Jev로 AI 글 냄새 잡기 - 판정 모델을 교정 파이프라인 세 곳에 붙인 기록
요즘 AI와 함께 글을 쓰는 일이 부쩍 늘었습니다. 그러다 최근 DEVOCEAN에 올린 개발기(벡터DB를 걷어내고 유사글 추천을 되살린 이야기)가 "AI 느낌이 많이 난다"는 이야기를 들었고, 마침 책 원고 교정 도...
기업 기술블로그의 Python 관련 글 101개
요즘 AI와 함께 글을 쓰는 일이 부쩍 늘었습니다. 그러다 최근 DEVOCEAN에 올린 개발기(벡터DB를 걷어내고 유사글 추천을 되살린 이야기)가 "AI 느낌이 많이 난다"는 이야기를 들었고, 마침 책 원고 교정 도...
로봇을 움직이는 제어 정책을 학습할 때는 수백만 번의 시행착오가 필요합니다. 학습한 모델로 원하는 동작을 수행하는지 반복해서 검증해야 하는데, 실제 로봇으로 이를 반복하면 시간이 오래 걸리고 비용이 크며 로봇이 파손될 위험이 있습니다. 그래서 로봇 개발팀은 시뮬레이션에서 학습하고 실제 로봇에서 검증하는 Sim-to-Real 접근법을 사용합니다. 하지만 시뮬레이션에서 수많은 시행착오를 거치고 사전 학습된 모델을 로봇 데이터로 미세 조정하는 작업은
테스트는 실패하는데 코딩 에이전트가 '완료했다'며 멈춘 적이 있나요? 에이전트가 완료를 스스로 판단하기 때문입니다. 이 판정을 시스템에 맡기는 루프 엔지니어링을 살펴보고, Claude Code /goal을 분석해 Stop 훅으로 재구현해 봤습니다.
안녕하세요! 카카오에서 유저 편의성을 높이는 데 관심이 많은 토리입니다. 카카오에는 정말 다양한 서비스와 그 안에 쌓이는 방대한 데이터가 있습니다. 이 많은 콘텐츠와 유저를 잘 이어주는 역할을 하는 것이 바로 추천이고, 그중에서도 "얼마나 이 유저에게 맞는 콘텐츠를 보여주는가"는 서비스 체류시간과 만족도에 직결되는 핵심 문제입니다. 그래서 세그먼트 단위로 동작하던 추천 로직을, 유저 개인의 히스토리를 반영하는 개인화 랭킹 모델로 교체하는 프로젝
셀트리온제약은 케미컬의약품과 바이오의약품을 국내외 시장에 공급하는 대한민국 대표 제약기업입니다. 셀트리온제약은 의약품 위탁 생산(Contract Manufacturing Organization, CMO)을 위한 관리, 공급망, 계약 업무를 하나로 연결하는 핵심 시스템인 OMS(Order Management System)를 새롭게 구축해야 했습니다. 프로젝트 착수 시점에 개발팀이 마주한 현실은 다음 한 문장에 압축되어 있습니다. “3개월 안에 O
VoiceALF가 “입을 뗄 타이밍”를 배우게 하려면
저희 팀은 데이터 입수 플랫폼의 배치 워크플로를 Airflow 2.10.2로 운영하고 있습니다. 2025년 4월 Airflow 3.0이 릴리스되었고, UI 개선과 다양한 신규 기능이 포함되었습니다. 이 변화가 저희 운영 환경에 필요하다고 판단했고 도입을 위한 PoC(Proof of Concept)를 진행했습니다. 이 글은 그 PoC 과정에서 Python의 멀티프로세싱 방식 중 하나인 fork로 인해 발생한 문제를 발견해 해결하고 기여한 과정을
개발자 여러분, 안녕하세요!8월 넷째 주 블로그에 발표된 Google의 주요 개발자 제품별 최신 소식을 살펴보세요.[주요 개발자 블로그 업데이트]AI & Machine LearningGemini 3.5 Transcribe로 더 똑똑해진 음성-텍스트 변환 (국문)한국의 AI 활용 수준, 글로벌 평균 대비 1.7배 정교…AI 역량이 만드는 일과 교육의 변화 (국문) 딥러닝과 Keras를 이용한 우주 신호 해독 (Decoding cosmic sign
안녕하세요. SK AX 의 송영목 매니저입니다. Vision Transformer(ViT)를 TensorFlow/Keras로 직접 구현하면서, 개념 → 수식/구조 → 코드 → 실행 결과 순서로 한 단계씩 설명합니다....
