예상 마진액이 너무 커요. 판매자가 폭리를 취하는건가요?
(판매가-취득금액)이 모두 판매자의 수입이 되나요? 폭리를 취하는 판매자가 너무 많은 것 같아요.
devBlog
Data Engineering 글 모음
기업 기술블로그의 Data Engineering 관련 글 340개
데이터의 출처를 알고 싶어요. 개인적으로 확인할 수 있나요?
카티Expert 매물 리포트의 데이터 출처와 개인 조회가 가능한 데이터를 알려드립니다. 타 플랫폼에서 제공하는 데이터도 비교합니다.
하나투어의 Amazon Neptune과 Amazon Bedrock AgentCore를 활용한 여행상품 기획 에이전트 구축기
“오사카 3박 4일, 벚꽃 시즌, 예산 150만 원.” 이 조건 한 줄로 여행 패키지 기획 초안을 만들 수 있다면 어떨까요? 하나투어는 상품기획자(MD, Merchandiser)가 수작업으로 2~3일에 걸쳐 만들던 패키지 일정 초안을, 지식 그래프 기반의 AI 에이전트로 2~3분 만에 생성하는 시스템을 구축했습니다. 이 글에서는 하나투어가 두 번의 시행착오 끝에 Amazon Neptune 기반 GraphRAG(그래프 기반 검색 증강 생성)와 A
[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작
본 글에서는 Databricks Data + AI Summit 2026 키노트의 “Agentic Data” 흐름과 Lakehouse//RT, Lakebase, Genie, Unity AI Gateway 발표를 중심으로 기업이 Agentic AI 시대를 준비하기 위한 데이터 플랫폼 전략을 살펴봅니다. The post [Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작 appeared fi
[Databricks Data + AI Summit 2026] Agentic AI 데이터 플랫폼 전략
본 글에서는 Databricks Data + AI Summit 2026 키노트의 “Agentic Data” 흐름과 Lakehouse//RT, Lakebase, Genie, Unity AI Gateway 발표를 중심으로 기업이 Agentic AI 시대를 준비하기 위한 데이터 플랫폼 전략을 살펴봅니다. The post [Databricks Data + AI Summit 2026] Agentic AI 데이터 플랫폼 전략 appeared first o
사람과 AI Agent를 위한 통합 Context Provider 구축
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2026(5월)에서 발표되었던 세션을 공개합니다. 발표 내용 팀 내 데이터/서빙 레이어 자산을 자동으로 수집하여 제공하는 AI 플랫폼 마련 및 이를 통한 팀 내 업무 효율화 경험을 공유합니다. 발표 대상 AI Agent 생산성 향상에 관심있는 개발자 목차 우리 팀의 AI Agent, 왜 엉뚱한 소리를 했나 Agentic Context Platform Demo - 4가지 질문이
광고 성과 데이터 StarRocks 도입기
Server Engineer 고준현 님, Data Engineer 이병우 님
엑셀로 하는 영업 관리, 우리 회사는 언제까지 괜찮을까요? (feat. CRM이란?)
"담당자마다 고객 정보가 담긴 엑셀 파일이 따로 있어요.", "견적 건마다 어떻게 진행되고 있는지, 담당자에게 물어봐야만 알 수 있어요.", "우리 제품에…
｢2026년도 AX 원스톱 바우처｣ 수요기업 추가 모집
안녕하세요, 누구나 쉽게 시작하는 클라우드 네이버클라우드 ncloud.com입니다. 원스톱으로 끝내자! AX 풀 패키지 AX를 고민하고 계신다면 주목해주세요! 네이버클라우드가 공급기업으로 참여하는 NIPA 지원사업의 추가 모집이 열렸습니다. AI 솔루션과 GPU를 포함한 클라우드 자원, 학습에 필요한 데이터까지. 필요한 리소스를 선택하고 조합하기만 하면 되는데요! AI 전환을 한 번에 끝내버릴 수 있는 정말 좋은 기회여서 여러분께 빠르게 소개드
스펙만 바꾸면 프롬프트가 따라옵니다 - 답변 생성 모델 자동화 파이프라인
네이버 사내 기술 교류 행사인 NAVER ENGINEERING DAY 2026(5월)에서 발표되었던 세션을 공개합니다. 발표 내용 입력 스펙이 자주 바뀌는 쇼핑 에이전트 답변 모델 개발에서, 변경된 스펙만 입력하면 결함 탐지/프롬프트 최적화/SFT 학습 데이터 생성을 에이전트가 폐쇄 루프로 돌리는 자동화 파이프라인을 설계하며 얻은 구조와 적용 경험을 공유합니다. 발표 대상 AI 서비스를 위한 스펙기반 프롬프트 최적화를 적용하고자 하시는 기획/A
[뉴스레터] Cover Story - 4호
신용을 처음 만나는 수억 명 — 인도 소비 스토리의 진짜 주인공
LLM·하네스로 더 좋은 n8n 워크플로 생성하기
LLM에 정확한 정보와 도구를 제대로 쥐여 주면 더 높은 품질의 n8n 워크플로를 생성할 수 있습니다. 이 글은 LLM의 작업 환경 전체를 설계하는 접근 방식인 '하네스(Harness)'를 만들어 실험한 내용을 다뤘습니다. 같은 모델과 같은 요청을 두고 하네스 수준만 바꿨을 때 모델이 생성한 n8n 워크플로 품질이 어떻게 달라지는지 소개합니다.
