AI/ML 글 모음

기업 기술블로그의 AI/ML 관련 글 984개

하이퍼커넥트

2026-01-12 · 7개월 전

비즈니스 문제를 AI 문제로 정렬하는 방법

AI 조직은 비즈니스 문제를 AI 문제로 정렬해서 푸는 조직입니다. AI 문제란 무엇일까요? 우리가 현업에서 정말 다양한 업무들을 하지만, 본질은 효용 함수(또는 손실 함수)를 최적화하는 문제입니다. 명시적이든 암시적이든, 우리는 문제를 최적화 식(optimization form)으로 쓰게 됩니다. ML 알고리즘을 통해 최적화 식의 해(solution)를 찾고, 이 해를 이용해 비즈니스 문제를 풉니다. 결국, AI 조직은 수학적 해를 통해 비즈

AI/MLBackendTools

여기어때

2026-01-09 · 7개월 전

연관 키워드 추천

AI/MLTools

카카오뱅크

2026-01-07 · 7개월 전

AI in Finance, ICAIF 2025로 보는 금융 AI 연구 동향

세계 최고 권위의 금융 AI 학회, ICAIF 2025에 카카오뱅크 기술연구소가 다녀왔습니다. 저희의 연구가 상위 15% 논문만 선정되는 Oral 세션에서 발표하는 성과를 안고 돌아왔습니다. 이 글에서는 카카오뱅크의 연구 내용을 소개하고, 현장에서 직접 확인한 강화학습과 에이전트 시스템, 차세대 투자 전략, 그리고 AI의 신뢰성 등 금융 AI 분야의 가장 뜨거운 세 가지 최신 연구 동향을 깊이 있게 공유합니다.

AI AgentAI/MLData AnalysisNLPSecurity

라포랩스

2026-01-06 · 7개월 전

추천시스템을 바꾼다는 것: 구조적 선택이 유저 행동을 어떻게 바꾸는가

ML Engineer, 장성원 님

AI/MLData EngineeringPerformance

44BITS

2026-01-06 · 7개월 전

Train High, Infer Low - 머신러닝 학습과 서빙의 FP32, FP16, BF16, INT8 정밀도 선택

머신러닝 모델을 프로덕션에 배포할 때 가장 많이 고민하는 것 중 하나가 바로 수치 정밀도(Numerical Precision) 선택입니다. FP32로 학습한 모델을 FP16으로 서빙해도 될까? INT8 양자화는 언제 해야 할까? 이번 글에서는 정밀도 선택 전략을 정리했습니다. TL;DR - 바쁜 분들을 위한 요약 "Train High, Infer Low" - 학습은 높은 정밀도로, 서빙은 낮은 정밀도로 상황추천 조합메모리 절감안정성/품질비고 L

AI/MLBackendTools

44BITS

2026-01-05 · 7개월 전

Train High, Infer Low - 머신러닝 학습과 서빙의 FP32, FP16, BF16, INT8 정밀도 선택

수치 정밀도 선택은 추론 속도, 메모리, 정확도의 균형을 좌우합니다. 학습은 높은 정밀도로 안정성을 확보하고, 서빙은 낮은 정밀도로 효율을 끌어내는 전략과 BF16 중심의 권장 조합을 제시합니다. 현실 환경에서의 품질 저하와 범위 한계를 고려한 의사결정 기준을 제공합니다.

AI/MLBackendInfra

카카오

2026-01-04 · 7개월 전

“생각하고 답변하는” 카카오의 하이브리드 멀티모달 언어모델, Kanana-v-4b-hybrid 개발기

한국형 하이브리드 멀티모달 언어모델, Kanana-v-4b-hybrid 안녕하세요. 카카오의 AI 모델 개발을 담당하는 카나나(Kanana) 조직의 Samuel(강성훈), Polar(엄지환), Sonny(손동희)입니다. 저희 팀은 텍스트와 이미지뿐만 아니라 음성까지 포함한 다양한 모달리티를 이해하고 답변하는 멀티모달 언어모델을 개발하고 있습니다. 작년 7월 오픈소스로 공개한 경량 멀티모달 언어모델 Kanana-1.5-v-3b[1] 이후, 저희는

AI/MLArchitectureTools