[AI-Native AFINIT] AI가 읽는 서비스 설계도로 조직의 업무속도를 높이는 법
AI를 개인 생산성 도구가 아니라 조직의 공통 지식 기반으로 확장하는 방법을 설명했습니다.\n서비스 설계도와 코드, 데이터, 정책을 연결해 문제정의와 유지보수 속도를 높이는 사례를 소개했습니다.
#Product AI#GitHub
201005분
필터 1
분석 에이전트의 힘으로 분석을 하나로 연결하다! 전문 조직에서 도전하는 생성 AI 시대의 업무 혁신과 역할 전환
생성형 AI 기반 분석 에이전트로 비즈니스 질문과 데이터 분석을 하나의 흐름으로 연결한 사례를 소개했습니다. 분석 리드타임 단축과 역할 전환, 조직 전체의 분석 역량 축적 효과를 다뤘습니다.
#LLM#SQL
26005분
AI가 쓴 SQL을 안전하게 쓰는 법
자연어를 SQL로 바꾸는 과정에서 LLM이 만든 쿼리를 그대로 믿지 않고 여러 단계로 검증하는 구조를 소개했습니다. 도메인 지식은 DB에 담고, 실행 전후 게이트와 회귀 평가로 안전성과 품질을 지켰습니다.
#LLM#SQL
8005분
글 템플릿1
AWS Athena로 ELB/ALB 액세스 로그를 분석하는 테이블 생성 방법을 정리했습니다. 로그 활성화와 S3 설정, 파티션 프로젝션 예시까지 함께 소개했습니다.
#AWS Athena#ELB
47005분
Slack 봇 쿼리곰: 없으면 안 되는 봇이 되기까지
Slack에서 자연어로 SQL을 실행하는 봇 쿼리곰을 전사 필수 도구로 만든 사례를 다뤘습니다. 멀티에이전트 검증, Hybrid RAG, 이중 메모리로 신뢰와 재방문을 끌어올렸습니다.
#LLM#RAG
4005분
토스플레이스 데이터봇 ‘판다(PANDA)’를 소개합니다 : 모든 팀원이 데이터 전문가처럼 일하는 방법
토스플레이스가 데이터봇 판다를 통해 팀원들이 직접 데이터를 조회하고 활용하는 환경을 만들었습니다.\nSSOT 정비, 비즈니스 용어 연결, Agentic Loop 설계로 정확도와 일관성을 높였습니다.
#LLM#SQL
103005분
[AI-Native AFINIT] AI와 함께하는 FPJR 실시간 메트릭 모니터링: 24시간 깨어있는 금융 플랫폼의 신경망 구축기
FPJR 실시간 메트릭 모니터링에 AI를 적용해 30분 내 이상 징후를 감지하는 체계를 구축했습니다. Cursor, Sidekick, Gemini로 SQL과 대시보드를 자동화해 운영 효율을 높였습니다.
#LLM#prompt
5005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
Gemini 3.1 Flash Live, Lyria 3 Pro 등 3월 넷째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
Google for Developers의 3월 넷째 주 주요 업데이트를 제품군별로 정리해 소개했습니다. 관심 분야의 최신 발표와 문서를 링크로 바로 확인할 수 있습니다.
#Gemini#Android
3005분
뮤직큐-나의 최애를 소개합니다! | Jane
드림어스컴퍼니 V컬러링팀 Jane의 음악 취향과 플레이리스트를 소개한 인터뷰입니다. 아시아 아티스트 중심의 편안한 곡들과 콘텐츠 운영 이야기를 함께 담았습니다.
#SQL#Python
4005분
![코드 생성 및 Agentic RAG 작업 중심의 도메인 특화 LLM 비교 평가 [전편]](https://jbxeeb6ybylgemuz.public.blob.vercel-storage.com/main/public/white-paper/wp-thumb-26-tx5SbqWD2PbAM7bBOrWLutxhPYEYvh.png)
코드 생성 및 Agentic RAG 작업 중심의 도메인 특화 LLM 비교 평가 [전편]
일본 급여 시스템의 실제 파이프라인을 대상으로 13개 LLM 구성을 비교 평가하는 전편이었습니다. 코드 생성과 Agentic RAG를 분리해, 품질·안정성·비용 기준의 모델 선택 필요성을 설명했습니다.
#LLM#RAG
14005분
인간과 AI, 함께 데이터를 탐험하다 - BDA 2.0 서비스의 탄생, 현재 그리고 미래
BDA 2.0 서비스와 자연어-SQL 변환 기반 LLM 에이전트의 탄생 배경을 소개했습니다. 도메인 전문가와 개발자의 협업으로 도메인 특화 에이전트를 만드는 과정을 다뤘습니다.
#LLM#SQL
4005분
당근은 왜 User Activation을 전사 공통 데이터 레이어로 만들었을까?
당근이 User Activation을 전사 공통 데이터 레이어로 만든 배경과 구조를 설명했습니다. 상태와 전이 분석을 위해 신뢰성, 비용, 생산성을 함께 고려한 설계였습니다.
#DBT#Airflow
125005분