Archives

최근 한동안 눈에 띄는 대형 언어 모델(LLM) 출시가 뜸했지만, 현재 다양한 신형 LLM들이 한꺼번에 공개되며 ‘AI 전쟁’이 본격적으로 재점화되고 있음 Anthropic은 *C

**Vapi, Synthflow, Bland.ai와 같은 음성 AI 플랫폼**은 입문자에게는 좋지만, 인프라 직접 제어 불가, 느린 응답, 비싼 과금, 커스터마이즈의 한계 등 여러

대형 언어 모델(LLM)의 가장 큰 한계는 최신 정보나 특정 도메인 데이터에 대한 지식이 제한적이라는 점임 단순히 문서를 ChatGPT에 복사·붙여넣기 하는 것은 충분하지 않고,

엔트로픽(Anthropic)이 출시한 클로드 소넷 4.5(Claude Sonnet 4.5)는 기존 Opus 4.1 및 최근 강세를 보인 OpenAI의 GPT 5 Codex(코덱스)

AI 코딩 어시스턴트를 사용할 때, 단순 프롬프트 입력만으로는 한계가 있으므로, 진짜 힘은 자신만의 시스템과 워크플로우를 구축하는 데 있음 PRP 프레임워크, BMAD, GitHu

**AI Engineer Paris 2025 둘째 날 컨퍼런스**는 다수의 글로벌 연사(35명+)와 기업, 스타트업이 참여하는 5개 트랙, 500건+ 발표 제안, 다양한 부스와 워

**영상 제목**: *AIE 파리 2025 개막 키노트 (Opening Keynotes AIE Paris 2025 (Day 1))* AI Engineer 파리 컨퍼런스는 유럽 및

영상은 N8N RAG(재현 기반 생성, Retrieval Augmented Generation) 템플릿에 지식 그래프 기능이 새롭게 추가된 내용을 소개함 기존 벡터 데이터베이스(P

영상에서는 "에이전틱 경험(agentic experiences)"이 기존 앱이나 SaaS 플랫폼에서 분리된 에이전트가 아닌, 애플리케이션에 깊이 통합된 AI 에이전트가 미래 Saa

Zed 코드 에디터에서 새롭게 도입된 ACP(Agent Client Protocol)는 AI 코딩 도구(코딩 에이전트)와 코드 에디터를 연결하는 표준 프로토콜로 발표됨 ACP는 코

**영상 제목:** n8n RAG AI 에이전트 템플릿이 획기적으로 업그레이드되었습니다 RAG(Retrieval Augmented Generation)는 AI 에이전트가 지식 베이

**Claude 코드의 서브에이전트 기능과 Archon 도구를 결합해 AI 에이전트 공장(template)을 구축하는 방법을 소개** **모듈별 전문가 역할의 서브에이전트(Plan

본 영상은 테슬라 옵티머스 프로젝트의 Rishabh Garg가 고성능 로봇 시스템 개발에서 발생하는 복잡한 소프트웨어-하드웨어 통합 문제를, 실제 예시와 함께 설명함 로봇 시스템에

Box는 15년 이상 역사와 115,000여 개 엔터프라이즈 고객을 보유한 비정형 콘텐츠 관리 플랫폼임 Fortune 500 기업 중 2/3가 Box를 사용하며, AI 도입의 첫

세계 최대 자산운용사 블랙록의 데이터팀(Infant Vasanth, Vaibhav Page)이 대규모 지식/AI 앱을 신속하고 효율적으로 구축·배포하는 프로세스를 상세히 소개함 내

발표자 디에고 로드리게스(Diego Rodriguez)는 생성형 미디어 분야 AI 스타트업 Krea의 공동 창업자로, 인간의 지각(Perception)과 미적 감각(Aestheti

발표자는 다양한 조직에서 Evals(모델 평가 시스템)의 도입 및 개선을 통해 얻은 중요한 5가지 교훈을 공유함 성공적인 Evals의 징후로 **신모델 출시 24시간 내 제품 업그

영상은 **생성형 AI(GenAI) 시스템의 품질, 신뢰성, 리스크 관리**를 위해 퍼징(fuzzing, 결함 테스트) 기반 대규모 자동화 시뮬레이션과 평가가 필수임을 주장함 **

Flatfile의 Craig Wattrus가 새롭게 부상하는 AI 동료(에이전트)를 실제 업무 환경에 어떤 ‘폼 팩터’(형태)로 적용할 것인가에 관해 논의함 디자이너, 프로덕트,

이 영상은 Patho AI의 창립자이자 CEO인 Chin Keong Lam이 대규모 전문가 AI 시스템 구축 경험과 "지혜 기반(Knowledge/Wisdom-driven)" 지식

시스코의 '아웃시프트' 그룹에서 추진하는 AI 기반 네트워크 변화 관리 솔루션의 목표와 구조를 소개함 고객사의 변화 관리(Change Management) 환경에서 빈번한 실패 문

본 영상은 Dynamus 커뮤니티 런칭과 Archon 출시, 회원 1,000명 돌파를 기념하여 제작자가 직접 수백 개의 AI 에이전트를 구축하며 얻은 가장 실용적이고 중요한 20가

영상은 HF0 레지던시 프로그램에서 발굴된 7개의 인공지능(AI) 유망 스타트업의 창업자 발표를 통해, 사업 아이템, 시장의 문제 의식, 기술적 혁신 및 핵심성과를 구체적으로 소개

본 영상은 3시간에 달하는 Archon 베타 출시 라이브 스트림의 요점을 1/3에 압축하여 전달하는 리캡 버전임 Archon의 목적, 설치법, 주요 기능, 실제 AI 개발 워크플로

**영상 제목:** Archon Beta Launch Party (MASSIVE V2 Overhaul!) → *아콘 베타 런치 파티 (대규모 V2 오버홀!)* **글로벌 커뮤니티

Archon은 ‘AI 에이전트가 다른 AI 에이전트를 만드는’ 최초의 오픈소스 툴에서 시작해, 최근에는 AI 코딩 어시스턴트를 위한 강력한 운영체제(OS)로 발전함 기존 AI 코딩

이 영상은 오픈AI 공동설립자 겸 회장 그렉 브록만(Greg Brockman)이 인터뷰에서 자신의 성장 과정, 초기 커리어, 스트라이프(Stripe) CTO 경험, 독학 방법, A

