GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 1: 데이터 파이프라인과 인덱싱
1. 회사 및 서비스 소개 글로지(GloZ Inc.) 글로지(GloZ Inc.)는 OTT, 게임, 웹툰·웹소설, 더빙 등 콘텐츠 로컬라이제이션을 전문으로 하는 기업으로, 70개 이상의 언어와 190여 개국에 콘텐츠를 전달하고 있습니다. 서울, 캘리포니아, 싱가포르, 도쿄 4개 거점과 전 세계 210여 개 도시에 분포한 언어 전문가 네트워크를 기반으로, 글로벌 OTT 파트너 품질 평가에서 4년 연속 1위를 기록해 왔습니다. 글로지는 번역 […]
AI/MLData EngineeringElasticsearchNLPSearch
AI 트리아지로 인입을 자동 분류하기
AI 트리아지(triage) 정책의 배경·설계·고도화·실제 사례를 정리했습니다.
AI/MLData EngineeringTools
AI-DLC 를 팀 프로젝트에 적용하기: Subagent 와 Custom Skill 로 확장한 Armiq 사례
0. 들어가며: 왜 AI-DLC를 적용했는가 AI-DLC(AI-Driven Development Life Cycle)는 요구사항 분석부터 설계, 코드 생성, 리뷰까지 SDLC 전 과정을 AI Agent 기반으로 수행하는 개발 방식입니다. 이번 사례의 파트너인 ARMIQ는 SAP 데이터 영역에서 오랫동안 솔루션을 공급해 온 기업으로, 법인·사업부 분리나 매각 과정에서 발생하는 데이터 분할·이관 이슈, 그리고 데이터 압축·암호화·클라우드 전송 등
AI AgentAI/MLAgileData EngineeringDevOps
Aurora PostgreSQL에서 한국어 하이브리드 검색 구현하기: pg_bigm + pgvector로 만드는 한국어 특화 RAG
한국어는 교착어 특성상 영어 기반 벡터 검색만으로는 정확한 결과를 얻기 어렵습니다. 이 블로그에서는 Amazon Aurora PostgreSQL에서 pg_bigm(바이그램 키워드 검색)과 pgvector(벡터 시맨틱 검색)를 RRF(Reciprocal Rank Fusion)로 결합한 하이브리드 검색을 구현하여, 한국어 RAG 애플리케이션의 검색 품질을 개선하는 방법을 소개합니다. 왜 한국어에는 하이브리드 검색이 필요한가? RAG(Retrieva
BackendData EngineeringPostgreSQLRAGSearch
[뉴스레터] Cover Story - 3호
Paytm 트라우마를 지나, 인도 핀테크 IPO 두 번째 시즌이 열렸다
BackendCultureData Engineering
네이버 클라우드 플랫폼
2026-05-07 · 3개월 전
[현장 스케치] 공공 AI 전환, 이제 실행의 단계로: 네이버클라우드 공공 AX 전략 세미나
지난 4월 23일(목), 세종에서 열린 ‘네이버클라우드 공공 AX 전략 세미나’ 소식을 전해드립니다! 이번 세미나에서는 공공 행정의 AI 전환을 어떻게 현실로 만들어갈지에 대한 방향과 실행 전략이 함께 공유됐습니다. 공공 AX 파트너로서 네이버클라우드의 역할부터, 범정부 AI 공통기반과 네이버웍스를 활용한 다양한 AX 전환 사례까지, ‘실제 행정에 어떻게 적용될 수 있을지’에 초점을 맞춘 이야기가 이어졌습니다. 세종 현장을 가득 채운 공공기관
AI/MLAWSData EngineeringDevOps
사람이 기다리지 않는 담보심사시스템 설계
카카오뱅크의 개인사업자 부동산 담보 대출 상품을 출시하며, 복잡하고 시간이 오래 걸리던 담보 심사 업무의 부분 자동화를 구현했습니다. 사람이 기다리지 않아도 되는 심사 구조를 만들기 위해 어떤 문제를 어떻게 해결했는지, 그 과정에서 얻은 설계 경험과 실제 운영 효과에 대한 깊이 있는 인사이트를 공유합니다.
