무신사
Flex
채널 톡
여기어때
라인
미리디
아임웹
우아한형제들
포스타입
라포랩스
올리브영
왓챠
Samsung Tech
SSG
Netflix
당근
토스
Pinterest
쏘카
Airbnb
카카오뱅크
컬리
카카오페이
마이리얼트립AI
채널 톡
Jun 12AI ENGINEER NIGHT Q&A 총정리
2,000개 고객사의 상담 데이터를 정복한 채널톡 AI팀의 RAG 고도화와 에이전트 설계 전략 대공개
RAGLLM Agent+3
NAVER D2
Jun 11MLXP : Kubernetes LLM Serving 최적화 기술 도입기
KV Cache 라우팅부터 Istio 충돌 해결까지, MLXP 플랫폼의 실전 LLM 서빙 최적화 분투기
KubernetesLLM+3
채널 톡
Jun 11팀장님이 QA 100번 시키길래 만들었습니다.
단순 테스트를 넘어 설계 결함까지 스스로 진단하고 개선하는 채널톡 FDE의 자가 진화형 QA 시스템 구축기
LLMDFS+3
라인
Jun 10레거시 프로젝트에서 AI 드리븐 프로젝트로 전환, AX 로드맵
단순 도구 도입을 넘어 시스템과 문화로 정착시키는 실전 SDD 방법론과 파이프라인 구축 전략
AI TransformationSpec-Driven Development+3
토스
Jun 9얼굴 인식의 역사와 페이스페이의 미래
비밀 연구실의 수학적 계산에서 인간을 초월한 99.6% 정확도의 AI 시스템으로
Computer VisionDeep Learning+3
카카오뱅크
Jun 9AI, 고객 행동의 순서를 읽다: 카카오뱅크 시퀀스 기반 FDS 모델 개발기
단일 거래 분석을 넘어 수천만 건의 고객 행동 시퀀스를 20ms 만에 읽어내는 딥러닝 기술의 정수
Vision TransformerTime-series Classification+3
NAVER D2
Jun 8AI국민비서: 공공 특화 에이전트 구축하기
복잡한 행정 절차를 해결하는 지능형 에이전트의 설계부터 최적화까지 모든 노하우를 공개합니다.
HyperCLOVA XLLM+3
토스
Jun 5토스팀이 AI 파도를 마주하는 방법: AI Surf Day
개발자부터 비개발자까지, 전 직원이 AI 에이전트를 직접 만드는 토스의 'AI Surf Day' 파격 실험기
AI TransformationGenerative AI+3
NAVER D2
Jun 4비개발자가 한 달 동안 풀스택으로 개발하면서 배운 것
프롬프트부터 MCP까지, 비개발자가 AI를 '길들여' 프로덕션급 서비스를 만드는 실전 전략
LLMPrompt Engineering+3
Airbnb
Jun 2과거 데이터가 부족할 때, 지리적 데이터에서 답을 찾다: 에어비앤비의 시계열 예측 전략
베이지안 계층 모델로 구현한 '지리적 타임머신': 전 세계 10만 개 경로의 수요를 예측하는 기술적 해법
Bayesian InferenceTime Series Forecasting+3
NAVER D2
Jun 1AI 에이전트가 코드를 실험하고 개선하는 법
네이버가 Karpathy의 AutoResearch를 실무에 이식하여 QoE 17%를 끌어올린 자율 최적화 비결
AI AgentQoE Optimization+3
Samsung Tech
Jun 1AI 저작권 소송 – 美 법원의 판단 기준
앤트로픽부터 뉴욕타임스 소송까지, 법원이 공정이용(Fair Use)을 가르는 3가지 핵심 잣대 완전 분석
Generative AICopyright Law+3