기술 블로그 모음

머신러닝 엔지니어가 더 재미있는 퍼즐 게임을 위해 진행했던 프로젝트를 소개합니다.

생성형 AI는 비즈니스 성과를 높이는 데 중요한 역할을 하고 있으며, 특히 데이터 분석에서 강력한 도구로 작용하고 있습니다. 주요 과제인 전문가 부족, 사일로화된 시스템, 데이터 복잡성을 해결하는 데 기여하며, 자연어 인터페이스를 통해 분석 툴의 사용 편의성을 높입니다.

AI는 인간의 감성을 이해하고 표현하는 데 한계를 가지고 있지만, 오감을 인식하는 센서 기술과 AI의 발전으로 이를 극복할 가능성이 있습니다. AI가 인간의 감정을 읽고 반응하는 시대가 오면, 기계와의 감정 교류가 가능해지고, 더 개인화된 초자동화 서비스가 현실화될 것입니다.

생성형 AI가 다양한 문제 해결에 적합한지, 사용자들이 생성형 AI를 효과적으로 활용하는 방법을 알고 있는지 검증해 볼 필요가 있습니다.

생성형 AI에서 정확한 E2E 데이터를 연결하려면 데이터의 구조화 및 표준화가 필요하며, RAG나 프롬프트 작성도 표준화된 데이터 구조나 형식을 반영해야 합니다.

들어가며: 아자르와 추천 시스템 아자르의 사용자들은 스와이프를 통해 다른 사용자를 만나고 대화하는 비디오 챗에 많은 시간을 할애합니다. 그러다보니 얼마나 대화가 잘 통하는 사람을 많이 만나서 교류하는 것이 아자르의 사용자 경험을 개선하는데 중요한 역할을 하는데요, 하이퍼커넥트의 AI 조직도 이런 문제의식을 바탕으로 AI 기반의 대화 상대방 추천 시스템...

금융산업과 통신산업은 첨단 기술을 사용하면서도 운영 안정성이 어떠한 가치보다 중요한 산업입니다. 고객 경험을 구축하기 위한 핵심적인 요소는 기술 그 자체가 아닌 신뢰할 수 있는 기술과 디지털 윤리 기준을 만들고 그 안에서 편의성을 제공하는 것입니다.

2024년 CIO 현황 보고서에 따르면, CIO들은 전통적인 IT 업무를 넘어 비즈니스 전략 개발과 혁신을 주도하며 점점 더 중요한 역할을 하고 있습니다. 이들은 AI와 데이터 분석을 활용하여 조직의 디지털 전환을 가속화하고, 전략적 비즈니스 리더로서의 자리를 굳건히 하고 있습니다.

AI 코딩 툴의 가장 큰 장점은 사용자가 소프트웨어 개발에 능숙하지 않아도 된다는 점입니다. 자연어 처리 기능을 사용하면 비즈니스 사용자도 간단한 프롬프트를 작성하고 프로젝트에 필요한 소프트웨어를 얻을 수 있습니다.

메타 세상에서 팬덤을 창조하기 위해서는 기업에서도 MZ세대의 인문학, 예술, 대중문화에 대한 학습을 확대해야 합니다.

인공지능(AI)과 로보틱 프로세스 자동화(RPA)의 융합은 비즈니스 프로세스를 혁신하고, 업무 효율성을 극대화하는 새로운 가능성을 열어주고 있습니다. 이러한 기술의 융합은 단순한 작업 자동화를 넘어서, 기업이 대면하는 복잡한 문제들을 해결하고, 더 스마트하고 유연한 방식으로 작업을 수행할 수 있도록 만들어줍니다.

생성형 AI는 비교적 새로운 기술임에도 불구하고 잠재적 비즈니스 가치를 고려할 때 이제 이 기술이 없는 세상을 상상하기가 어렵습니다. 많은 기업이 향후 12개월 동안 5% 이상의 생산성 향상이 가능할 것으로 예상하고 있습니다.

AI 기술이 급속도로 발전하며 다양한 비즈니스 기회를 제공하고 있는 한편, AI 시스템이 평등권, 프라이버시 등 기본권을 침해할 수 있는 만큼 리스크를 안고 있습니다. EU, OECD 등 국제사회가 발표하는 AI 관련 규범과 법규 및 권고를 바탕으로 사전에 안전하고, 신뢰할 수 있으며 지속 가능한 AI 시스템을 개발할 수 있도록 대응해야 합니다.

AI 팀 구성은 계속 발전하는 과정의 문제여야 합니다. 조직이 AI로 하고자 하는 것을 파악하는 것이 매우 중요하고, 혁신에 대한 열망과 헌신, 그리고 전략이 있어야 합니다. 그리고 목적과 목표를 파악한 후에 맞는 팀을 구성해야 합니다.

고객 경험은 생성형 AI의 강력한 영향력 아래에 있습니다. 생성형 AI는 방대한 데이터를 기반으로 고객과 소통하고 문제를 더 빠르게 해결하는 과정에 사용되고 있습니다. 고객센터에 생성형 AI를 결합하려는 기업이 점점 늘고 있습니다.

생성형 AI 기술의 발전에 따라 많은 기업에서 자사 서비스에 생성형 AI 기술을 적용하려는 움직임이 활발하게 일어나고 있습니다. 삼성SDS 역시 AI 기술이 적용된 신규 서비스 발굴과 기존 서비스와의 통합을 위해 다양한 시도를 하고 있습니다. 그 중 삼성SDS Gen AI 해커톤에서 소개된 고객 기술지원 업무에서 활용할 수 있는 AI 기반 서비스와 기...

