베스핀글로벌

RSS

게시글: 170
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

AI
나만의 ReAct 구현하기 : ReAct를 활용한 추론과 작업 자동화
이 글은 'ReAct(Reasoning + Action) 프레임워크와 LLM을 활용한 추론 및 작업 자동화'에 대한 AWS Ambassador Meetup 2024 세션의 인사이트를 정리한 내용입니다. ReAct는 LLM을 단순한 데이터 암기 모델이 아닌, 복잡한 작업을 단계적으로 수행하거나 다양한 데이터 소스와 상호작용하는 추론 엔진으로 활용하는 접근 방식입니다. 글에서는 ReAct의 주요 구성 요소인 Schema, Agent, AgentExecutor, Tools, Toolkits를 소개하고, `@tool` 데코레이터를 활용하여 함수를 도구로 정의하고 에이전트에서 호출하는 핵심 예제를 보여줍니다. 또한, AWS 생태계를 활용한 ReAct 구현 및 업무 자동화 가능성을 탐구합니다.
ReActLLM추론
베스핀글로벌·2025년 4월 30일
AI
sLLM, Gemma 파인튜닝 예
이 글은 Google의 경량 최첨단 개방형 모델인 Gemma를 활용하여 한국어 요약 모델을 파인튜닝하는 과정을 소개합니다. Gemma는 Gemini 모델 개발에 사용된 기술을 기반으로 하며, Gemma 2B와 7B 두 가지 모델과 pre-trained 및 instruction-tuned 버전을 제공합니다. 또한, 안전한 AI 애플리케이션 개발을 위한 책임감 있는 AI 툴킷과 Keras, JAX, PyTorch, TensorFlow 등 다양한 프레임워크 및 하드웨어를 지원합니다. 글에서는 개발 환경 설정, 필수 라이브러리 설치(trl, transformers, datasets, PyTorch 최신 버전), Dataset 생성 및 준비, Gemma 모델의 한국어 요약 테스트, 실제 파인튜닝 과정, 그리고 파인튜닝된 모델을 이용한 추론 과정을 상세히 다룹니다. 이를 통해 Gemma 모델을 한국어 특화 작업에 적용하는 실질적인 방법을 제시합니다.
GemmaLLM파인 튜닝
베스핀글로벌·2025년 4월 11일
AI
Data Catalog – Datahub
본 글은 퍼블릭 클라우드 환경에서 데이터레이크 구축 시 발생하는 데이터 활용도 저하 문제를 해결하기 위한 방안으로 Data Catalog의 중요성을 강조합니다. 데이터레이크가 '데이터 늪'으로 빠지지 않기 위해서는 데이터 활용 방법 확정, 필요한 데이터 수집, 명확한 데이터 거버넌스 확립이 필수적이라고 설명합니다. 특히, 데이터 거버넌스 측면에서 Data Catalog의 역할을 조명하며, 사용자가 필요한 데이터를 쉽게 검색하고 관리할 수 있도록 돕는 기능들을 소개합니다. 또한, 카탈로그 강화를 위한 다양한 커넥터, 자동화 기능, 효율적인 검색 옵션, 그리고 데이터 계보(Lineage) 추적 기능 등을 갖춘 오픈소스 솔루션인 Datahub에 대해서도 간략히 소개하며, 데이터레이크의 효율적인 활용을 위한 인사이트를 제공합니다.
Data CatalogDatahub데이터레이크
베스핀글로벌·2025년 4월 3일
AI
[MLOPS] Kubeflow란?
본 글은 쿠버네티스 기반의 머신러닝 플랫폼인 Kubeflow에 대해 소개합니다. Kubeflow는 Kubernetes와 ML flow의 합성어로, 머신러닝 워크플로우 전반에 걸쳐 모델 개발, 학습, 튜닝, 서빙 등 각 단계에 필요한 오픈소스 도구들을 통합 관리하는 플랫폼입니다. Google, Arrikto, Cisco, MS 등 여러 기업이 개발에 참여하고 있으며, Kubernetes의 안정성과 유연성을 바탕으로 ML 오픈소스 생태계를 효율적으로 활용할 수 있도록 지원합니다. 특히, JupyterLab, RStudio, VS Code와 같은 노트북 환경을 제공하고, RBAC를 통한 접근 제어 및 API를 통한 모니터링 기능을 통해 ML 워크플로우의 생산성과 관리 효율성을 높이는 데 기여합니다.
