AI Weekly Picks(23주차)
Published:
Posts by Tags
AI
AI Weekly Picks(20주차)
Published:
AI Daily Picks(20260515)
AI Weekly Picks(19주차)
Published:
AI Daily Picks(20260506)
AI Weekly Picks(18주차)
Published:
AI Daily Picks(20260430)
AI Weekly Picks(17주차)
Published:
AI Daily Picks(20260423)
AI Weekly Picks(16주차)
Published:
AI Daily Picks(20260415)
AI Weekly Picks(15주차)
Published:
AI Daily Picks(20260410)
AI Weekly Picks(14주차)
Published:
AI Daily Picks(20260403)
AI Weekly Picks(13주차)
Published:
AI Daily Picks(20260326)
AI Weekly Picks(12주차)
Published:
AI Daily Picks(20260320)
AI Weekly Picks(11주차)
Published:
AI Daily Picks(20260315)
AI Weekly Picks(20251217)
Published:
AI Weekly Picks(20251217)
AI Weekly Picks(20251203)
Published:
AI Weekly Picks(20251203)
AI Weekly Picks(20251119)
Published:
AI Weekly Picks(20251119)
AI Weekly Picks(20251112)
Published:
AI Weekly Picks(20251112)
AI Weekly Picks(20251105)
Published:
AI Weekly Picks(20251105)
AI Weekly Picks(20251029)
Published:
AI Weekly Picks(20251029)
AI Weekly Picks(20251022)
Published:
AI Weekly Picks(20251022)
Chunking
문서 구조를 이해해서 Chunking하면 더 잘 찾을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (4/5)
Chunk를 작게 나누면 검색이 더 잘될까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (3/5)
Claude Code
Mac에서 Neovim 개발환경 처음부터 구축하기
Published:
이번 글에서는 Mac에서 거의 빈 상태의 Neovim부터 시작해 실제 개발에 사용할 수 있는 환경을 직접 구성합니다.
Deep Learning
Python + NumPy로 신경망 만들기 (0) — 시작하며: 왜, 무엇을, 어떤 순서로
Published:
이 시리즈는 PyTorch나 TensorFlow 없이, numpy만으로 MNIST 손글씨 숫자를 인식하는 신경망을 밑바닥부터 만든 기록입니다. 수학이나 인공지능 배경이 없어도 따라올 수 있게, 중학생에게 설명한다는 마음으로 썼습니다.
Python + NumPy로 신경망 만들기 (6) — 지시서대로 가중치를 고치기, 학습 루프
Published:
이 글은
notebooks/06_train.ipynb와 그걸 옮긴train.py,mnist/optim.py에서 한 일을 처음부터 다시 설명합니다. 05에서 만든 지시서(grad_W,grad_b)를 드디어 실제로 씁니다.
Python + NumPy로 신경망 만들기 (5) — 손실에서 거꾸로 올라가며 “가중치를 어떻게 고칠지” 계산하기
Published:
이 글은
notebooks/05_backward.ipynb에서 한 일을 처음부터 다시 설명합니다. 04에서 만든 손실(숫자 하나)에서 출발해, 03에서 만든 레이어들을 거꾸로 통과합니다.
Python + NumPy로 신경망 만들기 (4) — 점수 10개를 확률로 바꾸고, “얼마나 틀렸나”를 숫자 하나로 만들기
Published:
이 글은
notebooks/04_loss.ipynb에서 한 일을 처음부터 다시 설명합니다. 03에서 모델이 낸 점수(64, 10)이 여기로 들어옵니다.
Python + NumPy로 신경망 만들기 (3) — 숫자 784개를 받아서 “0~9 중 뭘까” 점수 10개로 바꾸기
Published:
이 글은
notebooks/03_model.ipynb에서 한 일을 처음부터 다시 설명합니다. 02에서 만든(64, 784)배치가 이제 모델로 들어갑니다.
Python + NumPy로 신경망 만들기 (2) — 사진을 인공지능이 먹을 수 있게 손질하고, 조금씩 나눠 주기
Published:
이 글은
notebooks/02_dataloader.ipynb에서 한 일을 처음부터 다시 설명합니다. 앞 글(01)에서load_idx로 사진 6만 장을 꺼낸 다음 이야기입니다.
