bubhyun

https://medium.com/myrealtrip-product/ai%EB%A1%9C-5%EC%B4%88%EB%A7%8C%EC%97%90-%ED%95%AD%EA%B3%B5%EA%B6%8C-%ED%99%98%EB%B6%88-%EC%88%98%EC%88%98%EB%A3%8C-%EA%B3%84%EC%82%B0%ED%95%98%EA%B8%B0-c6cc5955c32d AI 항공권 환불 수수료 계산 API 개발 과정에서의 시행착오와 인사이트1. 프로젝트 배경항공 환불 문의가 전체의 약 **20%**를 차지.환불 규정은 항공사·노선·발권일·출발지 등 수많은 조건에 따라 달라지고 자연어로 복잡하게 작성됨.고객도 상담사도 매번 계산하기 어려운 구조.목표: “AI가 규정을 읽고 자동으로 수수료 계산”, 고객은 기다리..

https://devocean.sk.com/blog/techBoardDetail.do?ID=168010&boardType=techBlog LLM 기반 내비게이션 에이전트 개발기: 에이닷과 함께 진화하는 대화형 모빌리티 AI devocean.sk.com 1. 문제 정의: 기존 내비게이션은 운전자의 “자연스러운 말”을 못 알아듣는다운전자 실제 발화는 자연어, 맥락 의존, 복합 의도임.예: “근처 주유소 들렀다 집에 가자.”경유지(주유소) + 최종 목적지(집) + 경유 순서까지 포함된 복합 지시.기존 규칙 기반 NLU 시스템 한계미리 정의된 명령어 템플릿(“○○로 가자”, “목적지 설정해”)에만 반응.복잡하거나 애매한 표현은 인식 실패(fallback).이전 발화를 기억하지 못함 → 맥락 대화 불가.음성 인식..

https://toss.tech/article/internal-mcp-server “토스가 MCP 서버를 도입한 이유와 얻은 효과”출발점: API 연동 자동화의 필요사내 API 개발 후 공유 과정이 번거롭고 비효율적매번 Swagger 링크 찾아 공유해야 함정보가 오래된 스레드 속에 묻힘API 스펙 변경 시 혼란 가중“LLM에게 API 스펙을 제공해 자동화하면 되지 않을까?”→ Swagger MCP 서버 개발로 이어짐MCP(Model Context Protocol) 도입 효과 문제MCP 도입 후API 스펙 공유 반복자연어로 “API 개발했다” → 자동 접근스펙 변경 시 재공유 필요서버가 최신 스펙 자동 제공API 호출 로직 구현 부담LLM이 API 분석 + 코드 생성외부 시스템 연결 각각 개발MCP로 표준..

https://devocean.sk.com/blog/techBoardDetail.do?ID=167986&boardType=techBlog 저 유쾌한 친구지만 선은 안 넘습니다. - 에이닷 통화제목 AI 길들이기 devocean.sk.com SK텔레콤 에이닷(A.) AI 통화요약의 한 기능인 한줄요약은수많은 통화 기록 속에서 원하는 통화를 빠르게 찾도록 돕는 제목 생성 기능입니다.또 때로는 유쾌한 제목으로 통화 자체를 하나의 추억으로 만들어주기도 하죠.하지만 기존 서비스에는 몇 가지 아쉬움이 있었습니다.문제점너무 성의 없어 보이는 제목통화가 짧거나 주제가 다양하면“퇴근 길에 나눈 이야기”처럼 추상적인 제목이 자주 생성분위기와 맞지 않는 재미요약진지한 통화인데도 갑자기 장난스러운 제목 생성 → 사용자 불편 ..

https://devocean.sk.com/blog/techBoardDetail.do?ID=167963&boardType=techBlog “PPT + Vector DB로 구현한 Semantic Search”프로젝트 개요목표:5,000개의 PPT, 80,000건의 Vector DB를 활용해 의미기반 검색(Semantic Search) 구현핵심 아이디어:PPT 슬라이드 단위로 데이터를 추출하고, 메타정보 + Long Context Embedding을 적용해Lite Ontology DB 형태로 구축성과:완전한 온톨로지 구조는 아니지만, 의미 추론 및 문서 간 연관 탐색이 가능해짐온톨로지(Ontology) 개념팔란티어(Palantir)의 정의에 따르면,온톨로지는 “기술적 언어 구조”가 아니라 “업무의 디지털 ..