개발자 여러분, 안녕하세요!8월 둘째 주 블로그에 발표된 Google의 주요 개발자 제품별 최신 소식을 살펴보세요.[주요 개발자 블로그 업데이트]AI & Machine LearningGemini 3.7 플래시를 소개합니다 (국문)LiteRT와 Gemma로 Raspberry Pi에서 온디바이스 AI 마스터하기 (Mastering Edge AI on Raspberry Pi with LiteRT and Gemma)Go 언어가 AI 보조 소프트웨어 공
형식이 제각각인 수천만 행 시장 데이터를 활용해, 자연어 질문에 검증된 수치로 답하는 사내 AI 애널리스트 플랫폼을 만든 개발기입니다. LLM은 질문 해석만 담당하고 수치 계산은 결정적 코드가 수행하는 아키텍처부터, 결정적 프리파서가 LLM 추출을 덮어쓰는 하이브리드 설계, 정답표를 코드로 고정하는 이중 평가 체계(오라클 테스트 + 골드 평가 하니스)까지 구체적인 버그 해부와 함께 공유합니다. 여기에 개발 전 과정을 멀티에이전트 AI 워크플로로
안녕하세요, 포스타입 백엔드 엔지니어 장예훈이에요. 사내 AI 챗봇 구축기 이후 다시 한번 인사드리는 것 같네요. 이번에는 포스타입이 유저에게 어떻게 개인화된 추천을 하는지, 그 기술적인 내용과 성과, 트러블슈팅 과정을 공유해보려 합니다. 포스타입은 유저에게 최적의 포스트를 추천하려고 여러 시도를 하고 있어요. 그중에서도 개인화 추천에 특히 공을 들였어요. 개인화 추천에서 가장 중요한 건 유저가 어떤 취향인지를 파악하는 일입니다. 그런데 이걸
사람처럼 자연스럽게 대화하는 한국어 음성 AI를 만들기 위해서는 어떤 준비가 필요할까요? 이전 테크 블로그에서는 HCX-OMNI를 소개하면서 ✔️ HyperCLOVA X가 음성을 더 정확하게 이해하고, ✔️ 더 자연스럽게 말하는 방향으로 확장되고 있음을 설명했습니다. 하지만 더 잘 듣고 더 유창하게 말하는 모델이더라도 여전히 상당수의 음성 AI는 ‘사용자가 질문하면 AI가 답하고 다시 사용자가 기다리는’ 방식으로 동작합니다. 하지만 실제 사람의
torch.compile의 세 구성 요소인 TorchDynamo, AOTAutograd, TorchInductor가 각각 어떤 원리로 동작하는지 설명합니다. 그래프의 개념부터 바이트코드 가로채기와 guard, graph break, 디스패처 하단에서의 연산 정규화, 원소 단위 IR과 코드 생성까지 다룹니다.
들어가며 — 비어 있던 추천 섹션 DEVOCEAN 블로그 글을 끝까지 내리면 맨 아래에 "DEVOTEE 추천 블로그" 라는 자리가 있습니다. 지금 읽는 글과 비슷한 주제의 글 4건을 슬쩍 띄워주는 곳인데, 언젠가부터...
본 블로그는 Amazon Braket 하이브리드 알고리즘 시리즈의 두 번째 글입니다. 각 편의 구성은 다음과 같습니다. 1편: 알고리즘 스크립트 방식의 하이브리드 잡 환경 구성 2편 (현재 글): @hybrid_job 데코레이터 방식과 로컬 잡 활용 지난 블로그에서는 알고리즘 스크립트 방식에 기반한 하이브리드 잡 환경을 구성하는 방법에 대해 소개하였습니다. 이번 블로그에서는 @hybrid_job 데코레이터를 이용한 하이브리드 잡 환경을 구성하는
페이지 1 / 6 (총 101개)