[SK텔레콤 AI세미나] 홍보 K-하이테크 플랫폼 × SK텔레콤이 준비한 이번 세미나에서 이정모 관장과 함께 AI 시대의 흐름을 가장 쉽게 이해해보세요. 점심 식사와 함께 부담 없이 참여하실 수 있습니다. 행사 신청 링크 바로가기

[SK텔레콤 AI세미나] 홍보
(by dahee님)

https://d.ptln.kr/9843

#{'id': 1429, 'name': 'ai', 'slug': '1429-tag'} #{'id': 82, 'name': '세미나', 'slug': '82-tag'} #{'id': 7325, 'name': '홍보', 'slug': '7325-tag'}

pytorch GPU 개발 환경을 구축할 때 공식이나 블로그에는 pip install 할때 GPU 사용 시 따로 cuda, cudnn을 설치하라고 되어 있는데, cuda, cudnn 굳이 설치하지 않아도 잘 잡히더라구요. 제 환경은 ubuntu 24.04 lts rtx 5070ti miniconda 가상환경 구축 : python 3.10 Mon Apr 20 20:50:16 2026 +-----------------------------------------------------------------------------------------+ | NVIDIA-SMI 580.126.09 Driver Version: 580.126.09 CUDA Version: 13.0 | +-----------------------------------------+------------------------+----------------------+ | GPU Name ...

pytorch GPU 개발 환경을 구축할 때
(by wjseogur1234님)

https://d.ptln.kr/9816

LLM 데이터 엔지니어링 1탄 - GPU 없이 PDF 레이아웃을 분석한다고요? 10배 빠른 파싱 성능 벤치마크 공유 안녕하세요! 파이토치로 Document AI 모델을 설계할 때 가장 고민되는 지점 중 하나가 바로 '레이아웃 분석(Layout Analysis)' 단계인 것 같습니다. 보통 표(Table), 제목, 본문 등을 구분하기 위해 LayoutLM이나 YOLO 같은 무거운 비전 모델을 GPU 위에서 돌리곤 하죠. 하지만 수백만 페이지의 문서를 전처리해야 할 때 그 비용과 시간은 무시할 수 없습니다. 최근 Artifex에서 공개한 DocLayNet(대규모 문서 레이아웃 데이터셋) 벤치마크 결과가 꽤 흥미로워 공유해 드립니다. GPU 없이 C 기반 엔진만으로 레이아웃을 분석했을 때 어느 정도의 성능이 나오는지 확인해 보세요! 📊 핵심 벤치마크 요약 (vs DL 기반 모델) 처리 속도 (Speed): Deep Learning 방식: 페이지당 수 초(seconds) 소요 (GPU 자원 소모) PyMuPDF-Layout: 페이지당 평균 0.1초 내외 (CPU 기반) 결과적...

LLM 데이터 엔지니어링 1탄 - GPU 없이 PDF 레이아웃을 분석한다고요? 10배 빠른 파싱 성능 벤치마크 공유
(by kyounghee.lee님)

https://d.ptln.kr/9808

[무료 웨비나] 당신의 AI, 안전한가요? 신청 바로가기 >>

[무료 웨비나] 당신의 AI, 안전한가요?
(by marketing.selectstar님)

https://d.ptln.kr/9769

#{'id': 1429, 'name': 'ai', 'slug': '1429-tag'} #{'id': 162, 'name': 'llm', 'slug': 'llm'} #{'id': 1185, 'name': 'rag', 'slug': 'rag'}

[도움 요청] 첫 arXiv 논문 제출을 위한 cs.LG 카테고리 Endorsement 부탁드립니다! 안녕하세요, 선배 연구자님들! 저는 현재 랩실에서 컴퓨터 비전과 딥러닝을 공부하고 있는 학부 연구생입니다. 이번에 제 개인 연구로 진행해 오던 지식 증류(Knowledge Distillation) 관련 논문을 마무리하여 처음으로 arXiv에 프리프린트를 등록하려고 합니다. 그런데 cs.LG (Machine Learning) 카테고리 첫 제출이라 Endorsement가 필요하다는 창이 떠서, 염치 불고하고 이곳 커뮤니티에 도움을 요청하게 되었습니다. 제가 작성한 논문의 간략한 요약은 다음과 같습니다. 논문 제목: TALS: Teacher-Anchored Logit Scaling for Hyperparameter-Free Knowledge Distillation 핵심 아이디어: * Vanilla KD에서 항상 그리드 서치(Grid Search)로 찾아야 했던 온도 초매개변수 TEMPERATURE를 완전히 제거하는 방법론입니다. 미리 학습된 교사 모델의 Logit 표준편...