목차 들어가며 1.1 데이터프로덕트그룹 소개 1.2 Data Product 시리즈 소개 1.3 왜 AI 세차가 데이터프로덕트인가? AI(데이터)기반 세차 오퍼레이션 소개 2.1 세차 오퍼레이션 배경 및 AI모델 소개 2.2 세차 요청 로직 개선 2.3 세차 오퍼레이션 아키텍쳐 문제 정의 및 해결 과정 3.1 1차 분석 시도 3.2 ground trut...

생성형 AI는 소프트웨어 개발의 전통적인 방식을 혁신하며 새로운 도구와 개발 패러다임을 소개하고 있습니다. 이 기술은 코드 생성에서 검증, 통합, 배포에 이르기까지 소프트웨어 개발 생애주기(SDLC)의 모든 단계에 영향을 미치며, 개발자의 역할을 재정의하고 생산성을 비약적으로 향상시킬 전망입니다. 전문가들은 생성형 AI가 개발 팀의 효율성을 극대화하고...

안녕하세요, Tech Data AI검색 소속 데이터 분석가 최정현입니다. 지난해 말부터 커머스 유저 데이터를 분석 및 지표를 기획하고 대시보드로 자동화 하는 업무를 진행하였습니다. 이를 통해 추가적인 수익을 얻게 되었고 데이터를 통한 최적화 방향을 잡을 수 있었습니다. Databricks와 AWS 서비스를 활용한 데이터 파이프라인 설계 및 고도화 부분...

생성형 AI는 AI 모델을 생산하는 기업과 소비하는 기업 양쪽에 일하는 방법에 있어서 상당한 변화를 만들 것입니다. 생성형 AI를 신중하게 개발하고 적용하지 않으면, 법적, 사회적, 경제적 피해가 발생할 수 있습니다. 거버넌스와 ESG 리포트를 선제적으로 준비하는 기업은 지속 가능한 비즈니스를 이끌어 나갈 수 있을 것입니다.

생성형 AI 툴은 그동안 소비자 중심 애플리케이션에 변화를 가져온 것처럼 실물 경제를 위한 AI 기반 상품을 개발하는 방식에도 큰 변화를 일으킬 수 있습니다. 실물 경제 분야에서 활동하는 기업이 직면한 가장 중대한 과제는 안전입니다. 이 맥락에서 컴퓨터 비전에 적용되는 생성형 AI는 앞으로 수십년에 걸쳐 실물 경제 산업을 변화시킬 잠재력을 지닌 가장 ...

AI가 알파고에서 챗GPT로 초 거대화되고 클라우드의 성능이 더욱 좋아지면서, 엣지 컴퓨팅은 새로운 전환의 계기가 만들어지고 있습니다. 새로운 정보 단말기에는 AI가 기본으로 탑재될 것이고, AI를 품은 엣지 컴퓨팅은 더 많은 기기에 필수 기술로 자리 잡을 것으로 전망합니다.

생성형 AI는 지속적 자동화 테스트에 심오하고 다면적인 영향을 미칠 것이며, 코파일럿과 코드 생성기가 만든 코드를 테스트하고 평가하며, LLM을 개발하는 임베딩 및 기타 작업을 테스트하는 데 매우 중요합니다.

생성형 AI 학습에는 엄청난 양의 데이터와 이를 학습할 강력한 하드웨어인 GPU가 필수적입니다. 이번 글에서는 NVIDIA H100을 기준으로 생성형 AI 학습에 필수적인 GPU 아키텍처인에 대해 이야기해 보려고 합니다.

기업은 생산성 차원에서 이미 잘 활용되고 있고, 또 익숙한 제품을 한 순간에 바꾸는 일은 쉽지 않습니다. 덧붙여 신뢰할 수 있는 AI 모델을 구축하고, 실효성을 설득하는 것도 하나의 커다란 과제가 될 것입니다. 이런 관점에서 여러 전문 산업 영역에 있는 비즈니스 애플리케이션 기업과 AI 기술 기업은 적절한 협력 관계를 구축하는 것이 빠르게 변화하는 시...

한 어니스트 앤 영의 설문조사에 따르면, 무려 99%가 생성형 AI에 대한 투자를 계획 중이거나 이미 상당한 투자를 진행 중이라고 답했습니다. 11월에 발표된 2,100명 이상의 IT 리더를 대상으로 한 내쉬 스퀘어드 설문조사에 따르면 54%는 기술 부족으로 인해 변화의 속도를 따라잡지 못한다고 답했습니다.

사람의 의사결정은 복잡한 상황과 사건의 맥락, 그것을 둘러싼 개개인의 감정에 따라 객관적이고 일관적이지 않게 판단을 내리거나 판단의 오류를 범할 수 있습니다. 그에 비하면 AI의 의사결정은 매우 신속하고 일관적인 판단을 내릴 수 있는 장점이 있지만 오류가 발생하는 경우에는 범위가 넓고 책임 소재는 모호합니다. 따라서 AI의 공정성은 인간의 판단으로 인...

생성형 AI는 국내 AI 시장 확대를 이끄는 견인차 구실을 하고 있습니. 불과 1년도 안 된 이 신기술을 업무에 도입한 기업이 25%에 달했습니다. 기본적으로 IT 업무와 고객 서비스에 적용하려는 것은 전체 AI에 대한 조사와 차이가 없지만, 비IT 업종, 중견 기업을 중심으로 영업과 마케팅에 활용하겠다는 응답이 AI 전체보다 더 높았습니다.

생성형 AI는 더 접근하기 쉬워지고 있습니다. 새로운 도구와 플랫폼, 하드웨어의 개발 덕분에 생성형 AI 모델을 훈련하고 배포하기가 더 쉬워지고 있습니다. 이는 더 많은 기업과 개인이 생성형 AI를 활용할 수 있음을 의미합니다.