**AI Engineer 컨퍼런스의 개요 및 최신 동향, 행사 준비 비화, AI 엔지니어링의 발전상에 대해 다룸** **2025년 기준 참가자 3,000명이 모두 막판에 등록해,

이 영상은 Ankur Goyal이 Braintrust에서의 지난 2년간 '평가(Eval)' 분야에서의 경험, 현재 상황, 그리고 향후 전망에 대해 발표한 세션임. Braintrus

**Claude Code(클로드 코드)는 강력한 AI 코딩 어시스턴트로, 다양한 전략과 베스트 프랙티스를 활용할 때 개발 생산성을 극대화할 수 있음** **본 영상은 설치부터 고급

영상은 대형 공공 헬스케어 기업과의 협업 사례를 통해, 실제 현장에서 신뢰성 있게 동작하는 AI 프로세스 자동화의 도입 과정을 상세하게 설명함 해당 헬스케어 기업은 방사선 전문의

**Codto의 CEO 이타마르 프리드만이 새로운 CLI(커맨드라인 도구) 툴의 소프트 런칭과 그 배경, 그리고 ‘자신감 있는 vibe coding’이란 컨셉을 중심으로 발표를 진

본 강연자는 Mozilla AI CEO이며, 6년간 Arthur AI의 공동 창립자 겸 수석 과학자로서 AI/ML 시스템의 모니터링과 평가, 보안 분야에서 활동해 왔음을 소개 평가

영상 제목: **Evals는 단위 테스트가 아니다 — Ido Pesok, Vercel v0** Vercel의 엔지니어 Ido Pesok이 Vercel v0의 AI 기반 개발 플랫폼

"쓴 교훈"(The Bitter Lesson)은 도메인 지식 기반의 복잡한 방법론보다, 범용적이고 확장 가능한 학습·탐색 기법이 훨씬 더 강력하다는 Rich Sutton(2019)

영상 제목의 한국어 번역: **데이터를 제대로 바라보는 방법 — Jeff Huber(Chroma) & Jason Liu(567)** 발표자들은 AI 실무자들이 데이터 품질을 올리고

**NVIDIA의 Kyle Kranen은 실제 대규모 추론 서비스(수천만 달러 분기별 클라우드 빌) 운영 경험을 바탕으로, 파레토 프런티어(성능, 비용, 품질 간 최적 조합)를 '

**프로메테우스 신화를 빗대어 인간과 기술의 진화적 관계, 그리고 AI의 ‘자각적 존재’ 가능성을 논함** **특이점(singularity)에 다가갈수록 AI는 인간보다 훨씬 빠른

**영상 제목:** GitHub Copilot와 VS Code로 실전 개발하기 대규모 코딩(‘VIP coding’)의 3단계(요로 즉흥 구조화 확장 스펙트럼)를 소개하며, 코드에

**비전 AI의 현주소와 진전에 대해 로보플로우의 ML 리드 피터 로비쇼가 발표함** **비전 AI가 다른 AI 분야(LMs 등)와 가장 큰 차별점을 갖는 이유와 현실 세계 상호작

본 워크숍은 Daily의 Mark Backman과 팀이 진행하는 실습 중심 세션으로, 오픈소스 Python 프레임워크인 Pipecat을 활용해 80분 이내에 실시간 음성 기반 봇을

AI 코딩이 기존 개발자들의 일자리를 대체할 것이란 과장은 실제 생산 시스템 경험 부족에서 비롯된 오해라고 지적함 AI가 기존 코드베이스에서 30%의 코드를 생성하더라도 실제 영향

이안 버틀러(Bismouth CEO)는 에이전틱(Agentic) 코딩 에이전트의 버그 탐지 실효성과 단점을 평가한 신규 벤치마크 결과를 발표함 현존 에이전트(Devon, Curso

발표자는 15년간 스타트업 공동창업자 및 CTO로 다양한 경험을 쌓았고, 최근 몇 년간 여러 기업에 생산 단계 AI 솔루션을 실제로 구축한 경험을 바탕으로 신뢰성 있는 AI 앱 개

Amazon AGI SF 랩의 인지과학자인 Danielle Perszyk이 인간과 AI 에이전트가 어떻게 ‘공진화’할 수 있는지, 그리고 그 과정에서 신뢰성과 정렬성(alignem

**Conviction 벤처펀드의 공동 설립자 Sarah Guo가 AI 스타트업, 기술 트렌드, 투자 전망, 그리고 실무 전략을 상세히 설명** **2026년까지 AI 에이전트가

AWS는 AI가 모든 고객 경험을 재창조하고, 새로운 경험까지 가능케 할 것이라고 확신함 아마존 내에서 1,000개 이상의 생성형 AI 애플리케이션이 개발 또는 도입되어 재고 예측

대부분의 AI 에이전트 및 MCP 서버는 단일 사용자(즉, 개발자 본인)를 위해 설계되어 여러 사용자 확장에 취약함을 지적 각 사용자별 맞춤 메모리와 도구 접근이 필수임에도, 기존

본 영상은 하이퍼볼릭(Hyperbolic) CEO 재스퍼 장(Dr. Jasper Zhang)이 개발자용 AI 클라우드 솔루션 하이퍼볼릭에 대해 소개하며, "더 많은 데이터 센터가

영상은 "에이전트 vs 워크플로"라는 AI 개발 커뮤니티 내 논쟁을 중심축으로, 두 방식을 융합하는 실용적 접근의 필요성을 주장함 Anthropic(2023년 12월)과 OpenA

이 영상은 2025년 AI 엔지니어링의 현황을 분석한 설문 결과를 AI 엔지니어 커뮤니티에 공유한 발표로, 500명 이상의 관련 업계 종사자가 참여하여 다양한 인사이트를 도출함 설

이 영상은 Whimo(웨이모)에서 평가 시스템을 이끌었던 브룩 호프킨스(Coval 창업자)가 자율주행의 '대규모 시뮬레이션 평가' 경험을 음성 AI 에이전트 평가에 어떻게 적용할

이 워크숍은 11랩스(11 Labs)에서 제공하는 다국어 대화형 AI 에이전트 구축 방법과 도구를 개발자 중심으로 상세히 설명함 주요 워크플로우는 음성 → 텍스트(ASR) → LL

