슈퍼브에이아이

·AI/ML·

Machine Learning, Deep Learning, Foundation Model, Zero Shot, Continual Learning

슈퍼브에이아이가 산업용 AI에서 하나의 모델으로 여러 태스크를 학습시키는 방법과 지식의 지속적 확장의 중요성을 심도 있게 다룹니다. 주요 논의로는 지속적 학습의 도전인 Catastrophic Forgetting과 이를 극복하기 위한 전략을 요약하고, Foundation Model과 Zero-shot의 역할을 설명합니다. 또한 산업 현장에서의 구체적 적용 포인트로 데이터 파이프라인 설계, 지속적 평가 및 성능 모니터링, 안전한 지식 업데이트 절차를 제시합니다.

AWS

·Cloud·

AWS, CI/CD, Claude Code, Spec Driven Development

AWS의 Claude Code on Amazon Bedrock 학습 플랜은 개인 생산성에서 조직 생산성으로의 이행을 10개 영상으로 안내합니다. 4단계 로드맵은 기반 구축(M0)에서부터 개인 역량(M1/M2), 팀 협업 및 검증(M3-M7), 엔터프라이즈 운영(M8/M9)까지 확장하는 구조를 제시합니다. 생산성 중심의 이 플랜은 도구를 넘어 보안, 데이터 주권, 비용 관리 등 조직 거버넌스와 CI/CD 자동화까지 다룹니다.

삼쩜삼 뉴스룸

·Else·

Event

삼쩜삼 뉴스룸이 오늘 2026년 임신바우처 총액 100만 원 규모와 임산부 혜택 5가지를 자세히 독자들을 위해 정리합니다. 본문은 각 혜택의 구성과 적용 대상, 지급 조건, 신청 절차, 사용처 제약 및 주의사항 등 구체적 내용과 실무 가이드를 제시합니다. 독자는 이를 통해 2026년 혜택을 최대한 활용하기 위한 준비 사항과 일정, 필요한 서류를 미리 파악할 수 있습니다.

뷰저블

·AI/ML·

Strategy, News, Market Analysis, Industry Trends

뷰저블의 2026-2027 Transition 시리즈에 따르면 한국 B2B SaaS의 평균 ChatGPT 인용률이 5개월 간 7.4%에서 14.2%로 1.9배 증가했습니다. 동 기간에 OpenAI Operator의 출시로 Agentic Search 시대가 열렸고, Semrush는 2027년 말 LLM 트래픽이 전통적 Google 검색을 추월할 것이라고 전망합니다. 이 글은 12편 시리즈의 통합 리뷰로서 2027년 Agentic Era에서 한국 SaaS의 방향성과 전략적 시사점을 다룹니다.

에이아이트릭스

·AI/ML·

Company Culture, Hiring, Career, Interview, Personal Growth

에이아이트릭스의 형제 연구원 Chris와 Destin은 멀티모달 데이터(EHR, X-ray, 임상노트 등)를 활용한 환자 상태 악화 예측 연구에 집중합니다. Destin은 EMR 시계열과 병리 영상, EEG/ECG 등의 신호 데이터를 활용해 환자 상태 변화 예측 연구를 진행하고, Chris는 병리 영상의 DNA 변이 예측과 EMR 연구를 수행합니다. 의료 현장에서 환자 안전과 진료 효율 개선을 목표로 연구를 확장하며, Self-supervised learning 도입과 다중 도메인 일반화에 집중할 예정입니다.

에이아이트릭스

·Else·

Company Culture, Team Building, Experience, Workshop

에이아이트릭스의 2024년 썸머 워크숍은 1박 2일 일정으로 상반기 성과를 공유하고 하반기 목표를 정하는 협업 중심의 시간을 가졌습니다. 부서별 정보 공유, 체육대회, 개인 브랜딩 시간, 타운홀 미팅, 우수 부서/사원 시상 등 다양한 프로그램으로 구성되어 임직원 간 소통과 결속을 강화했습니다. 참가자들은 비전 공유와 팀워크를 다지는 계기로 긍정적 에너지가 강화되었고, HR/GA팀이 포토 부스 같은 추억 만들기 요소를 준비했습니다.

뷰저블

·AI/ML·

Strategy, Market Analysis, Industry Trends

뷰저블은 피카이가 AI 기반 브랜드 추천으로 브랜드 입지를 어떻게 확보하는지의 기술적 맥락을 다룹니다. AI 기반 활용 가치와 한계에 대한 시사점을 함께 제시합니다.

구글

·AI/ML·

Ray, Ray Serve, TPU, Ray Data, Ray Train

구글에서 Ray의 고수준 라이브러리인 Serve, Data, Train이 TPU 슬라이스에서 AI 워크로드를 다루는 복잡성을 어떻게 줄이는지 다룹니다. Serve는 간단한 토폴로지 구성으로 대규모 다호스트 모델의 게인 스케줄링을 돕고, Data는 JAX 배치를 가속기에 직접 공급해 데이터 로딩 병목을 완화합니다. 마지막으로 JaxTrainer는 TPU 간 분산 학습의 크로스-슬라이스 조정, 체크포인트 관리, 장애 허용을 자동으로 안정적으로 수행합니다.

NAVER D2

·Architecture·

Strategy, Innovation, Growth, Event, Team Building

네이버 D2가 주최한 내부 AI 해커톤 NStake 프로젝트에서 엑셀 기반 출자 현황을 거래 이력 기반 시스템으로 전환하는 설계 사례를 다룹니다. 문제를 입력→거래 이력 계산→검증 및 불일치 처리→보고로 이어지는 흐름을 구성하고, AI를 평가자·구현 보조자·검증자로 역할을 나눴으며 데이터 출처와 규칙 기반 판단의 가드레일 체계를 함께 설계했습니다. 결과적으로 해커톤에서 중요한 교훈은 AI가 모든 일을 대신하는 것이 아니라, 안전한 권한 경계와 완성된 업무 흐름을 보장하는 시스템 설계라는 점이었습니다.

농심 NDS

·Architecture·

AWS, Git

농심 NDS는 AWS Kiro와 Notion을 활용한 바이브코딩 협업 및 관리 환경을 구축해 다수 개발자와 AI 에이전트가 공통 지침으로 협업합니다. Spec, Steering, Hooks로 구성된 AWS Kiro의 작동 원리와 Git의 재현성, Notion의 실시간 협업이 결합되어 일관된 기획 버전으로 작업이 진행됩니다. 자동 게이트와 승인이 필수이며, Notion과 Git의 조합으로 변경 이력 관리, 도메인 점유 및 진척 측정이 더욱 정확하게 가능해집니다.