Apache Iceberg 테이블 운영 실전기: 스냅샷 관리부터 Compaction까지
Iceberg의 강력한 기능은 공짜가 아니다 — 6개월간의 운영에서 배운 것들
[현장 스케치] 국방 AX의 미래, 소버린 AI로 완성합니다: 네이버클라우드 국방 AX 발전 전략 세미나
지난 6월 10일(수), 2026 대한민국 국방산업발전대전(2026 InLEX Korea)에서 네이버클라우드의 국방 AI 비전과 전략을 소개하는 ‘네이버클라우드 국방 AX 발전 전략 세미나’가 개최되었습니다. 최근 AI는 산업 전반을 넘어 국방 분야의 핵심 기술로 빠르게 자리 잡고 있습니다. 특히 미래 전장에서는 방대한 데이터를 실시간으로 분석하고, 지휘관의 의사결정을 지원하는 AI의 역할이 더욱 중요해지고 있는데요. 이번 세미나에서는 이러한
AI, 고객 행동의 순서를 읽다: 카카오뱅크 시퀀스 기반 FDS 모델 개발기
카카오뱅크는 날로 지능화되는 보이스피싱에 대응하기 위해 기존의 단일 거래(point) 기반 탐지 방식에서 벗어나, 고객의 연속된 행동을 분석하는 시퀀스 기반 탐지 모델을 개발했습니다. 이미지 분류에 사용되던 Vision Transformer(ViT) 아키텍처를 금융 시계열 데이터에 맞게 변형하여 고객의 앱 활동 및 거래 내역 시퀀스를 학습하고, 실시간 서빙 환경을 구축했습니다. 그 결과, 하루 평균 1,800만 건 이상의 추론 요청을 평균 20
GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 2: 하이브리드 검색과 자연어 쿼리 변환
1. Part 1 요약 Part 1: 데이터 파이프라인과 인덱싱에서는 검색 정확도의 기반이 되는 데이터 파이프라인을 다루었습니다. 글로지(GloZ Inc.)는 약 10만 명의 번역가 이력서를 검색 가능한 형태로 구조화하기 위해, 문서 유형별 파싱 → LLM 기반 메타데이터 추출 → 동의어·표기 변형 정규화 → 환각 검증 → 임베딩 입력 전략 최적화로 이어지는 데이터 정제 파이프라인을 구축했습니다. Amazon OpenSearch […]
AI 시대의 필수 소비재, 메모리 이해하기 4편: CXL 이해하기
CXL(Compute Express Link)의 등장 배경, CXL.io/.cache/.mem 세 가지 sub-protocol, Type 1/2/3 디바이스 분류, 1.1부터 3.x까지의 표준 진화, 그리고 삼성·SK하이닉스·마이크론의 CXL 메모리 제품군을 기술적으로 분석합니다.
ODW #8: Slack MCP로 사고 대응과 FAQ 생성 작업 속도를 높이는 실습형 사내 워크숍 후기
안녕하세요. LY Corporation의 Sakokawa입니다. 사내 시스템의 데이터 플랫폼 개발을 담당하고 있고, Orchestration Development Workshop의...