Copy & Paste에서 코딩 에이전트까지: 조용한 변화의 시작
Copy & Paste에서 자율 코딩 에이전트까지: 조용한 변화의 시작 안녕하세요, 하이퍼엑셀 ML 팀 엔지니어 엄태서입니다. 개발자들 사이에는 이런 농담이 있습니다. “우리 일은 결국 문제를 구글에 검색하고, 첫 번째로 뜨는 링크를 눌러서, Stack Overflow에서 답을 복사해 붙여넣는 거 아니냐?” 어떤 면에서는 AI 코딩 도구의 등장이 우리가 하는 일을 완전히 바꾼 건 아닙니다. 다만 그 일을 훨씬 더 잘, 훨씬 더 빠르게 하게 만들
[2.27/마감] 코딩은 몰라도 자동화는 하고 싶어: 비전공자를 위한 n8n AI 워크플로 자동화 입문
🪧 추가 모집이 마감되었습니다.참가자는 선착순으로 선정되며, 정원 마감 이후 신청해 주신 분은 대기자로 등록됩니다. 취소가 생기면 예비 순번대로 참여 기회가...
Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock을 이용하여 다양한 AI 서비스를 구축하고 Poc단계부터 실제 서비스를 런칭하는 단계까지 안정적인 AI 서비스를 구축하는 것은 쉽지 않은 긴 여정입니다. 특히 LLM의 토큰 사용량 관리와 토큰 최적화는 운영서비스를 런칭한 이후 겪게 되는 중요한 문제들이라고 할수 있습니다. AI 서비스를 성공적으로 런칭한 고객들 조차도 LLM 토큰 사용량에 대한 명확한 모니터링, 토큰 최적화, 그리고 리밋 증설하는 부분에서 […]
AI 시대, 구성원이 직접 만들어가는 조직의 미래
Claude Code Action: 조직 전반의 코드 품질을 지키는 AI 코드 리뷰 플랫폼화
들어가며안녕하세요. LINE NEXT DevOps 팀에서 일하고 있는 이동원입니다. 저는 쿠버네티스 기반 인프라 운영과 CI/CD 구축, 모니터링 및 장애 대응 등 인프라 운영 관...
VAMS에서 NVIDIA Isaac Lab을 활용한 GPU 가속 로봇 시뮬레이션 훈련
본 게시글은 AWS Spatial Compute Blog에 작성된 “GPU-Accelerated Robotic Simulation Training with NVIDIA Isaac Lab in VAMS” 블로그를 번역했습니다. 오픈소스 Visual Asset Management System(VAMS)이 이제 NVIDIA Isaac Lab과의 통합을 통해 로봇 자산에 대한 GPU 가속 강화학습(RL)을 지원합니다. 이 파이프라인을 통해 팀은 자산
AI 시대의 데이터센터: GPU의 뜨거운 열을 어떻게 식힐 것인가?
AI 시대, GPU 발열로 한계에 부딪힌 공랭식 냉각의 대안으로 액체 냉각(Liquid Cooling) 기술이 떠오르고 있습니다. 이 글에서는 카카오뱅크 인프라팀이 분석한 룸(Room)에서 칩(Chip) 단위로 발전하는 냉각 기술의 진화 과정을 살펴보고, 성공적인 도입을 위해 전력, 물, 안정성 등 인프라 전반의 변화가 필수적인 이유를 소개합니다. AI 데이터센터의 미래와 이를 준비하는 엔지니어의 실질적인 고민이 궁금하다면 꼭 읽어보시길 추천합
AI-DLC 기반 웅진씽크빅 북큐레이터 AI 에이전트 구축
“2일 만에 AI 에이전트의 MVP를 만들 수 있을까요?” 2025년 12월, 웅진씽크빅과 함께 AWS AI-DLC 워크숍(Unicorn Gym)을 진행하면서 이 질문에 대한 답을 찾았습니다. 결론부터 말하면, 가능했습니다. AI-DLC(AI-Driven Development Life Cycle) 방법론을 적용하여 북큐레이터를 위한 AI 에이전트의 MVP를 단 2일 만에 완성했고, 약 한 달간의 고도화를 거쳐 2026년 1월 베타 서비스를 오픈
스캐터랩이 가장 재밌는 LLM을 찾는 방법
실제 제품에서 유저 반응으로 LLM 평가하기: A/B 테스트·MAB·리더보드
생성형 AI 기술로 고전 드라마 화질을 4K급으로 개선
저화질 영상을 고화질로 변환하는 초해상도 영상 복원 기술의 발전 과정을 살펴보고, 생성형 AI 기반 해상도 복원 기술의 서비스 적용 시 겪은 어려움과 이를 극복한 경험을 공유합니다.
