AI JSON을 믿기 전에: 구조화 출력과 로컬 검증을 분리하는 법
AI 응답을 업무 데이터로 연결하는 개발자를 위한 실습입니다. 유료 호출 없이 작은 JSON 계약을 시험하고, 구조화 출력과 로컬 검사·내용 확인의 경계를 분리합니다.
A.I
RAG 검색 결과 합치기: RRF로 키워드·의미 검색의 순위를 융합하는 법
서로 다른 검색기의 원점수를 더하지 않고 순위로 후보를 합치는 방법을 설명합니다. 패키지 없는 Python 실습으로 계산과 권한 필터를 확인하고 후보 창, 평가, 운영 롤백의 경계를 짚습니다.
AI는 언제 답하지 말아야 할까: 정답률·답변율·중대 오류를 함께 재는 법
업무용 AI를 고를 때 정답률만 보면 위험한 오답과 과도한 보류를 놓칩니다. 가상 환불 사례와 실행 가능한 계산 예제로 답변율, 답변 정확도, 중대 오류를 분리해 평가합니다.
Jev System One 사용법: 상태·타입 질문으로 만드는 실무 판단
TypeSafe AI의 Jev는 코딩 LLM이 아닌 구조화 판단 모델입니다. 상태와 Noul·Choice·Score를 이해하고, Playground와 Python SDK로 합성 티켓을 안전하게 분류하는 흐름을 살펴봅니다.
이미지 AI 응답을 앞당기는 보조 모델, LFM2.5-VL-DSpark
Liquid AI의 비전 모델용 추측 디코딩을 실제 사용 조건과 함께 살핀다. 속도 수치의 적용 범위, 맥에서의 시험 절차와 통합 버전의 불확실성을 구분했다.
한국어 의미 검색, Sentence Transformers로 직접 만들기
다국어 임베딩으로 한국어 문장을 로컬에서 검색하는 최소 예제부터 유사도 해석, 문서 확장, 개인정보와 문제 해결까지 안내합니다.
MLX LM으로 Apple Silicon에서 로컬 AI 실행하기
Apple Silicon의 통합 메모리를 활용해 MLX LM 모델을 설치하고 터미널 생성과 로컬 HTTP API로 연결하는 절차, 보안 경계와 복구 방법을 안내합니다.