블로그
-
[nia] LLM의 기계적 해석가능성(4/4)
길목에 세웠다 일상의 소통 방식을 바꾸고 산업의 생산성을 재편하는 이 강력한 기술의 이면에는, 그 엄청난 능력만큼이나 깊은 '블랙박스'라는 근본적인 딜레마가 자리하고 있다 우리는 LLM이
blog.naver.com · 2026.05.03
-
AI-Native 소프트웨어 개발: GitHub Spec Kit을 활용한 Spec-Driven Development
Agentic AI System은 LLM이 단순 답변을 넘어 도구 호출, 계획 수립, 작업 실행을 수행하는 구조다. AI Native는 이 두.......
blog.naver.com · 2026.05.03
-
[연구] 의료용 AI 챗봇에 대한 할루시네이션 평가도구: Reference Hallucination Score
환각이 발생하는 기전으로 저자들이 제시한 가설 1) LLM이 인용문헌과 서지 데이터를 일반 텍스트처럼 처리하여 paraphrasing 등 언어적 조작에 취약함 2) 인코딩/디코딩 과정의
blog.naver.com · 2026.04.26
-
AI 에이전트 시장을 볼 때 모델보다 인프라를 봐야 하는 이유
핵심 쟁점은 모델 성능보다 업무 실행 구조입니다 AI 에이전트는 LLM이 한 번 답하고 끝나는.......
blog.naver.com · 2026.04.25
-
6일차 피아제 관점에서 LLM의 한계와 가능성
[오늘의 목표] - 피아제의 도식, 동화, 조절, 평형화가 LLM 해석에 어떻게 쓰일 수 있는지 이해한다 - LLM이 왜 많이 아는 것처럼 보여도 인간처럼 발달한다고 보기 어려운지
blog.naver.com · 2026.04.17
-
2강 AI 프롬프트
LLM이 나오면서 많은게 바꼈다.
blog.naver.com · 2026.03.14
-
[포스팅] 나만의 도메인 특화 AI Agent 만들기: RAG와 로컬 LLM 완벽 가이드
RAG, 단순한 웹 검색 그 이상입니다 RAG(Retrieval-Augmented Generation)는 LLM이 답변을 생성하기 전, 신뢰할 수 있는 외부 지식 저장소(사내 문서,
blog.naver.com · 2026.04.12
-
DeepSeek-OCR: 이미지를 LLM이 이해할 수 있도록 변환
DeepSeek-OCR: 이미지를 LLM이 이해할 수 있도록 변환하다 문제: 일반 OCR의 한계 일반적인 OCR(예: PaddleOCR)은 이미지에서 텍스트만 추출합니다.
blog.naver.com · 2025.10.23
-
AI 시대에 영어 공부, 정말 필요 없을까
한국에서 영국으로 이직한 때가 2023년 9월이었는데, LLM이 폭발적으로 쓰이기 시작한 시점과 겹친다.
blog.naver.com · 2026.04.05
-
고객대응 Agent 구축
LLM이 활용할 기반 기능들은 직접 구축한다.
blog.naver.com · 2026.03.29