**영상 제목**: Pipecat Cloud: 오픈소스 기반 기업용 음성 에이전트 데일리(Daily)는 2016년에 설립된 글로벌 실시간 오디오·비디오·AI 인프라 회사로, Pip

**OAuth는 AI 에이전트와 시스템 간 보안 연결을 위한 핵심 표준 프로토콜임을 강조함** **에이전트가 더 많은 시스템에 연결될수록 유용성이 커지지만, 그만큼 보안 위협도 증

**이 영상은 '애플의 프라이빗 클라우드 컴퓨트(PCC)'의 내부 원리와 설계, 보안 구조에 대한 비공식 심층 가이드로, 데이터 프라이버시와 클라우드 인공지능 연산의 균형 문제를

현재 웹 트래픽의 약 50%는 자동화된 클라이언트(봇)에 의해 발생하며, 게임 산업에서는 이 수치가 60%까지 증가함 AI 봇(크롤러)로 인한 부하와 비용 문제는 최근 더욱 심각해

영상은 AI 및 LLM 평가(evaluation, eval)에서 '실제로 동작하는' 평가 지표(metrics)와 시스템 구축에 필요한 구체적 방법론과 사례를 공유함 참가자들은 평가

본 영상은 1998년 구글의 키워드 검색의 한계부터 시작해, 신경망 임베딩을 이용한 Exa.ai의 차세대 검색엔진 개발 스토리를 담고 있음 발표자는 2021년 GPT-3의 등장을

영상 제목은 “RAG 기술의 모든 계층별 기법을 한 번에 적용하며 쌓아올리는 방법”으로, RAG(Retrieval Augmented Generation) 시스템에서 가능한 다양한

11X는 Go To Market(GTM) 조직을 위한 디지털 워커를 개발하는 회사로, AI 영업사원 ‘앨리스(Alice)’와 음성 기반 상담원 ‘줄리안(Julian)’ 등 디지털

**영상 제목**: 엔터프라이즈급 RAG 확장: 법률 프론티어의 교훈 (Scaling Enterprise-Grade RAG: Lessons from Legal Frontier) H

이 영상은 Quotient AI와 Tavily가 공동 개발한 AI 검색(검색 에이전트) 평가 프레임워크를 소개하며, 생산환경에서 실질적으로 활용 가능한 평가법의 필요성과 새로운 접

**제품 개발에서 가장 중요한 원칙은 "무조건 실제 사용자에게 보내는 것(Shipping Something to Someone Always Wins)"임을 강조** 전 마이크로소프

해당 영상은 AI 기반 에이전트 플랫폼인 ‘Teammates’의 공동 창업자 Ben Stein이, LLM 기반 제품 개발에서 “우리조차 제품이 정확히 무엇을 할 수 있는지 알 수

의료인이자 AI 엔지니어인 Christopher Lovejoy는 의료 및 보험 분야에서 도메인 전문성을 실제로 반영한 LLM(대형 언어 모델) 기반 어플리케이션 개발 경험을 공유함

**AI 해석 가능성(인터프리터빌리티)은 인공지능 모델의 내부 작동 원리를 역공학적으로 분석하여 '블랙박스'였던 신경망의 의사결정을 이해하는 것을 목표로 함** **Anthropi

**본 워크숍에서는 Dagger를 활용하여 실제 배포 가능한 소프트웨어 에이전트(Ship Agent)를 구축하고, 이를 GitHub 및 GitHub Actions 환경에 배포하는

**본 영상은 Los Alamos 국립연구소(미국의 핵심 핵과학 연구기관)의 AI 아키텍트 Mark Myshatyn이 정부 기관 내에서 AI 에이전트의 도입과 그에 따른 강력한 규

이 영상은 Red Hat의 AI 전문가 Taylor Smith가 LLM(대형 언어모델) 평가의 중요성, 실제 현업 도입 시의 문제점 및 구체적 평가 방법론, 그리고 대표 도구 실습

이 영상은 AI 스타트업 엔지니어/창업자에게 벤처 캐피탈(VC) 투자를 유치하는 모든 과정을 실제 경험과 함께 구체적으로 안내함 **수익(Revenue)이나 제품(Product)이

시에라는 AI를 활용한 인간적인 고객 서비스 경험을 기업에 제공하며, AI 에이전트를 통해 비용 문제로 인한 서비스 한계를 극복하는 데 집중하고 있음 1년여 만에 수백 개 기업과

본 워크샵은 Google의 A2A(Agent-to-Agent) 프로토콜과 MCP(Model Context Protocol)를 활용해 복수의 AI 에이전트 시스템을 구축하고, 이를

이 영상은 Elastic 소속 Philipp Krenn이 정보 검색(information retrieval)의 원리와 발전, 그리고 벡터 검색 및 하이브리드 검색까지 최신 검색 기

영상은 Waymo의 연구원 Jyh Jing Hwang이 자율주행의 역사, 현황, 그리고 Waymo의 최신 멀티모달 기반 대형 언어모델 EMMA(엠마)의 개발과 성능, 확장에 대해

본 발표는 Quan Vuong과 Jost Tobias Springberg(PI, Physical Intelligence)가 “모든 로봇에 어떤 작업도 수행할 수 있게 하는 모델”

**SG Lang은 대형 언어 모델(LLM)과 대형 비전 모델(VLM)을 빠르고 효율적으로 서빙할 수 있는 오픈 소스 프레임워크임** **이 워크샵은 SG Lang의 기본 개념,

본 영상은 Google Labs의 프로덕트 매니저 루스틴 뱅크스(Rustin Banks)가 최신 AI 코딩 에이전트 "Jules"의 개념과 활용, 그리고 병렬적 에이전트 활용법을

**Devin의 개발 여정과 소프트웨어 엔지니어링 AI 에이전트의 발전 단계를 구체적으로 조명함** AI 에이전트의 처리 능력은 약 70일(2~3개월)마다 2배씩 증가하고 있음—코

영상 제목: **GitHub Copilot 에이전트 실습 파일럿 Christopher Harrison, Microsoft** 이번 세션에서는 GitHub Copilot(일명 "AI

본 영상에서는 오픈소스 소프트웨어 개발 에이전트 'Open Hands'를 개발한 Robert Brennan이 AI 기반 코딩 에이전트의 효과적 활용법과 한계를 체계적으로 소개함 최

Imbue의 CTO Josh Albrecht가 발표한 본 영상은 AI 기반 코딩 에이전트 환경 'Sculptor'의 설계 철학과 구체적 기능, 그리고 AI를 활용한 고품질 코드 작

이 영상은 Eno Reyes(Factoy)가 현대 소프트웨어 개발 패러다임이 인간 중심(Human-driven)에서 에이전트 중심(Agent-driven)으로 빠르게 전환되고 있음

