최신 글
기술과 일상을 함께 기록합니다.
Spring AI
Spring AI의 ChatModel·ChatClient·Prompt·Advisor가 요청을 처리하는 흐름과 Kotlin API, 스트리밍, 운영 시 검증 기준을 살펴본다.
4. Agentic Engineering(에이전틱 엔지니어링) — AI 에이전트를 설계하고 조율하는 기술
에이전트의 목표·상태·도구·종료 조건을 설계하고, 권한과 재시도 경계를 둔 뒤 단일·멀티 에이전트 구조를 평가하는 방법.
하네스 엔지니어링으로 서비스 만들어보기
작은 FAQ 서비스 예제로 요구 문서, 허용 작업 범위, Gradio UI, 테스트와 변경 검토를 연결하는 하네스 작업 순서.
머신러닝 : K-최근접 이웃 알고리즘
도미와 빙어의 길이·무게 데이터로 K-최근접 이웃을 만들고, 거리·평가·스케일링을 해석한다.
최근접 이웃 알고리즘
K-최근접 이웃의 거리 계산과 다수결을 숫자 예제로 이해하고, 붓꽃 분류의 전처리·평가·한계를 살펴본다.
훈련세트와 테스트 세트
훈련·검증·테스트 세트의 역할과 데이터 누수를 피하는 분할 방법을 예제로 정리한다.
WhisperX 음성 인식 품질 개선과 모델 파인튜닝
WhisperX 음성 인식 파이프라인의 코드 옵션 조정과 Whisper 모델 파인튜닝 흐름을 원본 백업의 예시로 정리합니다.
3. Harness Engineering(하네스 엔지니어링) — AI가 실수를 못하게 하기 위해 규칙과 울타리를 설계하는 기술
규칙 문서, 코드로 강제하는 권한 경계, 검증·피드백 루프를 묶어 AI 작업을 재현 가능하게 만드는 하네스 설계 방법.
2. Context Engineering(컨텍스트 엔지니어링) — AI에게 필요한 정보를 적절하게 제공하는 기술
검색 문서·대화 이력·도구 결과를 권한과 길이 제한 안에서 선별해 모델에 전달하는 방법과 검색 품질의 실패 지점을 설명한다.
1. Prompt Engineering(프롬프트 엔지니어링) — AI에게 일(말)을 잘 거는 기술
프롬프트의 목표·입력·제약·출력 형식을 설계하고, 예시와 단계별 검증을 통해 실패 사례를 줄이는 방법을 정리한다.
15. LLM 에이전트
도구 호출 루프와 상태 관리, 권한 검증, 프롬프트 인젝션 방어를 환불 문의 처리 예제로 설명합니다.
14. 멀티모달 LLM
이미지·오디오·비디오 입력의 처리 흐름과 영수증 추출 예제, 모달리티별 평가 항목을 살펴봅니다.