https://devocean.sk.com/blog/techBoardDetail.do?ID=167446&boardType=techBlog RAG 시스템을 위한 문서 전처리 가이드: AI가 이해하기 쉬운 형태로 만들기 devocean.sk.com RAG(Retrieval-Augmented Generation) 개요 RAG의 목적LLM이 학습 데이터에만 의존하는 한계를 보완.자체 데이터 소스(API, DB, 문서 등) 를 검색하여정확하고 최신의 응답을 생성하기 위함. 동작 원리사용자 입력(Prompt) 수신관련 문서 검색 (Retrieval) – Knowledge Source(문서/DB 등)에서 관련 정보 검색검색 결과 가공 (Enhanced Context) – 유의미한 정보만 추출LLM 입력 조합 (Pro..

https://medium.com/musinsa-tech/ai%EB%92%A4%EC%97%90-%EC%82%AC%EB%9E%8C-%EC%9E%88%EC%96%B4%EC%9A%94-human-in-the-loop%EB%A5%BC-%EC%9C%84%ED%95%9C-vlmops-%EC%96%B4%EB%93%9C%EB%AF%BC-%EA%B5%AC%EC%B6%95%EA%B8%B0-32d5e7f30a25 무신사 VLMOps 어드민 & Human-in-the-loop 요약AI 자동화와 Human-in-the-loop의 필요성AI 기술이 발전해도 서비스 적용에는 여전히 사람의 개입이 필수.이유:문제 정의와 목표 설정은 인간의 역할.AI는 예외 처리, 맥락 이해, 편향·할루시네이션 보완이 어려움.사람은 서비스 맥락에 ..

https://devocean.sk.com/blog/techBoardDetail.do?ID=167950&boardType=techBlog 요즘에는 AI로 코딩을 이렇게 한다고? (Dev Ground 2025 세미나 후기) devocean.sk.com 1. LLM(대규모 언어모델) 활용의 핵심: “설계와 컨텍스트 관리”LLM은 대화가 길어질수록 성능이 저하(바보화 현상) 됨.→ 컨텍스트 관리 필수.해결책:세션이 길어지면 “저장 후 새 세션 시작”설계내용을 Markdown(md) 파일로 저장하고 재참조 2. CLAUDE.md로 팀 규칙 자동화Claude Code(CC) 등 AI 코딩 툴은 “지침 파일”을 통해 학습 가능.CLAUDE.md 예시 내용:팀 코딩 컨벤션 / 코드 스타일 가이드자주 쓰는 명령어 (n..

https://meetup.nhncloud.com/posts/396 AI 기반 코딩 도구 보안 가이드(Claude Code를 안전하게 사용하기 위한 Dev Container 격리 환경 구축) 들어가며AI 기반 코딩 도구는 개발 생산성을 크게 높이지만, 강력한 기능만큼 보안 위험도 존재합니다.이 글에서는 Claude Code를 예로 들어, 안전하게 사용할 수 있는 격리 개발 환경(Dev Container) 구축 방법을 소개합니다.1. AI 코딩 도구의 보안 위험성1) 사고 사례시스템 권한 변경 사고 (2025.3)Claude Code의 auto-update 버그 → root 권한일 때 시스템 파일 권한 변경 → 일부 서버 먹통.의도치 않은 파일 삭제GitHub Issue에 작업 디렉토리 전체 삭제, 권한 ..

https://techblog.yogiyo.co.kr/ai%EB%A5%BC-%ED%99%9C%EC%9A%A9%ED%95%9C-%EC%84%9C%EB%B2%84-%EB%AA%A8%EB%8B%88%ED%84%B0%EB%A7%81-%EC%9E%90%EB%8F%99%ED%99%94-99bc111b5716 Gemini 2.5 Pro로 주간 모니터링 분석 자동화하기1시간 → 5분 매주 반복되는 모니터링 업무가 있습니다.“이번 주 트래픽은 지난 주 대비 어떻게 변했나요?”“최근 배포 이후 에러율에 변화가 있나요?”“DB 성능 지표는 안정적인가요?” 이 질문들에 답하기 위해 매주 월요일마다 Datadog 대시보드를 열고 1시간 이상을 들여 지표를 비교하고 캡처하며 리포트를 작성했습니다. 필요하지만 반복적이고, 담당자마..