이 영상은 Raindrop의 CTO Ben Hylak과 Oleve의 공동 창업자 Sid Bendre가 실제로 효과적으로 작동하는 AI 제품을 어떻게 만들 수 있는지 공유하는 대담의

이 영상은 AI Engineer New York에서 열린 Pyon에서 발표된 "Pyantic 방식의 AI 애플리케이션 구축" 강연을 다룸 새뮤얼 콜빈은 신속하면서도 안전하게 AI

본 영상은 'Latent Space Paper Club'의 연차 리뷰로 시작하여, 지난 1년 반 동안 매주 진행된 논문 클럽의 성장과 성과를 소개함. 매주 수요일 정오에 약 100

영상은 AI 에이전트 개발을 위한 “문맥 엔지니어링(Context Engineering)”의 중요성과, 이를 위해 최적화된 PRP(Product Requirements Prompt

AI-우선(AI-first) 기업이란 단순히 제품에 AI 기능을 추가하는 것이 아니라, 전략·조직·가치전달 모든 단계에서 AI를 중심에 두는 전환임을 강조함 Sprout Socia

본 영상은 엔터프라이즈(기업 환경)에서 신뢰성 높은 AI 에이전트를 구축하는 데 필요한 3가지 핵심 요소에 대해 LangChain/LangGraph의 Harrison Chase가

발표자 도널드는 Retool의 신제품 팀 리드를 맡고 있으며, 최근 "Retool Agents"를 출시하여 에이전틱 AI 시장에 본격 진입했음을 알림 현재 AI 인프라에 5,000

최근 마크 저커버그는 올해 말까지 Meta의 중간급 엔지니어 대부분을 AI로 대체할 수 있다고 언급했으나, 현실적으로 AI가 올해 내에 개발자를 완전히 대체하긴 어렵다는 견해가 제

이 영상은 Orb의 CEO 알바로 모랄레스가 AI 제품과 서비스의 가격 책정 및 수익화 전략에 대한 실무적 경험과 인사이트를 공유하는 세션임 AI 가격 책정의 고유한 도전과제를 △

이 영상은 대규모 AI 평가(Eval) 구현 시 "정확도나 유사성"에만 집착하지 않고 더 넓은 관점에서 평가 전략을 설계해야 함을 강조함 Adobe의 Applied AI 개발 플랫

**영상 제목:** *당신의 AI 추론을 신뢰할 수 있는가?* (Do You Trust Your AI’s Inferences?) 발표자들은 보건 모니터링, 산업 IoT, 통신 네트

영상 제목: **AI 기반 곤충학: 수백만 건의 AI 코드 리뷰에서 얻은 교훈** Tomas Reimers(그래파이트 공동 창업자)는 Diamond라는 AI 기반 코드 리뷰어 개발

발표자인 루카쉬 간데츠키는 어려서부터 프로그래머로 활동해 왔으며, 최신 프로젝트 ‘Books Reimagined’에 대해 소개함 AI를 활용해 ‘이미 익숙한 책’을 새로운 방식으로

**Josh Purtell(Synth Labs 창립자)**는 수직(Vertical) 산업군(금융, 회계, 헬스케어 등)에 적용할 AI 에이전트의 성능을 비약적으로 높여주는 “상태

이 영상은 베스 글렌필드(Beth Glenfield)가 현행 테크니컬 리크루팅(기술 채용) 방식이 AI의 등장으로 어떻게 변화·파괴되고 있는지 발표한 내용임 최근 18개월간 등장한

AI 기반 앱들이 최근 매우 유사한 레이아웃을 보이고 있으며, 대부분 입력 필드, 턴-바이-턴 UX, 다수의 모델을 선택할 수 있는 드롭다운을 포함 채팅봇 중심의 UX가 논쟁이 많

영상 제목은 "*엑스칼리드로: AI와 인간의 화이트보드 협업*"이며, 크리스토퍼 셰도(Christopher Chedeau)가 Excalidraw 개발과 AI 통합 경험, 그리고 화

영상의 발표자는 스티브 루이즈(Steve Ruiz)이며, 자신이 설립한 whiteboard & 캔버스 플랫폼인 **tldraw(틸드로우)**의 발전 과정과 AI 통합 사례를 상세히

‘Dream Machine’은 Luma AI가 공개한 첫 비디오 생성 AI 모델이며, 2024년 6월 11일 오전 9시에 공식 런칭됨 런칭 직후 예상보다 훨씬 많은 트래픽이 몰리며

구글 포토는 월간 15억 명이 사용하는 사진 관리 서비스로, ML(머신러닝)을 기반으로 사진 백업, 자동 정리, 검색 기능을 제공 초창기부터 이미지 검색, OCR, 자동 앨범 생성

본 영상에서는 Bespoke Labs 설립 엔지니어 Ryan Marten이 오픈소스 추론 데이터셋 프로젝트인 OpenThoughts(특히 최신 버전인 3)에 대해 소개함 Deeps

본 강연은 OpenAI 솔루션 아키텍처팀의 토키 셰르바코프와 아누프 코타가 진행하며, 실용적인 오디오(음성) 에이전트 구축 방법, 최신 모델 동향, 설계 패턴 및 실제 경험을 공유

이 영상은 CloudChef의 공동 창업자 겸 CEO인 Nikhil Abraham이 범용 2핸드 로봇을 요리사로 "교육"하여 실제 전문 주방에서 활용할 수 있게 된 사례를 상세히

AI 엔지니어들이 오픈AI, Anthropic, DeepSeek 등의 모델 API를 활용해 앱을 만드는 현재, 앞으로는 GPU에 대한 이해가 필수적임을 강조함 복잡한 시스템 구축에

본 영상은 OpenPipe의 Kyle Corbitt가 AI Engineer World’s Fair에서 발표한 사례 연구이자 오픈소스 프로젝트 ART E의 설계와 RL(강화 학습)

본 발표는 최근 6개월간의 강화학습(RL)과 검증 가능한 보상(Verifiable Rewards) 기반 추론 모델 연구를 되돌아보고, 차세대 언어모델의 진화 방향과 새로운 분류 체

