hyperconnect·문제아자르 추천 알고리즘 A/B 테스트를 새로 시작하려면 매번 로직 코드를 수정·테스트·배포해야 해서 실험 담당자가 엔지니어 일정에 묶인다. 이터레이션 속도가 떨어진다.
접근로우 코드(Low Code) 실험 시스템을 구축. JSON 명세로 실험군을 정의하면 런타임에 사용자가 자동 분할되고 신규 알고리즘이 적용된다. 코드 변경·배포 없이 클릭 한 번으로 실험을 시작할 수 있다.
결과A/B 테스트 셋업 병목을 제거해 추천 실험 이터레이션이 빨라졌다. 실험 담당자가 엔지니어 도움 없이 새 실험을 즉시 시작할 수 있다.
AWS Korea·문제콘텐츠 번역가 10만 명을 자연어로 검색하려면 BM25 키워드와 벡터 의미 검색을 동시에 잘 다뤄야 한다. 기존 PostgreSQL 검색은 nDCG@10 0.90 목표에 미달.
접근Amazon OpenSearch Service 로 이전하면서 Nori 한국어 형태소 분석기 + 다국어 임베딩 + Bedrock Cohere/Claude 로 데이터 정제 파이프라인 구축. 단일 쿼리에서 키워드와 벡터를 결합.
결과nDCG@10 0.90 이상 달성. 표준 어휘 사전과 별칭 매핑으로 이력서 데이터 일관성도 확보.
베스핀글로벌·문제AI 할루시네이션은 모델이 아니라 데이터 파이프라인 결함의 결과. PoC 에서 90% 정확도였던 모델이 프로덕션에서 실패하는 이유.
접근3 레이어 구조: 입력단 AI 기반 자동 품질 감시 → 거버넌스 레이어로 출처·흐름·접근 추적 → 출력단 AI-on-AI 자동 검증. 검색 품질이 답변 정확도를 좌우하므로 맥락 기반 청킹·멀티모달 임베딩·하이브리드 검색·리랭킹 네 기법 적용.
결과단일 플랫폼 도입이나 벡터 DB 구축만으론 부족함을 명확히 한 실전 검증 패턴. 도메인별 맥락을 잃지 않는 데이터 파이프라인이 진짜 해법.
무신사 테크·