Agentic AI로 구현하는 대화형 대기오염·기후변화 예측 애플리케이션 구축
들어가며 복잡한 대시보드, 정말 활용되고 있을까? 많은 기업과 연구기관이 데이터 기반 의사결정을 위해 정교한 대시보드를 구축합니다. 하지만 실제 현장에서는 이러한 대시보드가 제대로 활용되지 못하는 경우가 많습니다. 수십 개의 파라미터를 조정해야 하는 복잡한 UI, 전문 용어로 가득한 입력 필드, 그리고 “만약 이렇게 하면 어떻게 될까?”라는 간단한 질문에도 많은 시간이 소요되는 구조 때문입니다. 특히 시뮬레이션 기반 대시보드의 […]
AI AgentData AnalysisMLOpsToolsUX/UI
Elasticsearch 거리 기반 가중치로 검색 랭킹 최적화하기
Data AnalysisElasticsearchSearch
Amazon OpenSearch Service User Behavior Insights(UBI)로 사용자 행동 분석하기
대고객 서비스를 제공하는 워크로드의 경우 고객 경험을 지속적으로 향상시키기 위해서 다양한 이벤트나 프로모션을 진행합니다. 어떤 경우는 정기적으로 고객을 초청하여 인터뷰를 하며 서비스의 개선을 위한 피드백을 받기도 하고 어떤 경우는 웹 서비스상의 설문 조사를 통해 개선점을 수집하기도 합니다. 이커머스와 같은 서비스는 고객의 경험이 매출과 직결되는 대표적인 워크로드입니다. 따라서 다양한 고객의 피드백과 워크로드의 품질을 검토하기 위해서 해당 […]
BackendData AnalysisElasticsearchMonitoringPerformance
Agentic AI 부터 Physical AI 까지: Bedrock, MCP, AWS IoT로 구축하는 자율 산업 안전 로봇
1. 서론: Physical AI – 디지털 지능과 물리적 행동의 융합 1.1 배경 최근에는 LLM과 멀티모달 모델이 발전하면서 단순 자동화를 넘어 스스로 계획하고 판단하고 실세계에 직접 작용하는 Agentic AI와 디지털 세계를 넘어 물리적 세계와 상호작용하는 Physical AI의 필요성이 높아지고 있습니다. 지금까지 우리가 경험한 AI 시스템은 대부분 디지털 환경 내에서만 작동했습니다. 챗봇과 대화하고, 이미지를 생성하고, 문서를 요약하
AI AgentAI/MLAWSData AnalysisMobile
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
디자인 시스템, 이제 감이 아니라 데이터로 말하기 (3,272시간의 가치)
Data AnalysisDesign SystemUX/UI
우아한 형제들
2025-12-11 · 7개월 전
“함께 구매하면 좋은 상품” 추천 모델 고도화
배달의민족에서는 음식 배달뿐만 아니라 장보기도 당일 배송이 가능하다는 사실, 알고 계셨나요? 배민의 장보기·쇼핑 서비스는 배민B마트를 비롯해 마트, 편의점, 꽃, 전자제품 등 다양한 셀러가 입점해 있어 다양한 물건을 빠르게 받아보실 수 있는데요. 고객이 서비스에 진입한 순간부터 구매를 완료하는 여정까지 최적의 상품을 발견할 수 있도록 개인화 추천, 함께 본 상품 추천, 실시간 트렌드 랭킹, 장바구니 추천, 결제 […] The post “함께 구
AI/MLData AnalysisRecommendation
동적 사용자 분할을 활용한 새로운 A/B 테스트 시스템을 소개합니다
이 글은 Tech-Verse 2025에서 발표된 동적 유저 세분화를 활용한 새로운 A/B 테스트 시스템 세션을 글로 옮긴 것입니다.안녕하세요. LINE+ Contents Servi...
BackendData Analysis
[오프라인/마감] RAG 프로젝트는 왜 실패하는가?: RAG를 잘 다루고 싶은 엔지니어를 위한 패널 토크
※ 참가 신청은 12월 8일 월요일 13:00에 마감됩니다. COMMIT 신청하기 goorm 구름은 ‘모두가 개발자가 된다’는 비전으로 ‘개발자 성장 중심’ 생태계를...
