Velopers

오늘 새 글

0개

오늘 조회수

428회

최근 7일 인기 글Grafana Mimir에 Kafka를 도입하기 전 미리 알았다면채널톡 · 173회최근 30일 활발한 블로그넥스트리38개 발행 · 총 70개 · 6,708회
필터 1
당근마켓
AI

당근페이 AI Powered FDS로 가는 여정: 룰엔진구축부터 LLM 적용까지

당근페이는 FDS에 룰엔진을 먼저 구축해 이상거래를 유연하게 탐지하도록 만들었습니다. 이후 LLM과 RAG를 붙여 거래 맥락까지 반영하는 AI Powered FDS로 확장했습니다.

#LLM#RAG
131005분
엔카닷컴
AI

RAG 없이 20만 대 자동차와 실시간으로 대화하기 (2)

RAG 대신 내부 API를 직접 활용해 실시간 차량 정보를 전달하는 API 증강 생성 아키텍처를 소개했습니다. 병렬 호출, 캐싱, SSE 스트리밍으로 실시간성과 비용 효율을 함께 개선했습니다.

#RAG#LLM
145005분
우아한 형제들
기타

Delivering the Future, WOOWACON 2025

우아한형제들의 기술 콘퍼런스 WOOWACON 2025 개최 소식을 전했습니다. 기술 공유와 교류를 통해 더 나은 내일을 준비하는 행사로 소개했습니다.

#컨퍼런스#RAG
25005분
스윙 고객센터, 어떻게 응답 시간을 71% 단축했나? - 2부: Synapse AI 도입
더스윙
AI

스윙 고객센터, 어떻게 응답 시간을 71% 단축했나? - 2부: Synapse AI 도입

게시판 전환 후 드러난 해석 비용과 품질 편차를 Synapse AI 3단 레이어로 줄였습니다. 요약·검색·작성 자동화와 HITL 전환으로 응답 속도와 일관성을 함께 높였습니다.

#LLM#RAG
121005분
아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신 (Part 2)
AWS
AI

아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신 (Part 2)

Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트의 구현과 최적화 전략을 다뤘습니다. 멀티 에이전트 분리, 프롬프트 관리, 캐싱, 데이터 격리로 정확도와 효율성을 높였습니다.

#Amazon Bedrock#LLM
50005분
아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신
AWS
AI

아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신

아이지에이웍스가 Amazon Bedrock 기반 클레어로 자연어를 SQL 분석과 차트로 연결했습니다. 마케터가 SQL 없이도 복잡한 데이터 분석을 수행하도록 돕고 의사결정 속도를 높였습니다.

#Amazon Bedrock#RAG
60005분
Backoffice AI Agent 구축기 — RAG+MCP 기반 플레이스AI 특화 지식 검색 시스템
네이버 플레이스
AI

Backoffice AI Agent 구축기 — RAG+MCP 기반 플레이스AI 특화 지식 검색 시스템

백오피스 문서 검색을 위해 RAG와 MCP 기반 지식 검색 에이전트를 구축했습니다.\n하이브리드 검색과 질의 정제로 응답 만족도와 운영 효율을 함께 높였습니다.

#RAG#MCP
177005분
LangGraph를 활용한 멀티 노드 구현 : 패턴 A, B, C 분석
데보션
AI

LangGraph를 활용한 멀티 노드 구현 : 패턴 A, B, C 분석

LangGraph로 단일 노드와 멀티 노드 그래프를 구성하는 방법을 설명했습니다. 또한 답변 개선, 요약·번역, 답변 검증 패턴으로 LLM 워크플로우 설계 예시를 제시했습니다.

#LangGraph#LangChain
97005분
우아한 형제들
AI

안녕하세요! AI UX라이터 제민희입니다. 무엇을 도와드릴까요?

UX라이터와 개발자가 사내 AI 라이팅 툴을 만들며 겪은 실패와 방향 전환을 정리한 글입니다. 반복 검수 자동화를 위해 규칙 기반 방식 대신 RAG와 컨텍스트 설계를 적용했습니다.

#LLM#RAG
74005분
문서 청크 지식 생성을 통한 생성형 검색 시스템의 정확도 향상 방법
한글과컴퓨터
AI

문서 청크 지식 생성을 통한 생성형 검색 시스템의 정확도 향상 방법

생성형 검색의 어휘 불일치 문제를 줄이기 위해 청크 단위로 키워드, 제목, 후보 질문을 함께 생성하는 모델을 소개했습니다. 낮은 메모리 사용률로도 검색 정확도 향상과 실시간 RAG 적용 가능성을 확인했습니다.

#검색#RAG
51005분
밸런스히어로
기타

2025년 11월 인도 핀테크 뉴스

2025년 11월 인도 핀테크 업계의 규제와 시장 동향을 주차별로 정리했습니다. 데이터 보호, AI·클라우드 전환, 대출 구조 변화가 핵심입니다.

#핀테크#RAG
4005분
[전문가 밋업#3] 금융 AI의 진화: 컨텍스트 설계와 에이전트 아키텍처 (은행 AI 전문가가 밝힌, 아무도 말해주지 않는 3가지 진실)
데보션
AI

[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