[도움 요청] 첫 arXiv 논문 제출을 위한 cs.LG 카테고리 Endorsement 부탁드립니다!
(by jingwanlove100님)

https://d.ptln.kr/9758

#{'id': 1429, 'name': 'ai', 'slug': '1429-tag'}

인재 채용 시 소프트웨어기술자경력증명서를 활용해 보세요! KOSA 소프트웨어 경력증명서 활용 시 기업에서 별도 진위여부 확인이 가능합니다. SW기술자 경력확인제도를 통해 발급받은 경력증명서의 진위를 간편하게 확인하세요. ■소프트웨어기술자 경력증명서 진위확인 https://career.sw.or.kr/cos/tru_write.jsp ※한국인공지능소프트웨어산업협회는 「소프트웨어진흥법」 제10조에 근거하여 설립된 소프트웨어 산업 분야의 법정단체이며, 2026년 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」 제26조에 따라 과학기술정보통신부로부터 인공지능(AI) 법정단체로 지정되었습니다.

인재 채용 시 소프트웨어기술자경력증명서를 활용해 보세요!
(by KOSA님)

https://d.ptln.kr/9755

[정보] LLM용 PDF 전처리를 위한 새로운 도구: PyMuPDF4LLM 활용 가이드 안녕하세요! 파이토치로 LLM이나 RAG 시스템을 개발하시는 분들께 유용한 기술 아티클이 있어 공유해 드립니다. 😊 최근 멀티모달 모델이 대두되면서 PDF 내부의 텍스트뿐만 아니라 표(Table), 이미지, 수식 등을 구조가 깨지지 않게 추출하는 것이 매우 중요해졌는데요. LLM 파이프라인에 최적화된 'PyMuPDF4LLM' 라이브러리 활용법을 상세히 공개했습니다. 주요 내용 요약: Markdown 기반 추출: LLM이 가장 이해하기 쉬운 마크다운 형식으로 문서를 즉시 변환하는 방법 이미지 및 표 추출: 문서 내 이미지와 표의 위치 정보를 보존하며 개별 객체로 분리하는 기술 청킹(Chunking) 최적화: 벡터 DB 저장 시 검색 정확도를 높이기 위한 데이터 분할 전략 실전 코드 포함: 환경 설정부터 벡터 스토어 구축까지 이어지는 단계별 워크플로우 단순히 텍스트를 긁어오는 수준을 넘어, 모델이 문서를 더 깊게 이해할 수 있도록 데이터셋을 고도화하고 싶은 분들께 큰 ...

[정보] LLM용 PDF 전처리를 위한 새로운 도구: PyMuPDF4LLM 활용 가이드
(by kyounghee.lee님)

https://d.ptln.kr/9719

가입인사 드립니다. 반갑습니다. 안녕하세요 반갑습니다. 현재 임상시험센터 에서 헬스케어 임상연구 시스템 개발중인 AI 새내기 입니다. 개발하면서 많은 도움을 얻고자 가입합니다. 잘부탁드립니다.

가입인사 드립니다. 반갑습니다.
(by Josuah_AN님)

https://d.ptln.kr/9707

[데이콘] 제 5회 ETRI 휴먼이해 인공지능 논문경진대회(~6/24) ○ 응모 주제 라이프로그 데이터를 활용한 수면, 감정, 스트레스 인식 및 추론 ​ ○ 공모전 사이트 링크 ​ ○ 응모자격 일반 성인 누구나 참가 가능 일반 성인 : 참가 신청일(2026.04.13) 기준 만 19세 이상 단, 국내 대학교 재학, 휴학 또는 졸업을 증빙할 수 있는 경우 나이에 제한을 두지 않고 참가 신청 가능 참가자가 외국인인 경우, 순위와 상금에 제한은 없으나 상장 제공은 제외 ​ ○ 공모전 접수 마감일 2026.06.24(수) 10:00 ​ ○ 시상 내역 [총 상금 530만 원] 🥇대상(1팀) - 150만 원 🥈최우수상(1팀) - 120만 원 🥉우수상(1팀) - 100만 원 장려상(2팀) - 80만원 ​ ○ 심사기준 및 방법 대회 홈페이지 내 규칙 탭 (제 5회 ETRI 휴먼이해 인공지능 논문경진대회 - DACON) 참고 ​ ○ 유...