AI/MLBackendData AnalysisDevOpsRAG
개인화 추천 시스템 1편 - 유저의 행동은 “언어”일까? : Collaborative Embedding 구축기 (feat. Knowledge Distillation)
팀 내에서 범용 개인화 추천 시스템을 구축하며 온라인 A/B 테스트와 CRM 캠페인 테스트에서 비교적 좋은 성과를 확인해, 그 개선 사례와 모델링 과정을 소개하고자 합니다.
AI/MLData AnalysisPerformanceRecommendation
개인화 추천 시스템 1편 - 유저의 행동은 “언어”일까? : Collaborative Embedding 구축기 (feat. Knowledge Distillation)
팀 내에서 범용 개인화 추천 시스템을 구축하며 온라인 A/B 테스트와 CRM 캠페인 테스트에서 비교적 좋은 성과를 확인해, 그 개선 사례와 모델링 과정을 소개하고자 합니다.
AI/MLBackendData AnalysisRecommendationTools
하이퍼커넥트
2025-08-26 · 10개월 전
클릭 한 번으로 실험 시작! 이터레이션 사이클을 단축하는 추천 실험 시스템 개발기
들어가며 아자르는 1:1 비디오 채팅을 통해 매일 전세계의 사용자들을 연결하고 있습니다. 비디오 채팅에서 즐거운 경험을 하려면 자신과 잘 맞는 사람을 만나야 하기에 추천 알고리즘의 역할이 매우 중요합니다. 지난 테크블로그에서는 하이퍼커넥트가 AI 기반 추천 시스템을 개발하여 어떻게 매치 경험을 향상시키고, 아자르의 성장을 견인하고 있는지에 대해 다루었습니다. AI Lab에서는 추천 알고리즘의 성능을 향상시키기 위해 끊임없이 더 향상된 알고리즘을
AI/MLData AnalysisPerformanceRecommendationTesting
네이버 페이
2025-06-02 · 약 1년 전
Opensearch 검색엔진을 이용한 네이버 페이 검색 하기
Data AnalysisElasticsearchSearch
베스핀글로벌
2025-05-28 · 약 1년 전
AWS Athena를 이용하여 ELB 액세스 로그 분석하는 방법
오늘은 BESPIN GLOBAL SRE실 정민아님이 작성해주신 'AWS Athena를 이용하여 ELB 액세스 로그 분석하는 방법' 에 대해 소개해드리도록 하겠습니다. The post AWS Athena를 이용하여 ELB 액세스 로그 분석하는 방법 appeared first on BESPIN Tech Blog.
AWSData AnalysisSRE
실시간 OLAP을 위한 Apache Pinot 운영 노하우
실시간 데이터 분석(OLAP)을 위해 Apache Pinot 오픈소스를 도입하여 운영한 경험을 공유합니다.
Data AnalysisDatabaseInfra
OpenSearch Analyzer를 활용한 검색기능 알아보기
OpenSearch Analyzer를 활용한 검색 서비스를 간단한 예제와 함께 알아봅니다.
Data AnalysisElasticsearchSearch
식자재 품목 검색을 더 쉽게! 검색 엔진 도입과 개선
안녕하세요. 스포카 백엔드팀 프로그래머 이지민입니다. 스포카에서는 식당 점주분들이 식자재 주문을 더 편리하게 하기 위한 많은 노력들을 하고 있습니다. 그중에서도, 주문하려는 품목을 검색하여 원하는 품목을 빠르게 찾을 수 있도록 품목 검색 기능을 제공하고 있는데요. 검색 엔진 도입부터 지금의 검색이 되기까지의 과정들을 이야기해보려고 합니다. 도입 초기에는 검색 엔진에 대한 이해가 깊지 않아, 논리적인 의사결정보다는 다양한 테스트를 통해 더 나은
BackendData AnalysisSearch
Data Product (3) 데이터로 실제 운영 효율화가 가능할까?
들어가며 날씨 기반 세차 운영 최적화 2.1 기존 세차 오퍼레이션과 개선 필요성 2.2 날씨 데이터 수집 데이터 분석 및 운영 적용 3.1 분석을 위한 데이터 상세 정의 3.2 날씨와 차량 오염의 상관관계 분석 3.3 운영 적용을 위한 시뮬레이션 운영 적용 결과 및 인사이트 4.1 날씨 기반 세차 운영 정책 적용 결과 4.2 맥락 해석이 필요한 데이터의 활용 1. 들어가며 차를 가진 분이라면 세차한 직후에 비가 내려 속상했던 적이 한 번쯤 있으
Data AnalysisData EngineeringMLOpsPerformance