기업 기술블로그의 AI/ML 관련 글 1219개
DEEPX는 전력과 발열이 제한된 엣지 환경에서 고성능·저전력 추론을 구현하는 NPU (Neural Processing Unit)를 개발하는 AI 반도체 기업입니다. M.2 형태의 DX-M1 NPU와 자체 개발한 dx_rt 런타임, dx_stream 미디어 파이프라인을 통해 객체 탐지, 얼굴 인식, OCR과 같은 비전 AI 모델을 카메라, 로봇, 산업용 PC 등 다양한 엣지 디바이스에서 실행할 수 있도록 지원하며, 소매, 제조, 물류처럼 자원과
AI는 이제 단순한 질문에 답하는 대화 상대 이상의 의미를 지닙니다. 자료를 조사하고, 긴 문서를 요약하고, 보고서의 초안을 작성하는 등 간단하고 반복적인 작업을 대신 해주는 업무 파트너로 여겨지고 있죠. 이에 따라 ChatGPT, Gemini, Claude, Perplexity처럼 선택할 수 있는 AI 플랫폼 또한 다양해지고 있습니다. 이러한 상황에서, 새로운 사업 아이템을 검토하기 위한 시장 조사 업무를 맡았다고 가정해봅시다. 업무의… 더
대한민국 AI 생태계의 새로운 바람이 시작됩니다! ⛵ 카카오가 부산광역시, 카카오임팩트와 함께 지역 AI 생태계 조성과 기술 교류를 위한 '카카오 AI 돛 Summit 26’을 개최합니다! 이번 서밋은 카카오가 4대 과학기술원(KAIST, GIST, DGIST, UNIST)과 협력하여 비수도권의 인재 양성 및 창업을 지원하는 ‘카카오 AI 돛’ 프로젝트의 핵심 행사입니다. '미래를 향해, 가능성의 항해’ 슬로건 아래, 기술과 AI 생태계가 강력
안녕하세요. SK AX 의 송영목 매니저입니다. Vision Transformer(ViT)를 TensorFlow/Keras로 직접 구현하면서, 개념 → 수식/구조 → 코드 → 실행 결과 순서로 한 단계씩 설명합니다....
AI를 새로운 데이터 소비자로 받아들이기 위해 필요한 것: Context, Governance, Interface
생성형 AI가 빠르게 발전하면서 IT 업계에서는 자연스럽게 이런 질문이 나오고 있습니다. “AI가 코드를 작성하고 아키텍처까지 제안하는 시대에 클라우드 엔지니어의 역할은 어떻게 달라질까?“ 최근의 AI는 Terraform 코드를 생성하고, Kubernetes Manifest를 작성하며, 로그를 분석하고, AWS 서비스 구성을 제안하는 수준까지 발전했습니다. 하지만 클라우드 엔지니어, 특히 Solutions Architect의 핵심 역할은 원래부
AI를 실제 업무에 적용하기 시작하면 새로운 질문들이 생깁니다.운영 데이터는 AI가 이해할 수 있는 형태로 어떻게 연결할지, 반복되는 개발 업무는 어디까지 자동화할지, 복잡해진 인프라의 이상 징후는 어떻게 더 빨리 찾아낼지 고민해야 합니다.이번 케클s피드는 이런 질문에 답을 찾아가는 kt cloud의 기술과 경험을 담았습니다. AIDC와 Cloud Platform부터 Observability, 개발환경 자동화, AI 코드 리뷰까지 개발과 운영
서론 Unity + WebGL로 운영 중인 한컴타자 ‘필사’ 서비스를 React/Next로 마이그레이션하는 일을 맡았습니다. 문제는 제가 C#/Unity 경험이 없는 프론트엔드 개발자라는 점이었습니다. 옮겨야 할 코드를 온전히 이해할 수 없는 상태에서 시작한 것입니다. 이 글은 그 문제를 AI로 어떻게 풀었는지의 기록입니다. 단순히 AI로 코드를 생성한 이야기가 아니라, 온전히 이해하지 못하는 코드의 ‘번역’을 AI에게 맡기고, 그 결과를 개발
.ktc-poster img { transition: transform .3s ease, box-shadow .3s ease; } .ktc-poster:hover img { transform: translateY(-4px); box-shadow:0 10px 22px rgba(0,154,135,0.22) !important; } .imageblock img { max-width:100% !important; height:auto !importan
똑닥 AI 모더레이터는 사람 대신 유저 인터뷰를 진행하는 AI 에이전트입니다. 이 글에서는 AI 모더레이터가 어떤 배경에서 시작되었고, 검수자의 피드백이 다음 인터뷰의 전략을 자동으로 다시 만들어내는 "자가 발전" 구조를 어떻게 설계하였는지 공유합니다.
공개 벤치마크 1위 모델이 아닌 리더보드에도 없는 모델을 선택했습니다.
규칙을 더 잘 설명하는 대신, 규칙을 어길 수 없게 만들기
들어가며 수요 예측 시스템을 도입해 본 기업이라면 익숙한 패턴이 있습니다. 도입 첫해, 컨설턴트와 함께 수개월에 걸쳐 데이터를 정비하고 모델과 파라미터를 최적화합니다. 시스템은 그 시점의 비즈니스를 잘 반영하여 정확하게 예측합니다. 문제는 신규 채널에 진출하고, 프로모션 전략이 바뀌고, 신제품이 출시되고, 주력 상품의 라이프사이클이 끝날 때에 발생합니다. 비즈니스는 계속 변화하는데, 시스템은 구축 시점의 스냅샷에 멈춰 있습니다. 시스템의 예측을
안녕하세요! 누구나 함께 시작하는 클라우드 네이버 클라우드 플랫폼 ncloud.com입니다. ☁️ 올해 6월 말부터 7월 초까지 진행된 국립순천대학교 AI부트캠프사업단의 <소버린AI 리터러시 교육과정 1기>! 지난 6월 29일(월)부터 7월 9일(목)까지, 9일간 총 45시간의 알찬 커리큘럼으로 진행되었는데요! 짧다면 짧은 기간이었지만, 학생들은 높은 출석률과 적극적인 참여로 클라우드와 소버린AI를 향한 뜨거운 열정과 성장 가능성을 보여주었습니
페이지 6 / 68 (총 1219개)