[데이콘] 제 5회 ETRI 휴먼이해 인공지능 논문경진대회(~6/24)
(by Dacon님)

https://d.ptln.kr/9703

SQLite로 실제 쇼핑몰을 운영하며 배운 것들 ultrathink.art는 AI 에이전트가 자율적으로 운영하는 이커머스 쇼핑몰이다. 상품 디자인, 주문 처리, 블로그 작성까지 모두 AI가 담당한다. 이 글은 그 쇼핑몰을 실제 Stripe 결제까지 처리하는 프로덕션 환경에서 SQLite로 운영하면서 겪은 경험을 담고 있다. 구성: 파일 4개, 볼륨 1개 프로덕션 환경에서 primary(주문·상품·사용자), cache(Rails 캐시), queue(백그라운드 잡), cable(Action Cable) 총 4개의 SQLite 데이터베이스를 운영하며, 모두 Docker 볼륨 하나에 저장된다. Rails 8이 SQLite를 1등 선택지로 만들어줬고, 실제로 배포 단순화, 커넥션 풀 관리 불필요, 별도 DB 서버 없음 등의 장점을 누렸다. WAL 모드가 동시성을 가능하게 하는 원리 SQLite 기본 저널 모드는 쓰기 시 DB 전체를 잠가 동시 요청이 많은 웹 앱에는 부적합하다. WAL(Write-Ahead Logging) 모드에서...

SQLite로 실제 쇼핑몰을 운영하며 배운 것들
(by KwonHan님)

https://d.ptln.kr/9664

Ruff·uv 만든 Astral이 공개한 오픈소스 보안 전략 전모 배경 Astral은 전 세계 수백만 개발자가 의존하는 도구(Ruff, uv, ty)를 만들고 있으며, 최근 Trivy와 LiteLLM 공급망 해킹 사건을 계기로 자신들의 보안 실천 방식을 공개했다. 대상 독자는 세 부류다: 사용자, 다른 오픈소스 메인테이너, CI/CD 시스템 개발자. 1. CI/CD 보안 GitHub Actions의 보안 기본값은 취약하며, Ultralytics·tj-actions·Nx 등의 침해 사고가 모두 pull_request_target 같은 위험한 트리거에서 비롯됐다. Astral의 대응 방식은 다음과 같다: 위험한 트리거 전면 금지 pull_request_target과 workflow_run 등 안전하게 사용하기 거의 불가능한 트리거를 조직 전체에서 금지한다. 대부분의 프로젝트가 이 트리거가 필요하다고 생각하지만, 실제로는 권한이 낮은 pull_request 트리거나 단순 워크플로우 로그로 충분한 경우가 대부분이다. 액션 커밋 해시 고정(Hash ...

Ruff·uv 만든 Astral이 공개한 오픈소스 보안 전략 전모
(by KwonHan님)

https://d.ptln.kr/9644

#{'id': 1135, 'name': 'litellm', 'slug': 'litellm'}

AI·SW 기술자 경력관리제도 및 사업자 실적관리제도 안내 AI·SW 기술자라면 경력 관리의 중요성은 점점 더 커지고 있습니다. 기술자 경력관리 제도를 활용하시면 경력을 체계적으로 관리하고, 공신력 있는 경력 입증이 가능합니다. 이를 통해 인력 채용 시 경쟁력을 높이고, 프로젝트 참여 및 대외 활동에서 신뢰도를 제고할 수 있습니다. 기술자 여러분의 전문성과 경력을 보다 명확하게 증명할 수 있도록 경력관리 제도를 적극 활용해 보시기 바랍니다. ※ 한국인공지능소프트웨어산업협회는 「소프트웨어진흥법」 제10조에 근거하여 설립된 소프트웨어 산업 분야의 법정단체이며, 2026년 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」 제26조에 따라 과학기술정보통신부로부터 인공지능(AI) 법정단체로 지정 ■2026년 제도신청 안내 바로가기 https://career.sw.or.kr/bbs ■ SW기술자 경력관리시스템 https://career.sw.or.kr/ ■ 기술자 경력신청 가이드 https://www.youtube...

