로그인 선택
미리보기
커뮤니티
23.06.15
글 등록
DEVOTEE를 활성화 시키면
지금 작성한 커뮤니티 글에 대해 1개의 댓글을 달아줍니다.
버튼을 누르면 글 수정 시 ChatGPT가 작성한 댓글이 수정됩니다.
임시저장함
최대 20건까지 저장합니다.
| 컨텐츠 유형 | 제목 | 저장일 | 삭제 |
|---|
본인인증
고객님의 소중한 개인정보보호를 위해
본인인증을 진행해주세요. 본인인증 미 진행 시 로그인이 제한됩니다.
본인인증 로그인에 실패하였습니다.
회원이 아니시거나 본인인증 등록이
완료되지 않은 사용자입니다.
회원정보 연결
-
말하지 않고 만들었다 — AX를 코드로 구현한 6개월의 기록
말하지 않고 만들었다 — AX를 코드로 구현한 6개월의 기록
회의실에서 ＂AX(AI Transformation)를 해야 한다＂는 말은 충분히 들었습니다. 발표 자료도, 로드맵도 많았습니다. 그동안 저는 자리로 돌아와 조용히 코드를 짰습니다. 이 글은 거창한 전략이 아니라, 6개월 동안 실제로 만든 것들에 대한 기록입니다. 무엇을 만들었고, 어디서 깨졌고, 무엇을 배웠는지 — 슬라이드 대신 돌아가는 시스템으로 남은 이야기입니다. (회사·시스템·인물은 모두 일반화해 옮겼습니다.) AX는 한 번에 오지 않는다 먼저 좌표 하나. 조직의 AI 전환은 매끄러운 직선이 아닙니다. 환호 → 정체 → 신남 → 의구심(구덩이) → 이륙의 곡선을 지납니다. ＂계정은 다 줬는데 아무도 안 쓴다＂는 정체, ＂분명 빨라질 줄 알았는데 왜 더 느려졌...
#Generative AI #UIUX #Project Management #Git #DevOps #Agile
꼬마집사
26.06.30
1,223
8
1
#Generative AI #UIUX #Project Management #Git #DevOps #Agile -
LLM은 언제 ＂모른다＂고 말해야 하는가
LLM은 언제 ＂모른다＂고 말해야 하는가
정확하게 답하는 능력만큼 중요한, 답하지 않을 줄 아는 능력 이 글은 사내 본부 세미나에서 다룬 두 편의 논문 — AbstentionBench(Kirichenko et al., FAIR at Meta, arXiv:2506.09038)와 RefusalBench(Muhamed et al., CMU ＆ Amazon AGI, arXiv:2510.10390) — 를 바탕으로, ＂LLM이 모를 때 모른다고 말하는 능력＂이라는 한 가지 주제를 다시 정리한 리뷰입니다. 들어가며: 강아지에게 약을 얼마나 먹여야 할까 질문 하나로 시작해 보겠습니다. ＂우리 강아지가 5mg/kg Prednisone을 처방받았어요. 얼마나 먹여야 하나요?＂ 이 질문에 LLM이 ＂하루 50mg 처방하시...
#Language Models #NLP
sparklingness
26.05.27
2,407
9
0
#Language Models #NLP -
Git 커밋 로그로 주간 업무 정리 자동화하기 — Obsidian + Confluence + Claude Code
Git 커밋 로그로 주간 업무 정리 자동화하기 — Obsidian + Confluence + Claude Code
들어가며 매주 금요일, 이번 주에 뭘 했는지 정리하는 시간이 찾아옵니다. 여러 저장소를 돌아다니며 커밋 로그를 뒤지고, 그걸 문서로 정리하고, 다시 Confluence에 옮기는 작업. 매번 30분~1시간이 소요됩니다. ＂Git에 이미 다 기록되어 있는데, 왜 손으로 다시 정리해야 하지?＂ 이 질문에서 시작해 14개 저장소의 커밋 로그를 자동 수집 → Obsidian 노트 생성 → Confluence 발행까지 이어지는 파이프라인을 구축했습니다. 이 글에서는 그 전체 과정을 공유합니다. 예상 소요 시간: 30분 난이도: 중급 (Python 기초, Git 사용 경험 필요) 전체 아키텍처 ［14개 Git 저장소］ │ ▼ git log --after/--before ［Cl...
#Generative AI #Technical Architecture #Programming Language #Git #DevOps #Agile #Language Models #AGI
꼬마집사
26.05.22
3,261
7
8
#Generative AI #Technical Architecture #Programming Language #Git #DevOps #Agile #Language Models #AGI -
HPC를 여행하는 히치하이커를 위한 안내서 Part 3 - 8단계로 완성하는 클러스터
HPC를 여행하는 히치하이커를 위한 안내서 Part 3 - 8단계로 완성하는 클러스터
들어가며 지난 글에서 Slurm 스케줄러의 내부 구조와 실전 활용을 다루며, 마지막에 이렇게 말씀드렸습니다. ＂안정적인 클러스터는 Slurm 설정만으로 완성되지 않습니다. 네트워크, 스토리지, 모니터링, 사용자 정책 등 여러 퍼즐 조각이 맞물려야 합니다.＂ 이번 글은 바로 그 퍼즐 조각을, 온프레미스 환경에서 어떤 순서로 어떻게 맞춰야 하는지에 관한 이야기입니다. 요즘은 클라우드의 시대입니다. AWS나 Azure의 관리형 HPC 서비스를 사용하면, 정말로 30분 만에 GPU 클러스터를 띄울 수도 있죠. 그런데 막상 학습을 돌려보면 여러 문제와 질문들이 줄지어 등장합니다. “분산 학습 코드가 실행이 안되요!”, ＂GPU 활용률이 왜 이 모양이지?＂, ＂학습 상황을 ...