**영상 제목 번역:** *강화학습, 커널, 추론, 양자화, 에이전트 — Daniel Han 전체 워크숍* Daniel Han은 오픈소스 생태계를 위해 주요 AI 모델(예: Lla

**컨텍스트 엔지니어링(CE)은 AI 코딩의 생산성과 품질을 획기적으로 높이는 핵심 전략으로 부상하고 있음** 기존의 '바이브 코딩'(대충 프로토타입 제작)과 '프롬프트 엔지니어링

**추천 시스템은 과거부터 언어 모델링 기법을 활용해 발전해왔으며, 최근에는 트랜스포머와 멀티모달 임베딩이 주요 기술로 떠오르고 있음** **단순 해시 기반 아이템 ID의 한계를

연사 아칸샤 차우더리는 구글에서 Palm, Gemini 등 대형 언어 모델 개발을 이끌었으며, 현재는 Reflection.ai에서 강화학습 기반 자율 코딩에 집중하고 있음 2020

**Pinterest 검색에 대형 언어 모델(LLM)을 도입하여 검색 관련성(서치 리밸런스) 정확도를 크게 향상시킨 경험을 상세하게 공유** **Pinterest는 매달 60억 건

영상은 LinkedIn AI 팀(하메드, 마지아르)이 LLM(대형 언어 모델)을 활용한 차세대 맞춤형 랭킹 및 추천 시스템 '360Brew'의 개발 여정을 상세히 설명함 기존 추천

이 영상은 넷플릭스가 추천 시스템의 모든 유즈케이스를 하나의 파운데이션 모델로 통합하는 전략을 중점적으로 다룸 넷플릭스의 홈, 검색, 키즈, 모바일 등 다양한 추천 화면과 늘어나는

Instacart는 북미 최대 온라인 식료품 플랫폼으로, 고객이 원하는 상품을 빠르고 효율적으로 찾는 ‘검색’과 새 상품을 제안하는 ‘발견’ 기능을 핵심 미션으로 삼음 기존 검색

영상 제목: *Gemini에게 유튜브를 가르치다: LLM 기반 추천 시스템을 통해 20억+ DAU에 대응하는 혁신적 접근* 기존 검색 혁신만큼이나 추천 시스템의 변화가 중요하며,

**이 영상에서는 FAL의 Gorkem Yurtseven이 생성형 미디어의 발전 과정, 시장 변화, 그리고 미래 전망을 심도 있게 다룸** **2022년 OpenAI의 DALL·E

Max Brodeur-Urbas는 Gumloop의 창업자이며 YC(Winter 24) 출신으로, 2인 팀 시드 투자를 받고 불과 9명 규모로 시리즈A까지 성장함 Gumloop는 워

**영상 제목: 팀 빌딩을 다시 생각하다: 30명 스타트업이 5천만 사용자를 지원하는 법** Gamma의 공동창업자 겸 CEO Grant Lee는 기존의 복잡한 팀 확장 방식에서

이 영상은 Datalab의 CEO 비카스(Vikas)가 3~4명의 소규모 팀으로 GitHub 스타 4만 개, 연간 매출 7자리(백만 달러대), 최고 수준의 AI 모델 개발을 동시에

영상은 벤치마크가 밈(meme)처럼 확산되며 AI의 발전 방향을 결정짓는 강력한 아이디어임을 강조함 리처드 도킨스가 제시한 밈의 정의(확산하는 아이디어)와 연결하여, 실제로 AI

Circle의 디벨롭먼트 리드 Corey Cooper가 USDC(USD Coin)와 AI를 결합한 에스크로 자동화 실험 사례를 상세하게 소개 Circle은 2013년 설립된 세계

본 영상은 최근 45일간 AI 산업 내 엄청난 속도의 제품 출시와 경쟁 격화 현상을 사례(노션, 피그마, 애틀라시안, 앤트로픽, 구글, 오픈AI 등)로 설명하며 시작함. 대형 기업

**영상 제목**: *웹 개발자를 위한 LLM의 원리: GPT를 600줄의 바닐라 JS로 구현하기* 주최자는 머신러닝 배경지식이 없는 웹 개발자도 LLM(대형 언어 모델)의 구조와

***Pure TypeScript로 Mastra.ai 프레임워크를 활용한 AI 파이프라인과 에이전트 워크숍*** (영상 제목) 본 워크숍에서는 Mastra 프레임워크와 TypeSc

이 영상은 OpenAI의 Sean Grove가 ‘스펙(명세, specification)’이 코드보다 더 중요한 소프트웨어 개발 결과물임을 주장하며, 스펙의 가치와 실행법, 사례를

**행사 개요**: 본 워크숍은 Google DeepMind의 Philipp Schmid가 주도하였으며, 첨단 Gemini 2.5 모델(Pro 및 Flash)의 엔지니어링 활용을

Google DeepMind의 연구원이자 Gemini 사고(Thinking) 기능의 기술 리드인 Jack Rae가 Gemini 모델에서 '생각하는' 메커니즘 및 그 연구 의의에 대

본 영상은 Traversal.ai의 CEO 아니시 아가왈과 매트가 프로덕션 소프트웨어의 신뢰성과 장애 대응의 문제, 그리고 AI를 활용한 혁신적 해결방안을 소개함 소프트웨어 엔지니

제목: *몇 분 만에 모든 MCP 서버를 구축하고 배포하는 완벽 가이드 (Build and Ship Any MCP Server in MINUTES (Full Guide))* Ant

영상 제목은 "**Gemini의 1년간 발전과 앞으로의 로드맵**"으로, Google DeepMind 소속 Logan Kilpatrick이 발표함 최신 Gemini 2.5 Pro

본 영상은 2024년 12월부터 2025년 5월까지 최근 6개월간 대형 언어 모델(LLM, Large Language Model) 분야에서 등장한 30여 개의 주요 모델 출시 및

본 영상은 인공지능 벤치마킹 전문기업 ArtificialAnalysis.ai의 조지(George Cameron) 공동설립자가 AI 모델의 추세, 성능, 비용, 속도 등 다양한 '프

영상은 에이전틱(Agentic) 소프트웨어와 추론 시스템을 훈련시키는 방법, 특별히 RL(Reinforcement Learning, 강화학습)을 중심으로 설명함 발표자는 "추론과

본 강연은 발표자 Shafik Quoraishee가 뉴욕타임스 게임즈팀 소속 게임 개발자로서 진행한 ‘Connections’ 게임에 대한 AI 실험을 다룸 본 연구는 내부 공식 연

본 영상은 앤트로픽(Anthropic)의 Boris Cherny가 직접 개발한 "Claude Code"와 AI 코딩 도구의 진화 및 UX(사용자 경험)의 변화 과정을 기술적으로 상

영상 제목: **MCP는 아직 완성되지 않았다 — 센트리의 데이비드 크레이머** 발표자는 Sentry의 창업자 및 임원 데이비드 크레이머로, Sentry의 MCP 서버 개발 경험을

