초집중.

Sign in Subscribe

[AI Agent] RAG overview(3주차)

[AI Agent] RAG overview(3주차)

토큰 제한과 할루시네이션 문제를 해결하는 RAG(검색-증강-생성)의 개념과 구조를 소개합니다. 청킹, 임베딩, 벡터 저장소를 통한 의미론적 검색과 LangChain, LlamaIndex 등 주요 프레임워크를 다룹니다.

[AI Agent] Prompt Engineering 리뷰(2주차)

프롬프트 엔지니어링

[AI Agent] Prompt Engineering 리뷰(2주차)

Zero-shot, Few-shot, Chain-of-Thought, Self-Consistency 등 프롬프트 엔지니어링 기법을 순차적으로 적용하여 LLM 정답률을 개선하는 방법과, Reasoning 모델의 등장으로 달라진 프롬프트 설계 패러다임을 다룹니다.

[AI Agent 과정 1기] LLM 기초 정리

[AI Agent 과정 1기] LLM 기초 정리

LLM의 작동 원리와 모델 선택 기준을 이해하고, 구조화된 출력과 프롬프트 분리를 통해 안정적인 AI 시스템을 구축하는 방법을 다룹니다.

[AI Agent] AI Agent OT 정리

[AI Agent] AI Agent OT 정리

AI Agent 과정의 간단한 개요입니다. AI Agent의 과정과 AI Agent의 간단한 구성, 사례. 그리고 달성하고자 하는 목표와 필요한 리소스까지 간단하게 정리했습니다.

[Security] 악성코드 샘플 분석 2차 (동적 분석)

악성코드 분석

[Security] 악성코드 샘플 분석 2차 (동적 분석)

정적 분석 후 동적 분석으로 악성코드의 자기삭제 메커니즘, 레지스트리 변조, C2 통신 시도를 추적했습니다. WireShark, Process Monitor, ANY.RUN을 활용한 상세 분석 결과를 제시합니다.

[LLM] VLM으로 표를 정확히 추출하기

[LLM] VLM으로 표를 정확히 추출하기

Bedrock의 Qwen3-VL 모델로 PDF 테이블을 추출할 때 rowspan/colspan 병합 셀 처리 오류를 프롬프트 개선으로 해결하는 방법을 소개합니다.

[LLM] 한국어 토큰 사용량과 모델 간 토큰 사용량 차이 정리

LLM 비용 최적화

[LLM] 한국어 토큰 사용량과 모델 간 토큰 사용량 차이 정리

Claude와 Gemini의 한국어 토큰 사용량 차이를 분석했습니다. Claude가 평균 20% 이상 더 많은 토큰을 소비하는 이유와 장기적으로 모델을 운영하기 위한 방법을 간략하게 정리했습니다.

[Security] 악성코드 샘플 분석 2차 (기초 분석, 정적 분석)

악성코드 분석

[Security] 악성코드 샘플 분석 2차 (기초 분석, 정적 분석)

UPX와 SVK Protector로 패킹된 악성코드를 언패킹하여 정적 분석을 수행했습니다. wiseman.exe와 DXMSFT.DLL 파일에서 C2 서버 통신, 프로세스 인젝션, 금융사 도메인 탈취 등 금융 해킹을 목표로 하는 악성 행위를 확인했습니다.

[Security] 악성코드 샘플 분석 1차

[Security] 악성코드 샘플 분석 1차

2011년 Trojan.Kraddare 악성코드를 정적·동적 분석으로 실제 분석했습니다. VirusTotal, PEStudio, Process Monitor 등 도구를 활용해 관리자 권한 탈취, C2 통신, 파일 드롭 행위를 추적했습니다.

[AI/ML] LLM as Judge를 통한 환각 제어 방법

[AI/ML] LLM as Judge를 통한 환각 제어 방법

LLM-as-Judge로 RAG 시스템의 환각을 탐지하되, Position Bias, Verbosity Bias 등 6가지 편향을 인식하고 Position Swapping, 다중 Judge 앙상블, 컨텍스트 직접 인용 등으로 평가 신뢰도를 높이는 실무 가이드입니다.

[AI/ML] Qwen3-VL-4B 강화 학습(RL) 기반 파인튜닝(Unsloth) 가이드

[AI/ML] Qwen3-VL-4B 강화 학습(RL) 기반 파인튜닝(Unsloth) 가이드

GRPO를 활용해 Qwen3-VL을 강화학습으로 파인튜닝하는 실전 가이드. Unsloth와 TRL로 수학 문제 해결 능력을 향상시키는 방법과 보상함수 설계법을 제시합니다.

[AI/ML] Qwen3 VL 8B SFT LoRA Fine Tuning 가이드

[AI/ML] Qwen3 VL 8B SFT LoRA Fine Tuning 가이드

LoRA를 활용하여 Qwen3-VL-8B을 건설현장 균열 이미지 데이터셋(2,057개)으로 효율적으로 파인튜닝하고 SageMaker vLLM으로 배포하는 전체 파이프라인을 확인합니다