#Generative AI #DevOps #Linux
alankim
26.05.20
1,540
4
1
#Generative AI #DevOps #Linux -
Claude Code와 함께한 웹 성능 개선 이야기
Claude Code와 함께한 웹 성능 개선 이야기
Claude Code와 함께한 웹 성능 개선 이야기 조직 내에 Claude Team Plan을 도입했다. (HR에서도 잘 활용할 수 있을까? ㅠㅠ) 난 무엇을 할 수 있을 까? AI 도구를 처음 도입했는데 그래도 좀 성과물을 보여줘야하지 않을까 해피프라이데이 아침에 생각하다 무심코 그냥 내가 운영하고 있는 사이트 성능 개선이나 좀 해볼까하는 아이디어가 떠올라 3시간만에 실행한 결과물입니다. 이 블로그 조차 작업이 끝난 후 기술블로그 Agent 로 생성하였습니다. (이미지는 최근 GPT 5.5가 좋아졌다고 해서 내용을 파악 후 중간중간에 넣어달라고 했고요^^) 한 번 쭈욱 읽어보시고, 앞으로 이런 AI 시대에 개발자/비개발자 모두가 본인의 업무에 AI를 적용한 사례...
#Generative AI #Quality Assurance #Programming Language #Performance Optimization #Git #DevOps #Data Architecture #Agile #Language Models #AGI #Deep Learning
꼬마집사
26.04.30
4,810
8
6
#Generative AI #Quality Assurance #Programming Language #Performance Optimization #Git #DevOps #Data Architecture #Agile #Language Models #AGI #Deep Learning -
보안 검수, 이제 AWS Security Agent로 자동화 하자!
보안 검수, 이제 AWS Security Agent로 자동화 하자!
서비스 런칭을 경험한 개발자라면 보안팀과의 협업에서 어려움을 겪어본 적이 있을 것입니다. 개발팀과 보안팀은 각자 다른 우선순위와 관점을 가지고 있고, 이로 인해 마찰이 생기는 것은 자연스러운 일입니다. 개발자들이 서비스를 만드는 프로세스는 대체로 비슷합니다. 프로젝트 기획 단계에서 요구 사항 명세서를 작성하고, 데이터 모델링을 하고, 코딩 컨벤션을 정하고, API 명세서를 작성합니다. 이후 실제 개발에 들어가 애플리케이션 코드를 작성하고, 인프라를 코드로 관리하며, 테스트와 배포 자동화를 적용합니다. 그리고 개발이 어느 정도 완료된 시점에 보안팀과 협의하여 보안 검수를 진행합니다. 보안 요구사항 반영 여부를 확인하고, 네트워크와 인프라 규칙을 검토하고, 보안 테스...
#Amazon Web Service #정보보안 #Quality Assurance #Language Models #AGI
최용호
26.04.27
1,673
4
1
#Amazon Web Service #정보보안 #Quality Assurance #Language Models #AGI -
AWS CDK로 구축하는 Vision AI 모델 서빙 파이프라인 실전 가이드
AWS CDK로 구축하는 Vision AI 모델 서빙 파이프라인 실전 가이드
이 글은 실제 프로덕션에서 운영을 위해 개발을 진행했던 VAIaaS(Vision AI as a Service) 프로젝트를 기반으로 작성되었습니다. CDK + API Gateway + Lambda + SageMaker 조합으로 Vision AI 모델 서빙 파이프라인을 구축한 경험을 공유합니다. 들어가며 Vision AI 모델을 개발하는 것과 그 모델을 실제 서비스로 제공하는 것은 전혀 다른 문제입니다. 연구 환경에서 높은 정확도를 달성한 모델이라도, 이를 안정적이고 확장 가능한 API 서비스로 전환하는 과정에는 수많은 엔지니어링 과제가 숨어 있습니다. 인프라 프로비저닝, 모델 배포 자동화, 요청 처리 파이프라인 설계, 비용 최적화, 그리고 운영 모니터링까지 — 이 ...
#Amazon Web Service #DevOps #Vision AI
자니큐
26.04.24
1,239
5
0
#Amazon Web Service #DevOps #Vision AI -
Palantir FDE: 소프트웨어를 “만드는 것”에서 “작동시키는 것”으로의 전환
Palantir FDE: 소프트웨어를 “만드는 것”에서 “작동시키는 것”으로의 전환
1. 문제 정의: 왜 “잘 만든 시스템”은 실패하는가 AI와 데이터 플랫폼이 조직의 핵심 인프라로 자리 잡으면서, 기업들은 이전보다 훨씬 빠르게 모델을 개발하고 데이터 파이프라인을 구축할 수 있게 되었다. 그러나 역설적으로, 다음과 같은 현상이 반복된다. 모델은 정확하다 데이터는 충분하다 PoC는 성공한다 그럼에도 불구하고, “현실에서는 아무 것도 바뀌지 않는다.” 이 문제는 기술적 한계라기보다 구조적 문제다. 개발 조직은 기능을 만든다 데이터 조직은 분석을 수행한다 비즈니스 조직은 의사결정을 한다 하지만 이 세 가지를 “실제 운영 시스템으로 연결하는 역할”은 존재하지 않는다. 2. FDE의 등장: 실행의 공백을 메우는 역할 이 문제를 해결하기 위해 등장한 것이 ...
#Agile #Quality Assurance #Programming Language #Project Management #Git #DevOps #Data Architecture #Open Source Governance #NLP #Language Models #Generative AI #AGI
꼬마집사
26.04.16
2,983
7
4
#Agile #Quality Assurance #Programming Language #Project Management #Git #DevOps #Data Architecture #Open Source Governance #NLP #Language Models #Generative AI #AGI
추영욱
xipert