AI·SW 기술자 경력관리제도 및 사업자 실적관리제도 안내
(by KOSA님)

https://d.ptln.kr/9643

OCR 전처리 효율을 높이는 'Hybrid 방식' 아키텍처 공유 (정확도와 비용 잡기) 안녕하세요! 파이토치로 Document AI나 RAG 시스템을 구축할 때, 가장 골치 아픈 게 대량의 문서 데이터 전처리인 것 같습니다. 모든 페이지를 클라우드 OCR API로 돌리자니 비용과 속도가 감당 안 되고, 그렇다고 일반 라이브러리만 쓰자니 인식률이 불안하죠. 이 문제를 해결하기 위해 저희가 실무에서 활용하는 'Hybrid OCR' 접근법에 대한 기술 요약을 공유해 드립니다. 핵심 요약: 왜 Hybrid OCR인가? 단순히 전체를 OCR 돌리는 대신, 문서의 특성에 따라 엔진을 교차 사용하는 방식입니다. Text PDF 영역: 내장된 텍스트 추출 엔진(PyMuPDF 등)을 우선 활용해 100%의 정확도와 초고속 처리를 확보합니다. (GPU/API 리소스 절감) Image/Scan 영역: 텍스트 값이 없는 이미지 영역만 감지하여 선별적으로 OCR 엔진을 가동합니다. 결과 병합: 추출된 텍스트와 OCR 인식 결과를 하나의 정교한 레이어(Searchable PDF/JSON...

OCR 전처리 효율을 높이는 'Hybrid 방식' 아키텍처 공유 (정확도와 비용 잡기)
(by kyounghee.lee님)

https://d.ptln.kr/9602

[데이콘]월간 해커톤 : 투자 데이터를 시각화하라- Skills 기반 대시보드 설계(~4/30) ○ 응모 주제 분석 가이드(MD)를 설계하고 바이브 코딩으로 투자 분석 대시보드를 구현하는 해커톤 ○ 공모전 사이트 링크 ○ 응모자격 데이커 회원 누구나 참가 가능 ○ 공모전 마감일 2026.04.30(목) 10:00 ○ 시상 내역 총 상금 100만원 ○ 심사기준 및 방법 대회 홈페이지 (DAKER - DACON 팀(원정대) | 데이터 경진대회 팀 빌딩 플랫폼) 참고 ○ 유의사항 / 문의사항 대회 홈페이지 (DAKER - DACON 팀(원정대) | 데이터 경진대회 팀 빌딩 플랫폼) 참고

[데이콘]월간 해커톤 : 투자 데이터를 시각화하라- Skills 기반 대시보드 설계(~4/30)
(by Dacon님)

https://d.ptln.kr/9588

[데이콘]스마트 창고 출고 지연 예측 AI 경진대회(~5/4) ○ 응모 주제 스마트 물류창고 운영 데이터를 기반으로 향후 30분간의 평균 출고 지연 시간(분)을 예측하는 모델 개발 ○ 공모전 사이트 링크 ○ 응모자격 데이커라면 누구나 대회 참가 가능 ○ 공모전 마감일 2026.05.04(월) 10:00 ○ 시상 내역 🥇1위 - 데이스쿨 프로 연 구독권 🥈2위 - 데이스쿨 프로 2개월 구독권 🥉3위 - 데이스쿨 프로 1개월 구독권 ○ 심사기준 및 방법 대회 홈페이지 내 규칙 탭 (스마트 창고 출고 지연 예측 AI 경진대회 - DACON) 참고 ○ 유의사항 / 문의사항 대회 홈페이지 내 규칙 탭 (스마트 창고 출고 지연 예측 AI 경진대회 - DACON) 참고하여 대회 홈페이지 내 토론 탭 (스마트 창고 출고 지연 예측 AI 경진대회 - DACON)에 문의