ArchitectureBackendData EngineeringDevOpsPerformance
AI 코딩 도구 ROI를 정확히 측정하는 4가지 핵심 지표
이 글은 AI 코딩 도구의 ROI를 측정하는 4가지 핵심 지표를 다뤘습니다. LinearB·Faros AI·DX 등 엔지니어링 측정 플랫폼이 활용하는 지표 중 비용과 품질을 균형 있게 다룬 지표를 선정했습니다. 사용자별 토큰 소비량, 세션·요청당 비용, AI 제안 채택률, 코드 재수정 비율을 차례로 다루며, 각 지표의 의미·한계를 정리했습니다.
AI/MLData EngineeringPerformanceTools
기억에 대해서
AI/MLData EngineeringPerformance
Slack 봇 쿼리곰: 없으면 안 되는 봇이 되기까지
범용 LLM 래퍼를 7.5주 만에 전사 필수 도구로 만든 구조 — 멀티에이전트 검증, Hybrid RAG, 이중 메모리
AI AgentBackendData EngineeringLLMMLOps
상담 데이터 분석을 통해 메뉴얼 추출하기
데이터가 SOP를, SOP가 세팅 병목을 해결한다
Data AnalysisData EngineeringDatabase
AI 시대의 필수 소비재, 메모리 이해하기 1편: HBF 이해하기
SRAM, DRAM, HBM, NAND의 셀 구조와 물리적 특성을 설명하고, HBF(High Bandwidth Flash)가 메모리 계층에서 어떤 빈 자리를 채우는지 기술적으로 분석합니다.
AI/MLData EngineeringPerformance
45분 배치에서 준실시간으로! 다수 도메인 데이터를 Kafka로 통합한 전환기
…
BackendData EngineeringKafka
퀸잇 검색 시스템의 여정: WHERE title LIKE '%keyword%'에서 Hybrid Search까지
Server Engineer, 박서준 님
BackendData EngineeringSearch
마이리얼트립 프로덕트
2026-04-03 · 4개월 전
마이리얼트립 재무실장의 AI 에이전트 구축 일지
AI AgentAI/MLBackendData EngineeringDevOps
데이터로 지속가능한 성장을 만들어 갑니다 — Head of Growth
AI/MLBackendCultureData Engineering
Neptune GraphRAG Toolkit을 활용하여 정교한 비정형 데이터 검색하기
본 게시글은 AWS Database Blog에 게시된 ‘Introducing the GraphRAG Toolkit by Ian Robinson and Abdellah Ghassel’을 한국어 번역 및 편집하였습니다. Amazon Neptune이 그래프 기반 검색 증강 생성(RAG, Retrieval-Augmented Generation) 워크플로를 누구나 더 쉽게 구축할 수 있도록, Neptune 기반의 오픈 소스 Python 라이브러리 Gra
AWSData EngineeringPythonRAGSearch
클라우드 환경에서의 비디오 인텔리전스 구현 : TwelveLabs로 시작하는 AI 영상 분석 5부 – 비디오 임베딩을 위한 Vector DB 비교
배경 이 블로그 시리즈에서는 TwelveLabs의 비디오 인텔리전스 기술을 AWS 클라우드 환경에서 활용하는 방법을 단계별로 살펴봤습니다. 1편과 2편에서는 VoD 및 준실시간 환경에서의 비디오 분석 파이프라인을 구축했고, 3편에서는 Strands Agent를 활용한 Agentic video engine을 구현했습니다. 그리고 4편에서는 Amazon Bedrock에서 제공하는 TwelveLabs Marengo 3.0의 멀티모달 임베딩 전략과 검
AI/MLAWSBackendData EngineeringDevOps