영상은 LLM(대형 언어 모델) 기반 에이전트 개발에서 신뢰성과 품질을 높이기 위한 ‘12-팩터’ 설계 패턴을 소개함 발표자는 직접 에이전트 개발 경험 및 100명 이상의 개발자,

“Vibe Coding”은 AI 코딩 어시스턴트에게 최소한의 입력만 주고, 검증 없이 코드를 생성하게 하는 최근 유행한 방식이며, Andrej Karpathy가 처음 용어를 만들었

영상 제목은 “빌드-오퍼레이트 디바이드: 제품 비전과 AI 운영 현실의 격차를 메우기”로, 우수한 AI 제품 콘셉트가 실제 운영 단계에서 현실의 장벽에 부딪히는 문제를 다룸 Jer

이 영상은 K-Scale Labs의 창립 엔지니어 Jax가 개발자용 오픈소스 휴머노이드 로봇(Kbot, Zbot)의 전체 하드웨어 및 소프트웨어 오픈 전략, 가격, 기술, 사용 목

본 영상은 Zapier의 AI 에이전트 개발 과정에서 얻은 실제적인 실수와 학습, 그리고 평가(Eval) 시스템 구축 노하우를 공유함 Zapier Agents는 자동화 소프트웨어로

본 영상은 Cloudflare의 Lizzie Siegle와 WorkOS의 Nick Nisi가 AI 에이전트 및 MCP 서버 구축, 인증·인가 문제, 그리고 실무 적용사례를 중심으로

영상 제목: **‘새로운 린 스타트업 — 올리브(Oliv)의 초소형 팀 성공 전략’** 최근 창업 트렌드는 소규모 팀, 투자 유치 지연, 조기 수익성 달성으로 변화 중임을 설명 A

**본 영상은 AI 엔지니어링 행사에서 진행된 Brain Trust의 첫 번째 워크숍으로, AI 평가(evals)의 필요성, 실행 방법, 실제 적용 케이스까지 세밀하게 다룸** *

"Conquering Agent Chaos(에이전트 혼돈 극복)"는 에이전트의 실제 배포 문제와 Agentuity의 솔루션 중심 기능에 대해 논의함 플로리다 대학교(Universi

영상 제목은 *음성 모델의 프로덕션 추론 최적화*임 발표자는 Baseten(베이스텐) 소속 필립 켈리(Philip Kiely)이며, Baseten은 다양한 AI 네이티브 기업을 위

AI 코딩 에이전트의 한계와 가능성에 대한 업계 유명 개발자들의 다양한 평가와 논쟁이 최근 트위터 등에서 펼쳐짐 "최상위 개발자층(상위 0.1%)"에는 큰 도움이 안 된다는 주장도

본 영상은 OPZero(오제로) 엔지니어인 Bobby Tiernay와 Kam Sween이 AI 에이전트 중심의 세계에서 신원 및 접근 제어를 안전하게 구현하는 방법, 구체적으로 오

본 워크숍은 AI 기반 지식 보조(AI knowledge assistant) 구축에 활용되는 그래프 데이터베이스(Graph Database, 대표적으로 Neo4j) 및 GraphR

**'음성'은 인간에게 가장 자연스러운 인터페이스이며, 차세대 생성형 AI(Gen AI)의 핵심 빌딩블록으로 여겨진다.** **음성 에이전트 기술은 이미 환자-의사 통역, 아동 교

이 영상은 Contextual AI 사의 Rajiv Shah와 Nina Lopatina가 RAG(Retrieval Augmented Generation) 파이프라인의 전통적 구축

이 영상은 OpenAI 개발자 경험 팀의 도미닉 쿤델이 OpenAI의 TypeScript 기반 Agents SDK 신기능을 중심으로 음성 에이전트(voice agents) 개발 전

본 워크숍은 전문가 혼합(Mixture of Experts, MoE) 모델 구조의 개념과 의의, 그리고 이를 확장한 "에이전트 혼합(Mixture of Agents, MoA)" 아

**영상 제목**: 세계적 수준의 AI 제품을 만드는 법 — Notion AI 리드 Sarah Sachs와 Braintrust Notion AI 제품 개발 리드 Sarah Sach

**본 영상의 핵심 메시지는 "데이터야말로 AI 및 비즈니스 혁신의 근본적인 차별화 요소"라는 점임** **생성형 AI 도입 시 데이터의 역할과 처리 방식, 데이터 사이로 해소,

**Strands는 에이전트 구축을 극도로 단순화하기 위한 오픈소스 SDK**로, 에이전트 개발 시 '모델'과 '툴'만 필요하며 별도의 복잡한 스캐폴딩(scaffolding)이 불

**AWS 개발자 홍보대사 마이크 챔버스가 생성형 AI에 특화된 경험을 바탕으로 프로덕션 수준의 AI 에이전트 빌드 및 클라우드 배포 방법을 실전 예제로 시연함** **첫 번째 단

영상은 Solomon Hykes가 10년 전 Docker Con 2015에서와 동일한 무대에서 발표하는 것으로 시작하며, 기존 소프트웨어 개발에서 AI 코딩 에이전트 시대로 전환되

Cartisia의 공동 창업자 Arjun Desai와 AWS의 Rohit Talluri가 엔터프라이즈용 실시간 음성 AI의 구현, 과제, 진화에 대해 심층적으로 논의함 Cartis

이 영상은 AI 에이전트 'Augment Agent'를 활용해 복잡한 레거시 코드베이스, 특히 Apollo 11 유도컴퓨터(AGC) 코드 분석 및 현대화 방법을 실습 중심으로 설명

영상은 Arize AI의 AI 아키텍트 Dat Ngo가 LLM(대규모 언어 모델) 평가(Eval) 파이프라인을 어떻게 효율적이고 확장성 있게 구축할 수 있는지 실무적 관점에서 설명

영상의 발표자 마누 고얄(Manu Goyal)은 Braintrust에서 일하며 AI 평가(Evals) 플랫폼 개발을 주도하고 있음 발표는 자신의 어린 시절과 기술에 대한 실망, 그

**‘Evals(평가)’는 대형언어모델(LLM) 기반 애플리케이션의 품질, 신뢰성, 정확성 등을 정량적으로 관리할 수 있게 해 주는 구조화된 테스트 체계로, Braintrust 플

본 영상은 Antje Barth(AWS)가 클라우드 환경에서 대규모 AI 에이전트(Agent)를 구축하는 방법과 실제 적용 사례를 소개 전 세계에 6억 대가 넘는 Alexa 기기가

