AI (페이지 3)

AI

토스

Aug 3

DS와 MLE가 함께 일하는 법

노트북 코드에서 완벽한 추상화 계약과 모노레포로 나아간 DS와 MLE의 3단계 협업 진화기

MLOpsMonorepo+3

여기어때

Jul 31

늙어버린 당신의 AI

최신 LLM 세대 전환 시 반드시 점검해야 할 프롬프트 및 설정 파일 감사와 정기 검진 자동화 전략

LLMClaude 5+3

Netflix

Jul 30

GenRec: 넷플릭스의 LLM 네이티브 추천 시스템을 향하여

수만 개의 피처 가공 대신 한 줄의 프롬프트와 프리필 전용 추론 최적화로 성능과 비용을 모두 극대화한 GenRec 비하인드

LLMRecommendation System+3

토스

Jul 30

LLM은 똑똑한데, 왜 우리 회사 일은 모를까

문서부터 메신저, 코드까지 파편화된 사내 지식을 유기적으로 엮어내어 신뢰할 수 있는 단일 컨텍스트 레이어를 구축하는 전략

LLMRAG+3

Airbnb

Jul 28

평가 주도 개발: 대규모 GenAI 평가를 통해 얻은 교훈

비결정적인 LLM의 한계를 극복하고 가상 심사위원과 정교한 보정 프로세스를 결합하여 신뢰성 높은 서비스를 구현하는 로드맵

LLM EvaluationGenerative AI+3

Jul 27

피너의 성장: 핀터레스트의 주간 활성 사용자 증가를 이끄는 유스케이스 표현 개선 사례

단기적 engagement 중심에서 벗어나 유저의 라이프사이클과 다중 관심사 전이를 추적하는 추천 시스템 아키텍처

Recommendation SystemsClustering+3

NAVER D2

Jul 24

[AI 해커톤 후기] AI 해커톤 1위 팀이 AI에게 맡기지 않은 것

환각과 권한 통제 오류를 완벽 차단하고, AI가 멈춰도 작동하는 견고한 업무 시스템 설계법

LLMMCP+3

라포랩스

Jul 23

4050의 장바구니 속 고민을 들여다보며 시작된 PB팀 이야기

단순한 MD를 넘어 '미니 CEO'로 성장하는 라포랩스 PB팀의 초고속 가설 검증과 AI 자동화 혁신 스토리

AI GenerationE-commerce+3

Airbnb

Jul 21

게스트 여정 학습을 통한 에어비앤비 검색 개인화

데이터 처리 효율 4배 상승과 예약 전환율 극대화를 동시에 달성한 에어비앤비의 영리한 오프라인-온라인 분리 서빙 아키텍처

TransformerRecommendation+3

Netflix

Jul 17

넷플릭스의 자체 LLM 서빙 플랫폼 구축기

vLLM과 Triton을 결합하여 무중단 배포와 고성능 제약 디코딩까지 정복한 넷플릭스의 풀스택 추론 플랫폼 아키텍처

vLLMTriton Inference Server+3

라인

Jul 16

오픈챗 이름 및 설명 글로 유해성 판단하는 모델 개발하기

Granite Guardian과 LoRA, 그리고 KV 캐싱으로 정확도와 인프라 비용을 동시에 해결한 여정

LLMFine-Tuning+3

몇 주에서 단 하루로: LLM 평가를 빠르게 반복 가능하도록 개선한 방법

Airbnb

Jul 14

몇 주에서 단 하루로: LLM 평가를 빠르게 반복 가능하도록 개선한 방법

지루하고 반복적인 LLM 평가 병목을 시스템 엔지니어링 패턴으로 우아하게 해결하는 4개 레이어 전략

LLM EvaluationLoRA+2

Page 3 / 16·25~36 of 184

1 234 5