Moait
홈인기 피드모든 블로그모든 태그
홈인기 피드모든 블로그모든 태그

최신 피드를 AI 요약으로 빠르게 확인하세요

IT 기업 기술 블로그 모음

ADK Go 1.0 Arrives! 섬네일
ADK Go 1.0 Arrives!
구글 favicon구글
·Architecture·
Go, OpenTelemetry, YAML, Agent Development Kit

구글이 ADK Go 1.0의 출시로 생산 준비된 다중 에이전트 서비스 개발 프레임워크를 제시합니다. 주요 업데이트로 OpenTelemetry 기반 깊은 트레이싱, 자가 복구 로직용 플러그인 시스템, 안전성 강화를 위한 Human-in-the-Loop 확인이 포함됩니다. YAML 기반 설정과 A2A 프로토콜로 언어 간 통신이 원활해져 Golang 기반 멀티에이전트 시스템의 구축이 용이해집니다.

2026년 03월 31일·0
NVIDIA와 함께 AWS에서 자율주행 3.0을 위한 End-to-End Physical AI 데이터 파이프라인 구축하기 섬네일
NVIDIA와 함께 AWS에서 자율주행 3.0을 위한 End-to-End Physical AI 데이터 파이프라인 구축하기
AWS faviconAWS
·Architecture·
AWS, NVIDIA Alpamayo, NVIDIA Cosmos Curator, NVIDIA Omniverse NuRec, NVIDIA Cosmos Reason

AWS와 NVIDIA가 자율주행 3.0용 End-to-End Physical AI 데이터 파이프라인 아키텍처를 제시하고, 원시 센서 데이터를 수집부터 검증까지의 전체 흐름을 설명합니다. 핵심 구성은 데이터 수집에서 품질 검증, Cosmos Curator 큐레이션, 시맨틱 검색, NuRec의 3D 재구성, Alpamayo 기반 VLA 학습과 AlpaSim 시뮬레이션으로 구성됩니다. 이 아키텍처는 멀티모달 데이터 수집과 빠른 데이터 큐레이션, 증강 및 시뮬레이션으로 후보 모델의 학습과 검증 속도를 크게 높이며, AWS 관리형 인프라를 통해 확장성과 안전성을 제공합니다.

2026년 03월 31일·0
클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 1부 – VoD환경에서의 비디오 분석 파이프라인 구축하기 섬네일
클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 1부 – VoD환경에서의 비디오 분석 파이프라인 구축하기
AWS faviconAWS
·Architecture·
Python, AWS Lambda, Amazon EventBridge, Amazon Bedrock, Amazon S3

AWS가 TwelveLabs Marengo 멀티모달 비디오 임베딩을 활용해 VoD 환경에서 비디오 인텔리전스 파이프라인 구축 방법을 아키텍처 차원에서 제시합니다. 실시간 수요에 따른 S3 이벤트+ Lambda, EventBridge, MWAA, Scheduler+Lambda/Step Functions, 또는 Batch 등 다양한 아키텍처를 제시하고, 임베딩 시작 시점과 결과 저장 방식의 차이를 설명합니다. 목표에 따라 즉시 분석 또는 대규모 배치를 선택할 수 있으며, Marengo의 자연어 검색 가능성 등 실무 적용 포인트를 구체적으로 다룹니다.

2026년 03월 31일·1
스트리밍 AI 에이전트의 공통 어댑터를 만들기까지
잡코리아 favicon잡코리아
·Architecture·
TypeScript, React, Assistant UI, Vercel AI SDK

잡코리아가 WORXPHERE 에이전트 이벤트 스트림과 UI 간의 공통 어댑터를 설계해 두 서비스의 실시간 스트리밍 UI를 한 패키지로 통합했습니다. Converter, Runtime, Transport로 구성된 레이어를 통해 이벤트를 스냅샷으로 변환하고 턴 단위로 관리하며, 네트워크 이슈와 취소를 기본 흐름으로 다룹니다. 전달된 인사이트를 바탕으로 Talent Agent와 Career Agent에 반영되어, 수정이 한 번으로 두 서비스에 일관되게 적용되었습니다.

2026년 03월 31일·0
[슈퍼브 인사이트] 면접에서는 알려주지 않는 ML 시스템 운영의 핵심 섬네일
[슈퍼브 인사이트] 면접에서는 알려주지 않는 ML 시스템 운영의 핵심
슈퍼브에이아이 favicon슈퍼브에이아이
·AI/ML·
Machine Learning, ML Systems, Production ML, Medium

슈퍼브에이아이의 [슈퍼브 인사이트] 글은 면접에서 다루지 않는 ML 시스템 운영의 핵심을 생산 현장의 맥락에서 조망합니다. 데이터 품질 관리, 모델 서빙 파이프라인 설계, 모니터링과 알림 체계 구축, 데이터 드리프트 대응 등 실무적 이슈와 What Actually Matters in Production ML Systems를 참고한 인사이트를 구체적으로 제시합니다. 또한 캐나리 배포나 점진적 롤아웃 같은 배포 전략의 의사결정 포인트를 사례와 함께 다루며, 현업 엔지니어가 바로 활용할 수 있는 가이드라인을 제공합니다.