**영상은 AI 에이전트가 다양한 지식을 효과적으로 검색하는 최적의 방식을 찾기 위해, 최근 주목받고 있는 '에이전틱 RAG'와 '지식 그래프' 전략을 결합한 강력한 지식 검색 시

오픈라우터(OpenRouter)는 2023년 초에 Alex Atallah이 "AI 인프런스 시장이 승자독식 구조가 될 것인가?"라는 질문에서 시작되었음. 챗GPT 출시와 함께 AI

발표자는 LlamaIndex의 공동 창립자이자 CEO인 Jerry Liu로, 주제는 “지식 업무를 실제로 자동화하는 AI 에이전트 구축”임 AI 에이전트의 주요 약속은 지식 노동자

본 영상은 Windsurf의 프로덕트 리드 Kevin Hou가 AI Engineer Worlds Fair에서 발표한 세션으로, Windsurf가 지난 1년간 어떻게 급성장했는지 소

이 영상은 OpenAI의 개발자 경험팀의 Ilan Bigio가 진행하며, OpenAI에서 제공하는 세 가지 주요 파인튜닝 기법(SFT, DPO, RFT)의 개념, 적용 사례, 데이

이 영상은 Stride 컨설팅 팀이 실제 헬스케어 스타트업 "Aila Science"를 위해 개발한, LangGraph와 MCP, LLM(주로 Anthropic Claude) 기반

**본 영상은 AWS의 Du'An Lightfoot와 Banjo Bami가 Nova Act, MCP(Modern Context Protocol), strands agent 등 Am

영상 제목: **Claude Code와 에이전틱 코딩의 진화** Boris가 Anthropic의 기술 스태프로서 Claude Code의 창시자임을 직접 소개하며 시작함 AI 모델,

**벤 하일락(Ben Hylak)과 시드 벤드르(Sid Bendre)는 성공적으로 작동하는 AI 제품을 개발하는 구체적인 방법론과 실사례를 공유함** **AI 제품 개발에서 반복(

**구글 딥마인드의 Paige Bailey가 개발자 대상 Veo 3, Imagine 4, LIA 2의 신기능을 소개함** **Veo 3는 영상과 오디오를 동시에 자연스럽게 생성할

**Paul Klein은 Browserbase의 창업자로, AI 에이전트가 구체적으로 웹 브라우저를 필요로 한다는 점을 강조함** **기존 웹 인프라 구축은 복잡하고 자주 고장이

20세기 초 물리학의 오류사례(플랑크 상수 측정 실패)와 과학적 관성 현상에서 시작해, 혁신적 과학·기술이 기존 패러다임과 하드웨어에 의해 저지된 사례들을 살펴봄 과학자들은 대가의

이 영상은 Microsoft의 Den Delimarsky(제품 엔지니어, MCP 운영위원회 소속)와 Julia Kasper(애저 API 관리팀 소속)가 MCP(Multi-modal

MCP(Machine Control Protocol) 에이전트 및 서버의 사용이 증가하며 시스템 내에서 관측성이 약화되는 '블라인드 스팟' 문제가 나타나고 있음 기존 소프트웨어 관

발표자 존 웰시는 20년간 대규모 시스템을 구축해온 엔지니어로서, Anthropic에서 MCP(Machine Context Provider) 클라이언트 및 통합을 담당하며 얻은 경

**화웨이는 자체 AI 칩 Ascend 910B/C와 초대형 시스템(Cloud Matrix 384)을 개발, 12개 랙에 384개 칩을 광학적 네트워크로 연결해 높은 확장성과 대역

영상에서는 AI 코딩 어시스턴트의 반복적인 실수(‘환각(hallucination)’ 문제)와 그 해결을 위한 최신 접근법인 ‘지식 그래프(knowledge graph)’와의 결합을

이 영상은 Anthropic의 제품 매니저인 테오도라 추(Theodora Chu)가 모델 컨텍스트 프로토콜(Model Context Protocol, MCP)의 탄생 배경, 오픈소

**영상 제목: 신뢰할 수 있는 AI를 구축하는 방법 (Allie Howe)** AI가 신뢰를 잃는 실제 사례(2023년 Chevy Tahoe 챗봇, 2024년 Slack 데이터

**영상 제목**: *AI 엔지니어 월드 페어 2025 타이니 팀즈* AI 시대, 소규모(타이니) 팀이 과거 불가능했던 속도로 성공적인 AI 제품과 서비스를 만들어내는 트렌드를 집

**본 영상은 AI 기반 검색‧추론 시스템, RAG(검색증강생성) 기술, 최신 문서 처리 아키텍처, 실제 적용사례, 챌린지, 평가 방법, 그리고 차세대 엔터프라이즈 RAG 인프라까

**AI Engineer World’s Fair 2025 2일 차 주요 트랙**: 여러 키노트와 SWE(Software Engineering) Agent 트랙을 중심으로 최신 AI

본 영상은 AI Engineer World’s Fair 2025의 추론(reasoning) 및 강화학습(RL) 세션 주요 발표 내용을 심도 있게 다룸 RL의 구현 방식(DPO, P

**AI Engineer World's Fair 2025 "Evals" 세션은 AI 제품/에이전트의 평가(Evaluation, "Eval") 기법, 중요성, 최신 트렌드 및 조직

영상 제목: *Google, Anthropic, OpenAI의 AI 에이전트 실전 가이드 18분 완전 정리* 구글, Anthropic, OpenAI에서 발표한 대표적 AI 에이전트

**2025년은 AI 에이전트와 MCP(Anthropic), A2A(Google) 등 에이전트 프로토콜의 해로, 도구 및 타 에이전트 연결이 크게 쉬워졌으나, 사용자와 에이전트를

이 영상은 AWS의 소프트웨어 개발 관리자 Vikash Agrawal와 개발자 에반젤리스트 Linda가 Amazon Q Developer(이하 Q)를 활용한 소프트웨어 개발 생명주

영상의 제목은 “그냥 실행하라. (도구에게 스스로 생각할 시간을 주라)”이며, Wordware의 공동창립자이자 CTO인 로버트 챈들러가 AI 에이전트와 도구 설계에 대한 인사이트를