[데이콘]스마트 창고 출고 지연 예측 AI 경진대회(~5/4)
(by Dacon님)

https://d.ptln.kr/9584

감정적 표현이 AI 성능을 바꿀까? — 프롬프트 감정 프레이밍의 실제 효과 "화나서 물어보면 AI가 더 잘 답할까?" 하버드 연구진이 6개 벤치마크로 실험한 결과, 감정 표현은 LLM 성능에 거의 영향을 미치지 않았다. 단, 감정을 질문별로 적응적으로 선택하면 일관된 성능 향상이 가능하다는 것이 핵심 발견이다. 연구 개요 출처: arXiv:2604.02236v1 (2026년 4월 2일) [2604.02236] Do Emotions in Prompts Matter? Effects of Emotional Framing on Large Language Models 저자: Minda Zhao, Yutong Yang 등 (하버드대·브린마우어대 공동 연구) 핵심 질문: 프롬프트에 감정적 표현을 담으면 LLM의 성능이 달라지는가? 주요 발견 요약 감정적 톤은 인간 커뮤니케이션 전반에 만연하지만, LLM 행동에 미치는 영향은 여전히 불명확하다. 이 연구는 다음 세 가지를 밝혀냈다. ① 고정 감정 프리픽스는 효과가 미미하다 대부분의 태스크-모...

감정적 표현이 AI 성능을 바꿀까? — 프롬프트 감정 프레이밍의 실제 효과
(by KwonHan님)

https://d.ptln.kr/9572

#{'id': 162, 'name': 'llm', 'slug': 'llm'}

Anthropic, 사용량 번들 기능 출시 및 Claude 유료 요금제 사용자들에게 1달치 추가 사용 크레딧 제공 이벤트 (~4/17까지 신청) Claude 유료 플랜 추가 사용량 크레딧 지급 안내 Claude Extra Usage Credit 소개 Anthropic에서 개발한 Claude는 개발자와 지식 근로자들 사이에서 뛰어난 코딩 능력과 문서 분석 기능으로 큰 인기를 얻고 있습니다. 최근 Claude는 기존 구독 플랜이 제공하는 기본 사용량을 초과하여 모델을 더 많이 활용하고자 하는 사용자를 위해 사용량 번들(Usage bundles) 을 새롭게 출시했습니다. 이 기능의 도입은 복잡하고 긴 프롬프트를 자주 처리하거나, Claude Code와 같은 도구를 통해 로컬 환경에서 집중적으로 AI를 활용하는 소프트웨어 엔지니어들에게 특히 유용한 소식이 될 것입니다. 또한, Anthropic은 이번 사용량 번들 출시를 기념하여, 기존 및 신규 유료 플랜(Pro, Max, Team) 가입자 모두에게 구독료에 상응하는 '일회성 추가 사용량 크레딧'을 지급하는 이벤트를 발표했습니다. 이 크레딧을 통해 사용자들은 추가 비용 부담 없이 ...

Anthropic, 사용량 번들 기능 출시 및 Claude 유료 요금제 사용자들에게 1달치 추가 사용 크레딧 제공 이벤트 (~4/17까지 신청)
(by 9bow님)

https://d.ptln.kr/9566

#{'id': 265, 'name': 'anthropic', 'slug': 'anthropic'} #{'id': 5852, 'name': 'promotion', 'slug': 'promotion'}

PyPI 보안팀 공식 공급망 공격 사고 보고서: LiteLLM·Telnyx 악성 패키지 사건 그리고 방어하기 출처 : Incident Report: LiteLLM/Telnyx supply-chain attacks, with guidance - The Python Package Index Blog 🔑 핵심 요약 Trivy 의존성 취약점을 통해 API 토큰이 탈취되었고, 이를 발판으로 PyPI에 litellm과 telnyx 패키지의 악성 버전이 배포됐다. 악성코드는 설치 즉시 실행되어 민감한 자격증명과 파일을 수집한 뒤 외부 서버로 유출했다. ⚠ 이번 악성코드가 특별한 이유 기존 PyPI 악성 패키지 대부분은 새로 만든 패키지(타이포스쿼팅 등)였다. 이번 공격은 다르다. 이미 널리 사용 중인 오픈소스 패키지에 악성코드를 주입하는 방식이다. 주입 경로는 두 가지다: 보안이 취약한 저장소·릴리스 워크플로·인증을 가진 오픈소스 프로젝트를 직접 공략 최신 버전을 설치하는 개발자 머신에서 API 토큰·키를 탈취 탈취한 PyPI 또는 GitHub API 토큰으...