KubeflowMLOpsKubernetes
베스핀글로벌·2025년 2월 17일
AI
‘Google Colab’에 대해 알아보자
이 글은 Google Colab에 대한 소개와 활용 방법을 다룹니다. Google Colab은 웹 브라우저에서 Python 코드를 작성하고 실행할 수 있는 클라우드 기반 Jupyter Notebook 환경으로, 별도의 설치 없이 바로 사용할 수 있다는 장점이 있습니다. 무료로 GPU 및 TPU와 같은 하드웨어 가속기를 사용할 수 있으며, TensorFlow, PyTorch 등 다양한 라이브러리가 미리 설치되어 있어 머신러닝, 딥러닝, 데이터 분석 작업에 유용합니다. 또한, 구글 드라이브 연동을 통한 간편한 파일 저장 및 공유 기능과 런타임 유형 변경 및 추가 컴퓨팅 요금제에 대한 설명도 포함하고 있습니다. Colab을 통해 코딩 학습 및 연구 개발 생산성을 높일 수 있습니다.
Google ColabPythonJupyter Notebook
베스핀글로벌·2024년 9월 5일
AI
LLM 기반 AI 플랫폼 개발에서의 LangChain을 활용한 RAG 구성하기
이 글은 LLM 기반 AI 플랫폼 개발에서 LangChain을 활용하여 RAG(Retrieval-Augmented Generation)를 구성하는 방법에 대해 설명합니다. RAG는 LLM의 정보 한계를 극복하기 위해 외부 문서를 검색하여 답변 생성에 활용하는 기술입니다. 글에서는 RAG의 기본 개념과 전체 흐름을 설명하며, 사용자가 업로드한 문서가 임베딩 모델을 통해 벡터화되어 Vector DB에 저장되고, 사용자의 질문 역시 벡터화되어 Vector DB에서 의미 기반 검색(Semantic Search)을 통해 관련 문서를 찾은 후, 이 문서를 기반으로 LLM이 답변을 생성하는 과정을 상세히 소개합니다. 또한, 대규모 데이터 처리, 다양한 Vector DB 통합, PreProcessing 및 PostProcessing을 통한 보안성과 효율성 강화 등 LangChain을 활용한 RAG 구성 시 발생하는 과제와 해결 방안에 대해서도 다룹니다.
LLMRAGLangChain
베스핀글로벌·2024년 8월 23일
AI
[2023 AWS re:Invent] From hype to impact: Building a generative AI architecture
2023 AWS re:Invent 세션 'From hype to impact: Building a generative AI architecture'는 생성형 AI(GenAI)를 실제 서비스에 적용하여 영향력을 창출하는 아키텍처 구축 방안을 다룹니다. GenAI 아키텍처 설계 시 전문 지식 없이도 빠르게 적용 가능해야 하며, 고객에게 선택권을 제공하고, 보유 데이터의 차별화, 보안 및 설명 가능한 AI 고려, 그리고 클라우드 환경의 중요성을 강조합니다. 특히 Foundation Model의 발전과 함께 대량의 데이터, 클라우드 인프라, ML 기술 발전이 GenAI의 티핑 포인트가 되었음을 설명합니다. Amazon Bedrock과 같은 완전 관리형 서비스를 활용하여 다양한 기본 모델을 쉽게 적용할 수 있다고 소개하며, RAG(Retrieval Augmented Generation)와 같은 기술을 통해 GenAI의 실질적인 구현 가능성을 제시합니다.
