LG AI연구원이 LLM을 활용해 리튬 가격의 인과관계를 구조화한 Causal Map 기반의 중장기 예측 모델을 개발했다.
LLM 서비스의 트래픽 변동으로 발생하는 유휴 GPU 자원을 모델 학습 및 연구에 재할당하여 인프라 효율을 극대화하는 기술을 소개한다.
LLM 서비스의 트래픽 변동으로 발생하는 유휴 GPU 자원을 연구 및 학습용으로 재할당하는 효율적인 스케줄링 파이프라인을 구축했다.
물리적 환경에서 직접 상호작용하며 과업을 수행하는 로봇 파운데이션 모델(RFM)의 개념과 주요 기술 방향을 다룬다.
가상 세계의 LLM을 넘어 물리적 환경과 상호작용하는 로봇 파운데이션 모델(RFM)의 두 가지 핵심 기술 방향을 살펴본다.
LG AI Research가 기존 Dense 모델을 MoE로 변환할 때 전문가 간 중복 문제를 해결하는 'Cluster-Aware Upcycling' 기술을 제안했다.
LG AI연구원이 Dense 모델을 MoE로 변환할 때 전문가의 중복성을 줄이고 전문성을 극대화하는 Cluster-Aware Upcycling 기술을 공개했다.
당근이 천만 MAU를 처리하기 위해 구축한 커뮤니티 서비스의 시스템 구조와 기술적 선택을 소개한다.
올리브영은 다양한 프레임워크를 사용하는 마이크로 프론트엔드 환경에서 통합 백오피스를 구축한 사례를 공유한다.
kt cloud가 웨비나를 통해 AI 시대에 필수적인 Multi-AZ 기반 DR 및 고가용성 아키텍처 전략을 공개했다.
kt cloud가 비용 절감과 기술 통제권 확보를 위해 Ceph를 활용한 스토리지 내재화 전략을 추진한다.
kt cloud가 Proxmox VE와 Pulumi를 활용해 인프라 재현성과 운영 자동화를 확보한 기술 사례를 공유한다.
kt cloud가 AX(AI Transformation) 실행과 비즈니스 확장을 주제로 'kt cloud summit 2026'을 개최하며 사전 등록을 시작했다.
무신사가 Prompt Caching을 도입하여 LLM API 비용을 64% 절감하고 캐시 히트율 98%를 달성했다.
퓨리오사AI가 Equinix와 협력하여 유럽 기업들이 고성능 AI 추론을 효율적으로 수행할 수 있도록 RNGD 인프라 공급을 확대한다.
퓨리오사AI가 에퀴닉스 리스본 데이터 센터에 RNGD 서버를 설치하며 유럽 기업들을 위한 AI 추론 인프라를 확대한다.
저장 공간이 제한된 온디바이스 환경에서 데이터 없이도 LLM의 능력을 지속적으로 확장하는 K-Merge 프레임워크를 제안한다.
Valkey와 Redis의 Lua 스크립트 실행 과정에서 발생하는 RESP 인젝션 취약점(CVE-2025-67733)을 분석한다.
AI 에이전트가 생성한 코드의 품질을 검증하기 위해 Playwright를 활용한 E2E 테스트 기반의 자가개선 루프 구축 방법을 소개한다.
AI 에이전트의 생산성을 극대화하면서도 통제 불가능성을 관리하기 위한 하네스 엔지니어링 방법론을 소개한다.
올리브영은 옴니채널 확장 과정에서 발생한 재고 데이터 처리 지연과 비효율을 해결하기 위해 이벤트 기반 아키텍처(EDA)로 파이프라인을 재설계했다.
Docker 환경에서 JVM Heap 외에 발생하는 네이티브 메모리 사용량과 OOM 문제를 분석한다.
여기어때 전시개발팀이 Redis Repository 사용 중 발생한 CPU 100% 장애를 분석하고 RedisTemplate로 전환하여 해결한 사례를 공유한다.
AI Briefing