이번 주 GEO 논쟁을 움직인 숫자 여섯 개. 이번 주에 측정된 건 둘뿐이다
이번 주 일본과 북미 실무 타임라인에서 같은 주제로 두 갈래 논쟁이 붙었습니다. “랭킹은 아직 유효한가, 아니면 인용은 이미 다른 게임인가.” 양쪽 다 숫자를 들고 나왔습니다. 여섯 개였습니다. 우리는 그 여섯 개의 원문을 하나씩 열어 측정 시점과 표본과 스코프를 확인했습니다.넷은 3월에서 7월 사이에 측정된 것이었고, 하나는 방법론 페이지가 존재하지 않았습니다. 이번 주에 실제로 발표된 것은 둘뿐이었습니다.… 더 보기 »이번 주 GEO 논쟁을
마케팅을 잘하는 브랜드는 ‘이럴 때’ GEO를 점검합니다
신기능을 출시한 A사가 있다고 가정해보겠습니다. A사의 구성원들은 새로운 기능을 소개하기 위해 공식 홈페이지를 개편하고, 블로그 글을 작성했습니다. 이를 통해 고객이 접하게 될 A사의 정보는 이전과 분명히 달라졌습니다. 그렇다면 AI가 A사를 설명하고, 추천하는 방식에는 어떤 변화가 생겼을까요? 검색을 통해 브랜드나 제품 정보를 찾던 고객들이 이제는 정보 탐색에 AI를 활용하고 있습니다. 따라서 AI가 브랜드를 어떻게 인식하고 있는지… 더 보기
AI 데이터센터 효율 지표 4가지 [PUE·WUE·ERF·REF]
AI가 데이터센터의 전력·물·폐열 부담을 동시에 키우면서 전력만 재는 PUE 하나로는 효율을 모두 확인하기 어려워졌습니다. AI 데이터센터 시대에는 실제 환경 성능을 보기 위해 물은 WUE, 폐열은 ... Read More
"디지털 금융이 만든 현재와 미래" 한-인도 AI 금융포용 컨퍼런스를 가다
AI에게 분석을 맡기기 전에, '분석할 수 없음' 부터 가르치세요 — Wear OS 이슈 초도 분석을 자동화한 WOA Agent 개발기
Galaxy Watch 검증 단계에서 등록되는 Crash·ANR·화면 흑화 이슈의 초도 분석을 자동화한 WOA(Wear OS Analysis) Agent의 개발 과정을 소개합니다. 덤프 수집부터 로그 복호화, 난독화 해제, RAG 기반 유사 이슈 검색과 담당자 추천까지 사람이 반복하던 30분의 준비 작업을 어떻게 이벤트 기반 자동 분석으로 전환했는지 다루며, 특히 "분석 불가 판단 능력"을 핵심 기능으로 구현한 이유를 설계 관점에서 풀어봅니다.
[AI 트렌드] 배관 전화를 받는 AI가 1조 회사가 됐습니다
산업혁명에서 승자는 ‘엔진’이 아니라 ‘일하는 방식’을 바꾼 기업이었다. AI 시대에도 이미 해외·국내에서 버티컬 워크플로우를 깊게 파고든 팀들이 성과를 내고 있으며, 성과는 대체가 아닌 재배치와 단위경제에 달려 있다. The post [AI 트렌드] 배관 전화를 받는 AI가 1조 회사가 됐습니다 appeared first on BESPIN Tech Blog.
