질문 유형별 최적 LLM 모델 선택 AI Assistant 구축 실습
질문 유형에 따라 적합한 LLM을 자동 선택하는 Multi-LLM Assistant 실습을 소개했습니다. Flask와 Amazon Bedrock으로 라우팅 구조와 웹 UI를 구성해 비용과 정확도 개선 가능성을 보여주었습니다.

질문 유형에 따라 적합한 LLM을 자동 선택하는 Multi-LLM Assistant 실습을 소개했습니다. Flask와 Amazon Bedrock으로 라우팅 구조와 웹 UI를 구성해 비용과 정확도 개선 가능성을 보여주었습니다.

DAN25에서 공개된 기술세션 영상과 주요 발표 5개를 소개했습니다. 네이버의 AI, 검색, 개인화, 로그 파이프라인 적용 사례를 확인할 수 있습니다.


Amazon Bedrock AgentCore Gateway로 엔터프라이즈 AI 에이전트의 도구 관리 복잡성을 줄이는 방법을 소개했습니다. 또한 MCP 통합, 시맨틱 검색, 인증 구조와 Target 구성 방법을 설명했습니다.

네이버 통합검색의 장애 대응을 위해 LLM Devops Agent를 설계하고 평가한 사례를 소개했습니다. v1의 한계를 바탕으로 v2 구조와 이상 탐지, 알람·액션 추천 방향을 공유했습니다.


하이웍스 AI채팅에서 ChatGPT, Gemini, Claude를 업무 유형에 맞게 고르는 기준을 정리했습니다. 빠른 응답과 정확한 분석에 따라 스마트 모델과 패스트 모델을 구분해 활용하도록 안내했습니다.


매경AX는 AWS 서버리스와 생성형 AI로 뉴스 기반 오디오 팟캐스트 자동 생성 시스템을 구축했습니다. 기사 선정부터 검수, TTS까지 자동화해 생산성과 신뢰성을 함께 높였습니다.
다앙근페이 FDS가 규칙 엔진을 기반으로 이상거래 탐지 체계를 확장한 과정을 소개했습니다. 이후 LLM을 붙여 검토 속도와 판단 일관성을 높이려는 시도를 설명했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


버즈빌이 2026년 디자인 스택을 AI 전환에 맞춰 재정비했습니다. 코드와 연결된 디자인 시스템, Figma·LLM·Cursor 중심의 워크플로우를 구축했습니다.

로컬 LLM과 mcp-agent를 연결해 빌드 실패 분석과 크래시 로그 요약, Slack 리포트 자동화를 구현한 사례를 소개했습니다. AI를 프로젝트 자동화 동료로 활용하는 방법을 공유했습니다.
항공권 환불 규정 계산을 AI와 코드로 분담해 자동화한 사례를 다뤘습니다. 최종적으로 응답 시간을 5초 이내로 줄이고 고객 경험도 개선했습니다.


디퓨전 방식 언어모델 LLaDA의 학습·추론 구조와 reversal curse 완화 가능성을 다뤘습니다. 코드 FIM 태스크에서의 잠재력과 추론 효율 한계도 함께 정리했습니다.
당근페이는 FDS에 룰엔진을 먼저 구축해 이상거래를 유연하게 탐지하도록 만들었습니다. 이후 LLM과 RAG를 붙여 거래 맥락까지 반영하는 AI Powered FDS로 확장했습니다.