AI 시스템의 평가와 하네스: AI를 실험에서 프로덕션으로 올리는 법
AI 시스템을 데모에서 프로덕션으로 올리는 데 필요한 다섯 가지 핵심 요소를 정리합니다. 평가(Evals), 실행 기록(Traces), 가드레일, 사람 개입(Human-in-the-loop), 그리고 하네스(Harness) 개념까지 다룹니다.
What is AI?
최신 ai 기술들에 대해 알고싶다면?
Recent Posts
AI 에이전트 입문: 혼자 판단하고 움직이는 AI는 어떻게 만들어지나
AI 에이전트가 무엇인지, 워크플로와 어떻게 다른지, Single-Agent와 Multi-Agent의 차이와 언제 어떤 걸 선택해야 하는지를 초보자도 이해할 수 있게 정리한 가이드입니다.
LLM을 외부 세계에 연결하기: AI가 이메일 보내고, 파일 읽고, API 부르는 법
LLM을 외부 세계에 연결하는 방법을 초보자도 이해할 수 있게 설명합니다. 함수 호출(Function Calling), 도구(Tools), MCP, A2A의 개념과 관계, 실무 활용 범위, 보안 주의사항까지 다룹니다.
프롬프트와 컨텍스트 설계: AI에게 제대로 말 거는 법
LLM에게 제대로 말을 거는 법을 실무 관점에서 정리합니다. System/Developer/User 메시지 역할, 명확한 지시, Few-shot, 구조화된 출력, Chain-of-Thought의 현재, 컨텍스트 설계 원칙까지 다룹니다.
LLM은 어떻게 동작하나: 토큰, Transformer, 컨텍스트 윈도우
LLM이 어떻게 동작하는지 토큰, Transformer, Attention, 컨텍스트 윈도우 개념으로 쉽게 설명합니다. ChatGPT가 답을 생성하는 실제 흐름과 환각이 발생하는 이유까지 정리한 가이드입니다.
AI란 무엇인가: 매일 쓰면서도 설명 못 하는 그것
AI란 무엇인가를 정의부터 종류까지 한 번에 정리합니다. AI/머신러닝/딥러닝의 관계, 텍스트/이미지/음성 AI의 차이, 분석형 vs 생성형, 그리고 왜 LLM이 특별한지까지 쉽게 설명합니다.