PyPI 보안팀 공식 공급망 공격 사고 보고서: LiteLLM·Telnyx 악성 패키지 사건 그리고 방어하기
(by KwonHan님)

https://d.ptln.kr/9557

#{'id': 1135, 'name': 'litellm', 'slug': 'litellm'}

파인튜닝 관련 문의 좀 드립니다. 안녕하세요. 저는 커서를 이용해서 개발을 하고 있는 개발자 입니다. 회사에서는 자유롭게 커서를 사용할수 있지만, 한번씩 프로젝트를 나가게 되면 대부분 외부 AI와의 접속을 허용하지 않아서 local llm을 이용해서 프로젝트를 분석해보려고 local llm +RAG 시스템을 개발하게 되었는데, 아무래도 좀 부족한 부분들이 생기고 기존 AI에 익숙하다보니 커서와 같이 워크스페이스를 뛰어나게 분석하는데는 무리가 있나 봅니다. 그래서 unsloth를 이용해서 파인튜닝도 해봤는데, 튜닝후에는 local llm(qwen2.5:7b-instruct 기반) 이 잘 분석하는거 같더니 또 딴소리를 하기도 하더군요..ㅡㅡ RAG는 Q&A에 가까워서 AS-IS 시스템을 분석하는데 한계가 있더군요.. 혹시라도 local llm + RAG를 이용해서 (다른 방법이라도) AS-IS 시스템을 제대로 분석할만한 방법이 있을까요? 두서없이 주절거리다 보니.. 질문이 제대로 된건지도 잘 모르겠네요..ㅡㅡ ...

파인튜닝 관련 문의 좀 드립니다.
(by carygun님)

https://d.ptln.kr/9503

#{'id': 162, 'name': 'llm', 'slug': 'llm'} #{'id': 113, 'name': 'openai', 'slug': 'openai'} #{'id': 1185, 'name': 'rag', 'slug': 'rag'}

Seed Dance 2.0's Future based on Game Theory 바이트댄스는 영원히 착하게 굴지는 않을 거다. 죄수의 딜레마 논리가, 날카로운 국가 이익과 맞물려 결국 배신으로 치닫는다는 걸 뻔히 보여주고 있으니까. Original Source: Seed Dance 2.0's Future based on Game Theory 글로벌 AI 경쟁이라는 번지르르한 외피는 이미 갈라터지기 직전이다. 그 썩은 속내가 가장 노골적으로 드러나는 곳이 바로 바이트댄스의 Seedance 2.0 사극(史劇)이다. 영어로 세탁된 보도자료에서는 “멀티모달 비디오 생성의 획기적 돌파구”라고 떠들어대지만, 실제로는 또 한 편의 살벌한 게임 이론 교과서가 되고 말았다. 특히 죄수의 딜레마 — 서로 소통할 수 없는 상황에서, 일방적으로 착한 척하다가 당하는 쪽이 바보라는 그 논리 말이다. 모든 플레이어가 “내가 먼저 양보하면 죽는다”고 믿으며 서로를 향해 총을 겨누는 꼴이다. 2026년 2월, 바이트댄스가 Seedance 2.0을 풀었다. 텍스트, 이미지, 오디오...

Seed Dance 2.0's Future based on Game Theory
(by 18NAO님)

https://d.ptln.kr/9482

Shopify의 데이터 구조화 여정: One-Shot LLM에서 DSPy 기반 에이전틱 아키텍처로 Shopify는 수백만 개의 비정형 커머스 데이터(상점 페이지, 정책 등)를 구조화된 데이터로 변환하기 위해 One-Shot LLM 방식에서 DSPy 기반의 전문화된 멀티 에이전트(Multi-Agent) 아키텍처로 전환했습니다. 이 과정에서 GPT-4/5급 대형 모델 대신 자체 호스팅된 Qwen(32B/72B급) 모델과 DSPy의 Japa 옵티마이저를 활용하여, 비용은 75배 절감하면서도 데이터 추출 품질은 2배 향상시키는 성과를 거두었습니다. 특히 단일 에이전트보다 특정 목적(사기 탐지, 상점 프로파일링 등)에 특화된 서브 에이전트 구조가 성능 향상에 결정적이었음을 보여줍니다. 출처 : https://www.youtube.com/watch?v=bxToahwOVpY 유투브 요약 : From One-Shot to Agentic: Optimizing Shop Intelligence with DSPy @ Shopify Scale - SecondB Summary 심층 분석 (Deep...