2026년 03월 31일·0
LINE 서비스의 대규모 광고 데이터를 처리하기 위한 Spark on Kubernetes 적용기 섬네일
LINE 서비스의 대규모 광고 데이터를 처리하기 위한 Spark on Kubernetes 적용기
라인 favicon라인
·Data·
Kubernetes, Apache Spark

라인이 LINE 서비스의 대규모 광고 데이터를 효율적으로 처리하기 위해 Spark on Kubernetes 적용 사례를 소개합니다. 본문은 데이터 파이프라인 구성과 데이터 플랫폼 운영 관점에서의 구현 방향, 필요한 설정과 적용 절차를 구체적으로 다룹니다. 독자는 대규모 광고 데이터 환경에서 Spark on Kubernetes의 활용 가치와 운영 시 고려할 점을 파악할 수 있습니다.

2026년 03월 31일·0
Neptune GraphRAG Toolkit을 활용하여 정교한 비정형 데이터 검색하기 섬네일
Neptune GraphRAG Toolkit을 활용하여 정교한 비정형 데이터 검색하기
AWS faviconAWS
·Architecture·
Amazon Bedrock, LlamaIndex, GraphRAG Toolkit, Neptune Database, OpenSearch Serverless

AWS의 Neptune GraphRAG Toolkit으로 그래프 기반 RAG 애플리케이션을 구축하는 방법과 이를 통한 비정형 데이터 검색의 이점을 다룹니다. 그래프 스토어 Neptune과 벡터 스토어 OpenSearch Serverless를 인덱싱하고, 웹·PDF·JSON 콘텐츠의 추출과 임베딩을 수행한 뒤 LexicalGraphIndex와 LexicalGraphQueryEngine로 질의응답 흐름을 구성합니다. CloudFormation 빠른 시작 템플릿으로 Neptune/OpenSearch 배포, Bedrock 기반 모델 연계, 그리고 기존 애플리케이션에의 통합 방법까지 실무 가이드를 제시합니다.

2026년 03월 31일·2
종합소득세 자주 묻는 질문 10가지 섬네일
종합소득세 자주 묻는 질문 10가지
삼쩜삼 뉴스룸 favicon삼쩜삼 뉴스룸
·Else·
Strategy

삼쩜삼 뉴스룸이 종합소득세 자주 묻는 질문 10가지를 정리하여 핵심 쟁점과 신고·납부 절차를 한눈에 실무적으로 제공합니다. 본문은 소득세율, 과세표준 산정, 신고 기한, 필요 서류, 납부 방법 등 구체적 해결책과 실무 시나리오를 제시합니다. 다양한 Q&A 포맷으로 핵심 정보를 빠르게 확인할 수 있도록 구성되어 있으며, 실무 적용에 바로 활용 가능한 체크리스트를 제공합니다.

2026년 03월 31일·0
후기 10만 개, 다 읽고 계신가요? - AI 후기 요약 기능 도입기
무신사 favicon무신사
·AI/ML·
AI, Prompt Engineering, On Premises, Post Processing Pipeline

무신사에서 10만여 건의 후기 요약 기능을 도입해, 상품 상세 페이지의 후기 정보를 빠르게 파악하도록 제공합니다. 키워드 요약(사이즈, 핏, 소재 등 12개 키워드)과 장단점 요약(좋은 점/참고할 점) 두 가지 뷰를 제공하고, 신상품은 Priority Fallback으로 커버리지를 확대했습니다. 9단계 후처리 파이프라인과 오픈소스 Qwen3-VL-8B-Instruct를 활용해 신뢰성과 품질을 확보했고, 배포 초기 사용자 만족도 84.6%를 기록했습니다.

2026년 03월 30일·1
Announcing ADK for Java 1.0.0: Building the Future of AI Agents in Java 섬네일
Announcing ADK for Java 1.0.0: Building the Future of AI Agents in Java
구글 favicon구글
·AI/ML·
Java, Google Cloud, Vertex AI, Firestore

구글의 ADK for Java 1.0.0은 자바 기반 에이전트 개발 키트로, Google Maps grounding과 내장 URL 가져오기, Agent2Agent 프로토콜을 포함합니다. 새로운 App/Plugin 아키텍처로 전역 로깅, 이벤트 압축 기반 컨텍스트 관리, 휴먼-인-더-루프 워크플로우를 통한 행동 확인이 가능해졌습니다. Firestore와 Vertex AI를 활용한 세션 및 메모리 서비스로, 장기 상태 관리와 대용량 데이터 아티팩트의 안정적 저장·복원 흐름을 제공합니다.

2026년 03월 30일·0
...