[2편] Grafana 커스텀 패널로 10만 점 산점도 그리기 — 만들고 나서야 보인 함정 3가지
[1편] APM 스캐터 차트 직접 만들기 — OpenTelemetry 수집과 ClickHouse 저장
[데이터센터 입문 시리즈] AI 질문이 닿는 곳 데이터센터
AI 질문은 입력·네트워크·서버 배정·GPU 추론·응답까지 5단계를 거쳐 데이터센터를 왕복합니다. AI 질문 한 번은 약 0.3Wh를 씁니다. LED 전구를 2분 켜는 전력이지만, 하루 수십억 건이 쌓이면 ... Read More
브랜드만의 GEO 전략을 세우는 가장 쉬운 방법
고객은 브랜드에 대해 질문하지 않습니다 여러분이 AI를 활용해 UX 분석 툴을 찾고 있는 고객이라고 가정해봅시다. AI에게 어떤 질문을 던질 것 같나요? ‘뷰저블 사용하기 쉬워?’라는 질문보다는 ‘초보자도 사용하기 쉬운 UX 분석 툴 뭐가 있어?’라는 질문을 던질 것입니다. 이처럼 고객은 AI에게 특정 브랜드명을 언급하며 질문하기보다는 자신이 처한 상황이나 해결하고 싶은 문제를 중심으로 질문합니다. 이때, 같은 UX 분석… 더 보기 »브랜드만의
GS리테일의 전사 AI Gateway 구축 사례 – 1부: 인증·라우팅·계정 자동화 설계
이 블로그는 GS리테일과 AWS의 협업으로 작성되었습니다. 다양한 AI 서비스를 안전하게 활용하기 위한 단일 운영 플랫폼 구축 수백 개 팀 계정의 AI 호출을 하나의 관문에서 인증·비용·쿼터 단위로 통제할 수 있을까요? 생성형 AI는 이제 기업의 업무 환경에 빠르게 자리 잡고 있습니다. 개발자는 코드 작성을 위해 AI를 활용하고, 기획자는 문서 작성과 아이디어 발굴에 AI를 사용하며, 데이터 분석가는 AI를 […]
AI Agent를 위한 OpenSearch 검색 품질 개선하기 (Part 2)
Rerank와 Weight 튜닝, 그리고 예상과 다른 결과들 1부에서는 Amazon OpenSearch Service와 Amazon Bedrock으로 검색 품질을 측정하는 시스템을 만들었습니다. 이제 측정할 수 있게 됐으니, 고객들은 자연스럽게 “그래서 어떻게 개선하지?” 를 묻게 됩니다. 이번 글에서는 측정 결과를 바탕으로 검색 품질을 실제로 끌어올리는 방법을 다룹니다. 사실 저는 이 테스트를 시작할 때 “검색 성능은 Rerank를 붙이면 당
가격 예측부터 입찰 전략까지, LG에너지솔루션의 Amazon Bedrock AgentCore 기반 ERCOT 분석 에이전트 구축기
– 박경수(AWS Solutions Architect), 장현태(AWS Solutions Architect),, 백승연 (LG에너지솔루션, Product Owner) · 최수아 (LG에너지솔루션, Data Scientist “실시간으로 가격이 바뀌는 전력시장에서 최대 수익을 내려면 얼마에 입찰해야 할까? 그 가격을 예측하고 입찰 전략까지 분석해주는 에이전트가 있다면?” LG에너지솔루션 전력거래솔루션은 이 한 문장에서 출발했습니다. LG에너지솔루
CX팀에서 AX로 고객센터 문의량 40%를 감소시킨 이야기
안녕하세요. CX팀 Carly입니다. CX팀은 고객을 가장 잘 이해하는 팀으로서, 고객과 마주하는 모든 접점에서 일관되고 신뢰할 수 있는 경험을 효율적으로 제공하며, 현장의 목소리를 바탕으로 고객을 위한 다양한 변화를 만들기 위해 치열하게 고민하고 있습니다. 이번 26년 상반기에는 'CX에서 AX를 활용하여 성과를 내보자!'라는 목표를 세웠고, 결론적으로 상담 문의량이 월평균 약 40% 감소하는 성과를 거두었습니다! 어떤 과정을 거쳐 이 추상적
Amazon Quick으로 FinOps 업무 자동화하기
1. 클라우드 비용 가시성의 출발점 Cloud Intelligence Dashboards(CID)는 AWS Cost and Usage Report(CUR) 데이터를 Amazon Quick 위에 시각화하는 오픈소스 대시보드 프레임워크입니다. 그 핵심인 CUDOS(Cost and Usage Dashboards Operations Solution) 대시보드는 서비스·계정·리전·태그 등 다양한 차원에서 리소스 레벨까지의 세부 비용과 사용량을 한눈에 보
LLM에게 수백 MB 로그를 통째로 주지 마세요 — 근거를 "검증"할 수 있는 AI 이슈 분석 에이전트 개발기
개발자는 이슈를 해결하기 전에 이슈를 찾고 읽으며 수백 MB의 로그를 뒤지는 데 하루의 상당 시간을 씁니다. 이 글은 그 시간을 되찾기 위해 만든 AI 이슈 분석 에이전트의 개발기입니다. 로그를 LLM에 통째로 넣었다가 실패한 이야기부터 결정적 전처리 파이프라인, 환각을 구조적으로 차단하는 인용 규율, 빌드가 지키는 아키텍처까지 개발 과정의 실패와 결정을 있는 그대로 담았습니다.
삼쩜삼, 카카오 주관 ‘모두의 AI’ 컨소시엄 합류
과기정통부 ‘모두의 AI’ 사업, 카카오 컨소시엄 세무 분야 전문기업으로 합류 첫 정부 사업 참여…세무 전문성·AI 기술 역
통합임베딩으로 개인화 푸시 CTR +21.3%를 만든 과정