Shopify의 데이터 구조화 여정: One-Shot LLM에서 DSPy 기반 에이전틱 아키텍처로
(by KwonHan님)

https://d.ptln.kr/9479

#{'id': 1330, 'name': 'dspy', 'slug': 'dspy'}

abtop — AI 코딩 에이전트용 htop/btop 스타일 터미널 모니터 안녕하세요, 파이토치 코리아 여러분! Claude Code 세션을 여러 개 동시에 돌리다 보니, 어떤 세션이 컨텍스트 윈도우를 다 먹고 있는지, 어디서 rate limit에 걸리는지 파악이 안 됐습니다. 그래서 abtop을 만들었습니다. 실행 중인 AI 에이전트 세션을 한 화면에서 볼 수 있는 터미널 UI입니다. 토큰 사용량, 컨텍스트 윈도우 점유율, rate limit, 자식 프로세스, 열린 포트 등을 모니터링할 수 있습니다. 현재 Claude Code와 Codex CLI를 지원하며, macOS / Linux (Windows는 WSL)에서 사용 가능합니다. curl --proto '=https' --tlsv1.2 -LsSf https://github.com/graykode/abtop/releases/latest/download/abtop-installer.sh | sh GitHub: GitHub - graykode/abtop: Like htop, but for ...

abtop — AI 코딩 에이전트용 htop/btop 스타일 터미널 모니터
(by graykode님)

https://d.ptln.kr/9470

LLM을 위한 국립국어원 표준국어대사전 MCP 서버 1. 프로젝트 소개 《표준국어대사전》 공식 JSON 덤프를 내려받아 SQLite로 정규화한 뒤, Claude나 Cursor 등의 클라이언트에서 MCP(Model Context Protocol) 도구로 조회할 수 있게 해주는 Deno 서버입니다. 2. 주요 특징 Open API 키 불필요: 번거로운 국립국어원 API 키 발급 없이, 공식 “사전 내려받기” 덤프를 직접 활용합니다. 로컬 DB 구축 및 캐싱: 최초 기동 시 덤프를 다운로드하여 SQLite로 초기화하며, 이후에는 로컬 ZIP 캐시와 정규화된 DB를 재사용합니다. 유연하고 효율적인 검색: 표제어 중심 검색(exact/prefix/contains)을 지원하며, 조회 시 필요한 필드(예: 표제어와 뜻풀이)만 선택해 LLM의 컨텍스트 사용량을 최적화할 수 있습니다. 실행 환경: Deno 2.0 이상 환경에서 stdio 방식으로 동작합니다. 3. 제공하는 MCP 도구 search_entries:...

LLM을 위한 국립국어원 표준국어대사전 MCP 서버
(by KwonHan님)

https://d.ptln.kr/9464

#{'id': 5435, 'name': 'mcp', 'slug': 'mcp'}

대학생 프로젝트 관련 질문입니다 unity-ml을 사용해서 딥러닝 시뮬레이션을 구현하는 프로젝트를 진행하려고 합니다. 파이썬 자체에 대한 지식은 좀 있어도 딥러닝 라이브러리를 써본 적이 없어서 파이토치를 활용해서 딥러닝을 해보려 하는데 어디서 파이토치를 배울지에 대해서 지식이 없어서 그런데 어떤 웹사이트나 책을 통해 배우는게 좋나요?

대학생 프로젝트 관련 질문입니다
(by ingul2123456789님)

