LLM 그 이후: A2A의 멀티에이전트 오케스트레이션 시대
단일 LLM의 한계를 보완하는 멀티에이전트 오케스트레이션과 A2A, MCP의 역할을 정리했습니다. 또한 뉴스 검색·요약 예제로 에이전트 협업 구조를 설명했습니다.
#LLM#MCP
100005분
필터 1
당근페이의 Amazon Bedrock 기반 Text-to-SQL로 완성하는 데이터 혁신, Part 2: 데이터 수집과 관리, 향후 계획
당근페이는 Bedrock 기반 Text-to-SQL에서 메타데이터와 샘플 쿼리, 용어 사전을 체계적으로 수집·관리하는 방식을 소개했습니다. 또한 검색 최적화와 SFT, MCP 확장으로 정확도와 활용 범위를 넓혀갈 계획을 공유했습니다.
#Amazon Bedrock#Text-to-SQL
67005분
모두를 위한 용어집, BH-Glossary 개발기
슬랙에서 사내 용어를 검색해 한글과 영어로 답변하는 BH-Glossary 봇 개발 과정을 소개했습니다. LLM과 RAG를 활용한 구현 방식과 향후 운영·확장 방향도 함께 정리했습니다.
#LLM#RAG
3005분
우리 회사 서비스 캐릭터들이 AI를 만나면 어떤 아이들이 될까? (feat. 멀티 LLM 플레이그라운드＆AI 프롬프톤 사례 공유)
사내 멀티 LLM 플레이그라운드를 구축해 여러 모델을 한곳에서 비교하고 체험할 수 있게 했습니다. 이를 바탕으로 프롬프톤을 열어 서비스 캐릭터 페르소나 설계와 프롬프트 엔지니어링 경험을 확산했습니다.
#LLM#ChatGPT
50005분
홈피드: 네이버의 진입점에서 추천 피드를 외치다! 추천 피드 도입 고군분투기
네이버 홈피드의 개인화 추천 구조와 랭킹 고도화 과정을 소개했습니다.\nLLM, 리트리버, 랭커를 활용해 클릭과 만족도, 다양성을 함께 개선했습니다.
#LLM#추천 시스템
138005분
바이브 코딩으로 만드는 나만의 AI 러닝코치 - (Gemini + Firebase + Discord )
바이브 코딩과 Gemini, Firebase, Discord로 개인용 AI 러닝 코치를 만들었습니다. 훈련 계획 추천과 완료 체크를 구현하며 여러 이슈를 수정해 완성했습니다.
#Gemini#Firebase
109005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
FY 2025 AWS FSI Conference 참가 후기
X
#AWS#cloud
38005분
Amazon Bedrock Guardrails을 활용해 한국어 기반 개인정보 검출하기
Amazon Bedrock Guardrails의 한국어 개인정보 검출 지원과 활용 방법을 소개했습니다.\nApplyGuardrail API로 이름, 주소, 전화번호 등 다양한 민감정보를 탐지하는 예시를 보여주었습니다.
#AWS#Amazon Bedrock
66005분
멀티모달 LLM을 활용한 Computer Use Agent를 알아보자!
멀티모달 LLM과 AI Agent 흐름을 바탕으로 Computer Use Agent의 개념과 연구 사례를 정리했습니다. 웹 UI 조작과 자동화 가능성을 중심으로 WebShop, LiteWebAgent, AgentQ를 소개했습니다.
#LLM#MCP
63005분
조직에서 AI 코딩 솔루션 도입, 어떻게 시작할까?
조직에서 AI 코딩 솔루션을 도입할 때는 성능보다 보안, 비용, 통합성을 먼저 검토해야 했습니다. 파일럿으로 검증한 뒤 팀 환경에 맞는 도구를 단계적으로 확산하는 접근이 중요했습니다.
#LLM#CI/CD
104005분
어려운 용어가 있으신가요? ‘금.용.사.’가 알려드립니다!
금융 용어를 AI가 쉽게 설명하고 관련 상품까지 추천하는 사전 서비스를 만들었습니다. 응답 지연은 캐싱으로 줄이고, 프롬프트 구조화를 통해 원하는 형식의 답변을 유도했습니다.
#AWS#LLM
98005분
토스페이먼츠 결제 시스템 연동을 돕는 MCP 서버 구현기
AI 코딩 도구의 결제 연동 정확도를 높이기 위해 토스페이먼츠가 MCP 서버를 구현한 과정을 공유했습니다. 문서 청크화와 BM25 검색으로 맥락을 제공해 Hallucination을 줄이고 연동 품질을 개선했습니다.
#MCP#LLM
146005분