**본 영상은 Arise의 공동 창업자 아파르나(Aparna Dhinakaran)가 AI 에이전트 개발 과정에서의 평가(evaluation)와 모니터링, 개선 루프 구축에 대해 심

영상의 제목은 “AI 에이전트를 빠르게 배우는 방법 (내가 처음부터 다시 시작한다면) – 완벽한 로드맵”으로, 제작자가 본인이 쌓아온 경험을 바탕으로 AI 에이전트 학습을 위한 단

**영상은 RAG(Retrieval Augmented Generation)의 한계를 극복하기 위한 실시간 지식 그래프 활용 방안을 집중적으로 설명함** **리트리벌 기반 생성(RA

본 영상은 Cole Medin이 주최하는 실시간 Q&A 라이브 스트림으로, 전 세계의 시청자들과 함께 AI, AI 에이전트, 개발 도구, 최신 오픈소스 프로젝트 등을 폭넓게 논의하

진행자 Manuel Odendahl는 25년 경력의 소프트웨어 엔지니어로, 2022년부터 LLM을 이용한 코딩에 집중 중임을 소개 LLM은 자연어로 툴을 호출하는 구조화된 코드(펑

본 영상은 All Hands AAI의 수석 아키텍트 Ray Meyers가 "프로그래밍의 종말"을 다양한 시나리오로 제시하며, AI와 프로그래밍의 미래에 대한 논쟁과 인간적 태도(공

2023년 12월, StackBlitz(스택블리츠)의 창업자 Eric Simons는 회사가 거의 매출 없이 성장 정체에 빠져 이사회로부터 실질적 성과를 2024년 말까지 보여주라는

영상은 AI 코딩 어시스턴트가 프로젝트와 문서 이해에 한계를 갖는 문제, 특히 레퍼런스 오류(“hallucination”)를 해결하기 위해 ‘crawl for AI RAG MCP

최근 그동안 자신의 유튜브 채널에서 역량을 다 보여주지 못했다고 솔직히 인정하며, 앞으로 이를 개선하겠다고 밝힘 주 2회(일요일‧수요일 오후 7시) 영상 업로드에서 주 1회 업로드

**본 영상은 로컬 AI(Local AI)의 정의, 필요성, 실전 구축 방법, AI 에이전트 개발, 클라우드 배포 등 ‘로컬 AI 인프라 전체’를 다루는 마스터클래스임** **로컬

영상 제목은 **‘대화형 인터페이스를 넘어: 왜 문서가 자연어를 코드로 전환하는가’**임 채팅 기반 인터페이스(예: ChatGPT, OpenAI, CLA)의 주요 한계점으로 컨텍스

이 논문은 AI 안전성 벤치마크(데이터셋)의 의미적 범위와 겹침, 결여 영역을 다차원적으로 분석한 최초의 연구임을 강조 벤치마크란 LLM 성능 평가를 위해 사용되는 Q&A, 프롬프

2025년은 에이전트 대중화의 해가 될 것이며, MCP(Model Context Protocol) 도입으로 에이전트 설계가 더욱 간단하고 강력해짐 MCP는 LLM이 도구·데이터·서

기술 VC회사 시그널파이어의 데이터 기반 AI 인재 채용 전략을 전수하는 발표 AI 엔지니어 채용에서 학력이나 박사 학위보다 실무 경험과 결과물이 훨씬 더 중요해졌음을 구체적 수치

링크드인은 2023년부터 GenAI(생성형 AI) 플랫폼 개발을 단계적으로 추진 초기 단순 프롬프트 기반 기사 작성 서비스부터 시작해 사용자 맞춤 Co-pilot, 멀티 에이전트

본 강연에서는 현재 AI 에이전트가 실제 환경에서 제대로 작동하지 않는 주요 원인과 개선 방향을 다룸 에이전트의 성능 평가가 매우 어렵고, 평가의 어려움이 실질적 실패로 이어진 사

SuperDial은 보이스 AI를 활용해 보험사·의료기관과의 복잡한 전화 업무를 자동화하는 플랫폼을 운영함 실제 의료 전화 사례를 통해, 보이스봇이 반복적이고 지루한 통화 업무를

Don Bosco Durai가 최신 AI 에이전트의 보안 및 안전 관리 방법을 소개함 AI 에이전트와 도구, 태스크, 메모리 등 주요 용어와 구조, 운영 방식을 체계적으로 설명 에

영상은 Letta와 MemGPT 프레임워크를 중심으로 한 ‘상태를 기억하는(Stateful) 에이전트’의 개발 워크숍 내용임 언어 모델(LLM)을 활용한 기존 에이전트와 달리, 메

본 영상은 AI 분야의 대표 기업 및 연구소(Anthropic, Google DeepMind, Meta FAIR, Thinking Machines)의 전문가들이 참여한 AI 엔지니

Vercel AI SDK로 에이전트(Agent) 개발의 기초부터 실제 심화 리서치 시스템 구축까지 단계별로 실습 중심으로 설명함 다양한 언어 모델(GPT-4o mini, Perpl

AI 코딩 에이전트가 실제로 자기 자신을 개발하는 프로젝트 경험을 공유함 어그먼트 코드의 AI 에이전트가 전체 코드의 90% 이상을 직접 작성함 에이전트는 Slack, Linear

Writer는 2020년에 설립되어 다양한 범용 및 도메인 특화 언어 모델(LLM)을 개발해 왔음 최근 범용 LLM의 정확도가 평균 80~90%에 도달함에 따라, 도메인 특화 모델

데이터독(Datadog)은 클라우드 애플리케이션의 관측 및 보안 플랫폼으로, AI를 바탕으로 한 ‘잠들지 않는 데브옵스 엔지니어’ 에이전트를 개발하고 있음 데이터독의 AI 에이전트

이 영상은 AI 에이전트와 어시스턴트가 실제 환경에서 제대로 동작하는지 평가하는 방법과 평가 프레임워크를 소개함 음성 AI가 콜센터 등 실전 비즈니스 환경에 이미 도입되고 있으며,

OpenAI의 Ilan Bigio가 함수 호출(Function Calling)의 역사, 개념, 실제 구현까지 상세히 시연하는 워크숍 함수 호출은 외부 데이터 조회, 상태 변경, 다

AI 데이터 센터 구축에 필요한 네트워크 인프라 설계 및 운영 원칙을 상세히 설명함 학습(Training)과 추론(Inference) 단계별로 GPU와 네트워크 요구사항이 완전히

AI 연구에서 지난 2~4년간의 두 가지 핵심 스케일링 패러다임(토큰 예측 기반 사전학습, 강화학습 기반 추론 능력 확장)에 대해 설명함 사전학습(Next Token Predict