https://d.ptln.kr/9412

#{'id': 6, 'name': '파이토치', 'slug': '6-tag'}

워런티가 종료된 GPU 리뉴얼 작업을 통해 성능을 회복한 AI서버 창정비 사례를 공유합니다. GPU 오버홀 리포트 v1.3.pdf (987.6 KB) 위 사례는 서버 1대당 RTX3090 10장을 최대치로 장착해서 사용 중인 3대의 AI서비스서버에 대한 창정비 과정 및 최종 리포트 사례입니다. 사실 구리스 및 써멀패드 등 냉각 시스템은 1년에 1회 이상 재정비하는 것이 반드시 필요하지만 워런티를 이유로 분해해서 재정비 하는 것이 쉽지 않죠. AI서비스 서버로 사용되는 3대의 서버가 구리스 탄화 및 써멀패드 이격 등의 이유로 급기야 쓰로틀링(과열로 인한 GPU 정지) 상태로 자동전환되며 서비스가 정지되는 사태가 발생하였습니다. AI서비스 기업의 내부에는 대부분 AI SW 개발자만 있고, 하드웨어 유지보수에는 전문가가 없는 경우가 대부분이지요. 해당 서버를 차례차례 창정비를 수행하고, 전원과 추론SW(서비스SW) 배치등에 대한 전략까지 진행했던 구체적인 사례를 소개드립니다. 첨부한 GPU 오버홀 리포트를 보시면 기술적으로 참고가 되실 것 같습니다. ^^

워런티가 종료된 GPU 리뉴얼 작업을 통해 성능을 회복한 AI서버 창정비 사례를 공유합니다.
(by willkim70님)

https://d.ptln.kr/9382

새로 가입했습니다. GPU MRO 사업을 수행중입니다. GPU서버 MRO(오버홀 창정비) 사업을 하고 있습니다. SW개발자들은 GPU서버 하드웨어에 대해서는 관심분야가 아니시죠. 요즘 사용하는 GPU들이 워런티가 종료된 것들이 늘어나고 있습니다. 서버 및 GPU 전문 엔지니어가 새롭게 리뉴얼해서 원래 GPU의 성능을 회복시킬 필요가 있습니다 ^^

새로 가입했습니다. GPU MRO 사업을 수행중입니다.
(by willkim70님)

https://d.ptln.kr/9381

2026년 소프트웨어 기술자 경력 신청 및 소프트웨어 사업자 변경신청 안내 AI·SW 기술자의 필수 첫걸음 한국인공지능·소프트웨어산업협회가 함께합니다. ■2026년 제도신청 공지사항 바로가기 https://career.sw.or.kr/bbs ■ SW기술자 경력관리시스템 https://career.sw.or.kr/ ■ 기술자 경력신청 가이드 https://www.youtube.com/watch?v=a-_xmlY5iro ■ 기업회원 이용 절차 가이드 https://youtu.be/-DhJHNHghwM ※한국인공지능소프트웨어산업협회는 「소프트웨어진흥법」 제10조에 근거하여 설립된 소프트웨어 산업 분야의 법정단체이며, 2026년 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」 제26조에 따라 과학기술정보통신부로부터 인공지능(AI) 법정단체로 지정되었습니다.

2026년 소프트웨어 기술자 경력 신청 및 소프트웨어 사업자 변경신청 안내
(by KOSA님)

https://d.ptln.kr/9378

왜 데이터 청킹(Data Chunking)이 LLM 처리에서 필수적일까 왜 데이터 청킹(Data Chunking)이 LLM 처리에서 필수적일까를 주제로 아래 내용을 담고 있는 아티클을 소개합니다. 컨텍스트 윈도우의 한계 검색 정확도 향상 의미적 일관성(Semantic Coherence) 비용 및 성능 최적화 내용 자세히 보기 [출처] [이파피루스 티스토리 블로그]

왜 데이터 청킹(Data Chunking)이 LLM 처리에서 필수적일까
(by kyounghee.lee님)

https://d.ptln.kr/9326

가입인사 드립니다. 안녕하세요, 개발자는 아니지만 파이토치 한국 사용자들에게 유용한 정보와 이벤트 정보를 공유하기 위해 가입했습니다. 잘 부탁드립니다.

가입인사 드립니다.
(by kyounghee.lee님)

https://d.ptln.kr/9324

#{'id': 1429, 'name': 'ai', 'slug': '1429-tag'} #{'id': 162, 'name': 'llm', 'slug': 'llm'} #{'id': 1185, 'name': 'rag', 'slug': 'rag'}

대회 팀원 모집합니다 안녕하세요, 이 챌린지에서 LLM 모델을 개발할 팀을 함께 만들고 싶어서 초대합니다. https://openai.com/index/parameter-golf

대회 팀원 모집합니다
(by mlops님)

https://d.ptln.kr/9294

#{'id': 1429, 'name': 'ai', 'slug': '1429-tag'}