Agentic Search 시스템 구축기: 사내 검색 환경을 재정의하기 위해 우리가 선택한 것들
삼성전자 사내 지식 검색을 위해 다양한 RAG 실험 끝에 Agentic Search구조를 선택하게 된 이유와 이를 구현하기 위해 설계 시 고려한 점에 대한 경험을 공유합니다. Agent Flow, Tool 설계, Runtime환경까지 실제 구축 과정에서 중요했던 설계 포인트를 정리해보았습니다.
테이블 데이터를 위한 트랜스포머? — 변신 로봇 아닙니다
Kanana-o 신규 모델 및 API 베타 서비스를 공개합니다.
카카오가 독자적인 기술력으로 완성한 가장 뛰어난 옴니(Omni) 모델, Kanana-o를 드디어 여러분께 공개합니다. 정식 상용화에 앞서, 열정적인 개발자 및 파트너분들을 모시고 기술적 가능성을 함께 검증하고 성장하기 위해 Kanana-o API 베타 서비스를 시작합니다. 한국어와 한국적 맥락을 가장 깊이 있게 이해하고, 텍스트뿐만 아니라 음성과 이미지까지 사람처럼 자연스럽게 처리하는 Kanana-o의 새로운 경험에 여러분을 초대합니다. 👉
[클로바 시선 #46] 로봇을 지휘하다: 멀티 로봇 인텔리전스 시스템
로봇, 진짜 우리 일상으로 올까요? 로봇은 오래전부터 ‘미래 기술’의 상징처럼 여겨져 왔죠. 그리고 최근 로봇 분야는 꽤 의미 있는 전환점을 맞고 있습니다! 피지컬 AI 연구가 본격화되면서, 물리적 환경을 이해하고, 상황에 맞게 움직이는 방향으로 발전하고 있기 때문이죠. 자연스럽게 로봇을 향한 기대와 관심도 함께 커지고 있고요. 그런데도 많은 분들은 아직 “로봇의 시대가 왔다”고 체감하진 못하는 것 같습니다. 그렇다면 지금 로봇 기술은 어디까지
Claude Skills로 기술 콘텐츠 품질 관리 자동화하기
인포그랩은 AI 네이티브 기업으로 도약하며, 전사적으로 Claude Skills 개발을 장려하고 있습니다. 이 글은 글쓴이가 기술 블로그 리뷰 Skill을 만든 과정, 시행착오, 개선 경험을 다뤘습니다. ‘완성된 성공 사례’가 아닌, ‘진행 중인 실험’의 기록입니다.
인간과 AI, 함께 데이터를 탐험하다 - BDA 2.0 서비스의 탄생, 현재 그리고 미래
자연어-SQL 변환 정확도가 높은 LLM 에이전트를 서비스하기 위해 기존에는 도메인 전문가의 지식을 바탕으로 각 도메인에 특화된 에이전트를 만드는 전문가-개발자 협업 과정이 필요했습니다. 하지만 이 방법은 하나의 에이전트 개발에도 많은 인력과 시간을 투입해야 하며, 데이터 변동에 대응하는 데 비효율적입니다. 이러한 문제점을 해결하기 위해 그 간의 에이전트 개발 경험을 토대로, 개발 지식이 없는 도메인 전문가도 누구나 웹 UI를 통해 도메인 특화
Kiro Subagent 를 활용한 구조화된 AI 개발 워크플로우 구축
AI 코딩 어시스턴트의 발전으로 개발자들은 이제 자연어로 코드를 생성하고, 복잡한 시스템을 빠르게 구축할 수 있게 되었습니다. 하지만 이러한 편리함 뒤에는 중요한 질문이 남습니다: AI가 생성한 코드의 품질과 보안을 어떻게 체계적으로 보장할 수 있을까요? 이 글에서는 Anthropic의 Multi-agent 연구 결과를 살펴보고, Kiro의 Subagent 기능을 활용하여 코드 리뷰, QA, 문서화가 체계적으로 수행되는 개발 워크플로우를 구축하
RAG의 진화: 검색을 넘어, 나를 이해하는 ‘Personal Context’의 시대로
RAG 기술이 단순 검색을 넘어서 사용자의 파편화된 개인 데이터와 실시간 컨텍스트를 통합하는 Personal Context RAG로 진화하고 있음을 설명합니다. 또한 이를 실현하기 위해 온디바이스 중심의 하이브리드 아키텍처, 개인화된 지식 그래프, 개인정보 보호 기술이 필수적으로 요구된다는 점을 알아봅니다.