AI가 만들어주는 나만의 목소리(SK AI SUMMIT 발표사례)
AI 음성 변환과 합성의 전체 파이프라인을 소개했습니다.\n음색 보존, 피치 제어, 평가 지표와 한계 대응 방안까지 정리했습니다.
#LLM#ML
37005분
필터 1
왜 막상 배포하면 효과가 없지? 타겟 지표에 맞는 ML모델 train/eval 설계하기
실제 서비스에 맞는 ML 타겟 메트릭과 학습·평가 설계를 소개했습니다. 랜덤 수집 데이터와 relative mean CR lift로 배포 효과를 오프라인에서 가늠했습니다.
#ML#A/B 테스트
42005분
LLaDA: Diffusion language model과 LLM reversal curse
디퓨전 방식 언어모델 LLaDA의 학습·추론 구조와 reversal curse 완화 가능성을 다뤘습니다. 코드 FIM 태스크에서의 잠재력과 추론 효율 한계도 함께 정리했습니다.
#LLM#ML
49005분
도로의 숨결과 표정으로 결빙을 감지하는 멀티모달 AI 솔루션, 'ARHIS Ambient'
오디오, 이미지, 환경 정보를 결합한 멀티모달 AI로 블랙아이스를 감지하는 솔루션을 소개했습니다. 공공기관 평가에서 정검지율 96.7%를 기록하며 야간·악천후 상황의 한계를 보완했습니다.
#ML#멀티모달
68005분
어피닛 AI 엔진이 고객의 EMI를 추정하는 방법
인도 신흥시장에서 EMI 누락 문제를 해결하기 위해 수학적 추정 프레임워크를 소개했습니다. 금융 원리에 맞는 화이트박스 방식으로 심사 지표 커버리지를 높인 사례를 다뤘습니다.
#ML#금융포용성
4005분
![[전문가 밋업#3] 금융 AI의 진화: 컨텍스트 설계와 에이전트 아키텍처 (은행 AI 전문가가 밝힌, 아무도 말해주지 않는 3가지 진실)](https://devocean.sk.com/thumnail/2025/11/6/7f52b92cae49a60174a8c096e489e1bae6acd7b6bbeb042f21218d3671be1a4a.png)
[전문가 밋업#3] 금융 AI의 진화: 컨텍스트 설계와 에이전트 아키텍처 (은행 AI 전문가가 밝힌, 아무도 말해주지 않는 3가지 진실)
금융 AI가 자동화 중심에서 문맥과 의미를 설계하는 방향으로 바뀌고 있다고 설명했습니다. LLM+RAG와 다중 에이전트 아키텍처, 그리고 컨텍스트 설계 역량의 중요성을 강조했습니다.
#LLM#RAG
62005분
광고로 유입된 순간, 추천이 시작됩니다.
광고 유입 유저의 낮은 구매 전환 문제를 추천 맥락 연결로 개선한 사례를 소개했습니다. 광고 성격과 상품 정보를 첫 세션 추천에 반영해 전환율을 높였습니다.
#추천#AI Agent
11005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
배송 완료 사진 속 객체 탐지를 통한 수기 검수 비용 줄이기
배송 완료 사진에서 퍼플 박스와 종이봉투를 탐지해 수기 검수 대상을 줄인 사례를 소개했습니다. 데이터 중심 학습과 라벨 개선 반복으로 성능을 높이고 검수 비용을 93% 절감했습니다.
#ML#객체 탐지
83005분
AutoML로 다음주의 가성비 Spot 인스턴스 AZ/Type 예측하기
AWS EMR의 Spot Instance 비용을 줄이기 위해 Zone과 Type별 가격 데이터를 수집해 AutoGluon으로 예측했습니다. 예측 평균을 바탕으로 다음 주에 더 저렴한 AZ와 Instance Type을 추천하고 운영 비용 절감 가능성을 확인했습니다.
#AWS#AutoML
23005분
NOL은 어떻게 당신의 다음 여행지를 알고 있을까?
NOL은 고객의 클릭과 검색 같은 행동 데이터를 바탕으로 User segment를 만들었습니다. 태그 조합과 점수, 기간별 윈도우로 개인화와 예측의 정교함을 높였습니다.
#추천#검색
68005분
있었는데요, 없었습니다.
자동발주 예측 품질을 높이기 위해 품절률 급등 원인을 분석하고 권고발주를 자동발주로 점진 전환했습니다. TFT와 분위수 예측을 적용해 행사와 Capacity 변화에 더 잘 대응하며 품절률과 RMSE를 개선했습니다.
#ML#TFT
91005분
ClickHouse: 컬럼 지향 저장소와 AI 시대의 데이터 처리
대량의 고객 여정 데이터를 빠르게 조회하기 위해 ClickHouse를 도입한 사례를 소개했습니다. 컬럼 지향 저장과 압축 덕분에 분석·AI 처리에 강하지만, 업데이트와 복잡한 트랜잭션에는 한계가 있습니다.
#ClickHouse#컬럼 지향 저장소
125005분