AI/ML 글 모음

네이버 클라우드 플랫폼

2026-07-17 · 2일 전

안녕하세요! 누구나 함께 시작하는 클라우드 네이버 클라우드 플랫폼 ncloud.com입니다. ☁️ 지난 4월부터 5월까지 진행된 대구대학교 SW중심대학사업단의 <소버린 AI Literacy> 과정! 4월 27일 오리엔테이션을 시작으로 4월 29일부터 5월 22일까지, 총 12일간 40시간의 교육이 뜨겁게 이어졌습니다. AI 기초부터 클라우드 이해까지, AI 시대를 선도할 인재로 성장하기 위해 노력한 학생들의 여정을 함께 돌아보실까요? #네이버클

Google for Developers

2026-07-17 · 2일 전

개발자 여러분, 안녕하세요!7월 셋째 주 블로그에 발표된 Google의 주요 개발자 제품별 최신 소식을 살펴보세요.[주요 개발자 블로그 업데이트]AI & Machine Learning‘Google AI for Business’ 현장을 소개합니다! (국문) 2026 ‘Google for Startup Accelerator’ 데모데이 현장을 소개합니다! (국문) 모듈형 프롬프트 트랜스파일로 확장 가능한 AI 에이전트 구축하기 (Building sc

라인

2026-07-16 · 3일 전

들어가며안녕하세요. AI Services Lab 팀의 ML 엔지니어 이여운입니다. 저희 팀에서는 사용자에게 유해한 오픈챗이 노출되지 않도록 다양한 모델을 개발하고 있습니다. 이번 ...

KT 클라우드

2026-07-16 · 3일 전

kt cloud Foundation플랫폼팀 서준호 님 요약 SUMMARY 이 글에서는 RoCEv2 기반 AI GPU 클러스터 네트워크 설계와 무손실 이더넷 구현 고려사항을 다룹니다.안정적인 AI 인프라 운영과 비용 효율적인 확장 전략 수립의 중요성을 정리합니다.#RoCEv2 #AI_GPU_클러스터 #무손실_이더넷 #RDMA #InfiniBand kt cloud에서는 현재 인피니밴드(InfiniBand)와 같은 폐쇄적·독점적 솔루션에서 개방형 이

AWS

2026-07-16 · 3일 전

“개발자 전원에게 Claude Code를 열어주고 싶습니다. 그런데 누가 얼마를 쓰는지, 어떤 모델에 접근하는지, 예산을 넘기면 어떻게 막을지를 모른 채로 열어도 될지 확신이 서지 않습니다.” 이 고민은 2026년 현재 거의 모든 기술 조직이 마주하는 현실입니다. 생성형 AI 코딩 도구는 더 이상 실험이 아니라 일상 도구가 되었고, Claude Code는 환경변수 하나(CLAUDE_CODE_USE_BEDROCK=1)만으로 Amazon Bedro

AWS

2026-07-15 · 4일 전

확산 언어 모델(Diffusion Language Model, 이하 DLM)은 일반적인 자기회귀(Autoregressive, 이하 AR) 모델과 다른 방식으로 텍스트를 생성하는 언어 모델입니다. 최근 AR 모델과 동일한 사이즈의 DLM 모델들이 공개되고 있으며, 벤치마크 결과에서 AR보다 낮은 응답 지연(latency)을 보이며 주목을 받고 있습니다. 다만 AR과 완벽히 동일한 구조의 모델이 아니기 때문에 워크로드에서 모델을 변경하기 앞서 검증

가비아

2026-07-15 · 4일 전

도로와 철도, 항만을 설계하는 엔지니어링 회사에게 설계 자료는 오랜 기간 축적된 핵심 자산입니다. 그러나 자료가 많아질수록 필요한 정보를 적시에...

인포그랩

2026-07-15 · 4일 전

같은 코드를 리뷰시켜도 판정이 매번 달라지는 이유는 LLM의 비결정성 때문입니다. temperature를 0으로 내려도 흔들림은 남습니다. 코드 위임·폭 좁히기·다수결·하네스로 LLM 판정의 일관성을 높이는 네 가지 방법을, 총 55회 호출 실험 결과와 함께 정리했습니다.

네이버

2026-07-13 · 6일 전

모두가 같은 주제로, 같은 수준의 AI 도구를 들고 시작한 해커톤. 그런데 결과물은 팀마다 전혀 달랐습니다. 같은 도구를 썼는데 왜 결과는 달라졌을까요? 네이버가 전사 차원에서 처음으로 개발자와 비개발자의 구분 없이 연 모두의 Engineering Day AI 해커톤에서 가장 흥미로웠던 질문입니다. 이 글은 그 질문에 대한 회고로, AI를 어떻게 활용했는지, 그리고 끝까지 사람의 몫으로 남은 일은 무엇이었는지 정리했습니다. 결론부터 말하면 AI

AWS

2026-07-13 · 6일 전

자동차가 스스로 주변상황을 인식하고 판단하려면, 수백, 수천만 장의 도로 이미지 데이터가 필요합니다. 그런데 만약 AI가 학습해야 할 상황이 현실에서는 거의 일어나지 않는 희귀한 장면이라면 어떨까요? 예를 들어, 사람이 차 바로 앞으로 뛰어드는 상황이나, 인도 도로 한복판에 소가 누워 있는 상황을 카메라로 찍어 모아야 한다면? 스트라드비젼은 자동차의 카메라가 세상을 보고 이해할 수 있게 하는 Vision AI […]

데보션

2026-07-13 · 6일 전

오늘의 트렌드 이번 주 기술 이슈의 교집합은 ‘재현 가능한 품질과 운영’입니다. 대형모델을 객관적으로 비교하는 벤치마크 도구, 경량·대체 JavaScript 런타임의 등판, IaC로 인프라 변경을 기록·복구하는 사례...

NHN Toast

2026-07-13 · 6일 전

[](https://www.nhncloud.com/kr) ## 어제의 경험으로 내일의 변화를 만들어 내는 공장, NHN FactoryX 필요한 만큼의 GPU를 사서 랙