기업 기술블로그의 Python 관련 글 90개
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
안녕하세요. teus입니다. 이번 포스팅은, claude code에서 설정할 수 있는 reasoning effort가 과연 효과가 있는지 소스코드 레벨에서 점검해봅니다. 0. Effort claude code를 보면...
기업의 업무에 AI를 도입하면 무엇이 달라질까요? 반복 업무를 자동화하고, 매달 작성하던 보고서를 대신 만들고, 업무 시스템과 연결해 사용자가 요청한 작업까지 처리할 수 있을까요? 네이버 사내에서 열린 ‘모두의 Engineering Day AI 해커톤’에 참여하면서 저희도 비슷한 의문을 품었습니다. 낯선 재무 업무를 이해하고 Claude Code를 활용해 실제로 동작하는 결과물을 만들어야 하는 상황에서, 처음에는 자연스럽게 ‘AI가 무엇을 해줄
같은 코드를 리뷰시켜도 판정이 매번 달라지는 이유는 LLM의 비결정성 때문입니다. temperature를 0으로 내려도 흔들림은 남습니다. 코드 위임·폭 좁히기·다수결·하네스로 LLM 판정의 일관성을 높이는 네 가지 방법을, 총 55회 호출 실험 결과와 함께 정리했습니다.
이 글은 Claude Code의 핵심 설정 파일인 CLAUDE.md를 효율적으로 관리하기 위한 컨텍스트 엔지니어링 전략을 다룹니다. 무분별한 규칙 추가가 오히려 AI의 성능을 저해하는 컨텍스트 부패(Context Rot) 현상을 설명하고, 이를 방지하기 위한 JIT(Just-In-Time) 전략, 메모리 계층 구조 활용, 그리고 안드레 카파시(Andrej Karpathy) 스타일의 간결한 지침 작성법을 제시합니다. 단순한 프롬프트 작성을 넘어
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
카카오뱅크의 LostCow 팀이 금융보안원에서 주관한 ‘2025 금융 AI Challenge’에서 우수상을 수상했습니다. 이번 글에서는 모델 선정 → 데이터 전처리 → 도메인 학습 → RAG → 양자화 및 추론 최적화까지, 4주라는 짧은 시간 동안 수많은 제약 조건 속에서 어떻게 우수상까지 거머쥘 수 있었는지에 대한 모델 개발 일련의 과정을 다룹니다.
페이지 1 / 5 (총 90개)
