pile·
AI / ML·네이버 플레이스네이버 플레이스·

NAVER Place AI 개발팀 소개

문제NAVER GLACE CIC AI 개발팀은 15개 이상의 AI 모델을 운영하며 모델 수 증가에 따른 운영 비용과 복잡한 태그 추출이라는 과제를 안고 있다.
접근Computer Vision과 NLP 영역에서 OCR 매칭·메뉴 검색·이미지 분류 같은 전문 모델을 만들고, 이들을 통합할 12.8B 규모 자체 LLM인 PlaceLM을 구축했다.
결과모델 통합으로 운영 비용을 줄이고 의미론적 태그 추출 품질을 높여 한국과 일본 O2O 서비스 품질 개선이라는 가치를 만들고 있다.
네이버 플레이스
네이버 플레이스 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. AI / ML·stackoverflow-blogStack Overflow Blog·

    에이전틱 SDLC를 QA 엔지니어링 마인드셋으로 구축하기

    Motorola Solutions의 테스트 엔지니어링 선임 매니저 Suneet Malhotra가 Stack Overflow 팟캐스트에 출연해 MCP(Model Context Protocol) 기반 에이전틱 SDLC 파이프라인 구축과 LLM-as-judge 평가 방법론을 소개했다. QA 엔지니어링 관점을 소프트웨어 개발 생애 전반에 적용하고, 설계 단계 직후 스펙을 강화해 결함 비용을 줄이는 'QA shift-left' 접근을 다룬다.

    요약 이어보기
    #llm-agent#mcp#test-automation+2
  2. AI / ML·LINE EngineeringLINE Engineering·

    보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

    LY Corporation Security Development Division이 보안 업무용 AI 에이전트 플랫폼 SAGE의 개발 과정을 공개했다. "완전 자동화"와 "도입 미루기" 양 극단 사이에서 "판단은 사람에게 남기는 설계"를 핵심 원칙으로 삼고, 3단계 점진적 도입 전략(AI 보조→에이전트 협업→자동화)을 채택했다. 현재는 1단계를 중심으로 파일럿·실운영 중이다.

    요약 이어보기
    #llm-app#opensearch#mcp+2