GenAI생성형 AIArchitecture
베스핀글로벌·2023년 12월 13일
AI
[2023 AWS re:Invent] Adam Selipsky Keynote
2023 AWS re:Invent의 Adam Selipsky CEO Keynote 세션에서는 AWS가 고객의 요구에 맞춰 일상 업무부터 AI까지 다양한 분야에서 혁신을 주도하고 있음을 강조했습니다. 특히 엔비디아, 화이자, BMW 등 실제 고객 사례를 통해 AWS의 활용 방안을 공유했습니다. 세션의 핵심은 AWS Bedrock을 통한 맞춤형 AI 애플리케이션 구축 및 배포와 관련된 보안 및 규정 준수 기능 강조, 그리고 Amazon Q를 중심으로 AWS 전반에 생성형 AI가 적용되어 고객 편의성을 개선하는 방안이었습니다. 또한, AWS의 글로벌 인프라 확장 계획과 타 CSP와의 차별점도 언급되었습니다.
AWSre:Invent 2025Keynote
베스핀글로벌·2023년 12월 6일
AI
[2023 AWS re:Invent] Innovate faster with generative AI
2023 AWS re:Invent 세션 'Innovate faster with generative AI'는 생성형 AI 도입 여정을 가속화하기 위한 5가지 고려 사항과 관련 AWS 서비스, 그리고 다양한 산업 분야의 고객 사례를 소개합니다. 특히, 비즈니스에 최적화된 모델 선택과 유연성의 중요성을 강조하며 Amazon Bedrock을 활용한 다양한 모델 테스트 및 커스터마이징 방법을 제시합니다. Ryanair의 사례를 통해 코로나19 기간 동안 Amazon Bedrock으로 생성형 AI 기반 애플리케이션을 개발하여 승무원 스케줄 관리, 정보 접근성 향상 등 실제 비즈니스 혁신을 이룬 경험을 공유합니다. 이 세션은 최신 AI 및 ML 기술을 통해 비즈니스를 혁신하고자 하는 기업들에게 실질적인 인사이트와 AWS 서비스 활용 방안을 제공합니다.
생성형 AIAWSAmazon Bedrock Agents
베스핀글로벌·2023년 12월 4일
AI
[2023 AWS re:Invent] Keynote with Dr. Swami Sivasubramanian
2023 AWS re:Invent의 Dr. Swami Sivasubramanian 키노트에서는 기업 데이터를 활용하여 차별화된 생성형 AI 애플리케이션을 구축하고 조직 생산성을 가속화하는 방안에 대해 집중적으로 다루었습니다. Intuit, Perplexity, Booking.com 등 실제 고객 사례를 통해 생성형 AI가 비즈니스에 어떻게 적용되고 있는지 공유했습니다. 특히, Amazon Bedrock에서 Anthropic Claude 2.1과 Meta Llama 2 70B 모델을 지원하며, 텍스트와 이미지를 모두 처리할 수 있는 Amazon Titan Multimodal Embeddings 모델 출시를 발표했습니다. 이를 통해 기업은 자체 데이터를 기반으로 더욱 강력하고 맞춤화된 멀티모달 AI 솔루션을 구축할 수 있을 것으로 기대됩니다.
생성형 AIAWSAmazon Bedrock Agents
베스핀글로벌·2023년 12월 4일
AI
[2023 AWS re:Invent] C-suite leaders talk generative AI and applications
2023 AWS re:Invent에서 열린 C-suite 리더들의 생성형 AI 및 애플리케이션 관련 세션 내용을 요약합니다. AWS는 생성형 AI와 머신러닝을 통합한 새로운 애플리케이션 및 하드웨어 장치를 출시하여 업무 생산성 향상에 초점을 맞췄습니다. 주요 발표 내용으로는 가상 데스크탑을 제공하는 저비용 하드웨어인 Amazon WorkSpaces Thin Client, 비접촉식 직원 경험과 보안 강화를 위한 Amazon One Enterprise, 다중 SaaS 애플리케이션을 연결하고 관리 기능을 제공하는 AWS AppFabric, 그리고 공급망 관리 및 수요 예측을 지원하며 Amazon Q를 통한 질의 기능을 갖춘 AWS Supply Chain이 있습니다. 이러한 솔루션들은 컨택트 센터 직원, 공급망 기획자, 지식 근로자 등 다양한 직무의 생산성을 향상시키는 것을 목표로 합니다.
생성형 AIAWSLLM
베스핀글로벌·2023년 12월 1일