Python + NumPy로 신경망 만들기 (1) — 파일을 열어서 숫자 그림을 꺼내 보기
Published:
이 글은
notebooks/01_explore_data.ipynb에서 한 일을 처음부터 다시 설명합니다. 수학이나 인공지능을 몰라도 읽을 수 있게 썼습니다.
Dev Environment
Mac에서 Neovim 개발환경 처음부터 구축하기
Published:
이번 글에서는 Mac에서 거의 빈 상태의 Neovim부터 시작해 실제 개발에 사용할 수 있는 환경을 직접 구성합니다.
Embedding
문서 구조를 이해해서 Chunking하면 더 잘 찾을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (4/5)
Chunk를 작게 나누면 검색이 더 잘될까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (3/5)
RAG는 왜 정답 문서를 찾지 못할까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (2/5)
RAG의 검색 품질은 어떻게 측정할 수 있을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (1/5)
Evaluation
문서 구조를 이해해서 Chunking하면 더 잘 찾을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (4/5)
Chunk를 작게 나누면 검색이 더 잘될까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (3/5)
RAG는 왜 정답 문서를 찾지 못할까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (2/5)
RAG의 검색 품질은 어떻게 측정할 수 있을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (1/5)
From Scratch
Python + NumPy로 신경망 만들기 (0) — 시작하며: 왜, 무엇을, 어떤 순서로
Published:
이 시리즈는 PyTorch나 TensorFlow 없이, numpy만으로 MNIST 손글씨 숫자를 인식하는 신경망을 밑바닥부터 만든 기록입니다. 수학이나 인공지능 배경이 없어도 따라올 수 있게, 중학생에게 설명한다는 마음으로 썼습니다.
Python + NumPy로 신경망 만들기 (6) — 지시서대로 가중치를 고치기, 학습 루프
Published:
이 글은
notebooks/06_train.ipynb와 그걸 옮긴train.py,mnist/optim.py에서 한 일을 처음부터 다시 설명합니다. 05에서 만든 지시서(grad_W,grad_b)를 드디어 실제로 씁니다.
Python + NumPy로 신경망 만들기 (5) — 손실에서 거꾸로 올라가며 “가중치를 어떻게 고칠지” 계산하기
Published:
이 글은
notebooks/05_backward.ipynb에서 한 일을 처음부터 다시 설명합니다. 04에서 만든 손실(숫자 하나)에서 출발해, 03에서 만든 레이어들을 거꾸로 통과합니다.
Python + NumPy로 신경망 만들기 (4) — 점수 10개를 확률로 바꾸고, “얼마나 틀렸나”를 숫자 하나로 만들기
Published:
이 글은
notebooks/04_loss.ipynb에서 한 일을 처음부터 다시 설명합니다. 03에서 모델이 낸 점수(64, 10)이 여기로 들어옵니다.
Python + NumPy로 신경망 만들기 (3) — 숫자 784개를 받아서 “0~9 중 뭘까” 점수 10개로 바꾸기
Published:
이 글은
notebooks/03_model.ipynb에서 한 일을 처음부터 다시 설명합니다. 02에서 만든(64, 784)배치가 이제 모델로 들어갑니다.
Python + NumPy로 신경망 만들기 (2) — 사진을 인공지능이 먹을 수 있게 손질하고, 조금씩 나눠 주기
Published:
이 글은
notebooks/02_dataloader.ipynb에서 한 일을 처음부터 다시 설명합니다. 앞 글(01)에서load_idx로 사진 6만 장을 꺼낸 다음 이야기입니다.
Python + NumPy로 신경망 만들기 (1) — 파일을 열어서 숫자 그림을 꺼내 보기
Published:
이 글은
notebooks/01_explore_data.ipynb에서 한 일을 처음부터 다시 설명합니다. 수학이나 인공지능을 몰라도 읽을 수 있게 썼습니다.
GPU
H-MAS v0.9.0 release
Published:
H-MAS v0.9.0
GPU가 남아 있는지와 일하고 있는지는 다른 질문입니다
Published:
본문의 설정 값과 쿼리는 2026-09 기준 H-MAS 코드와 research 데모 환경의 실제 구성입니다.
사내 GPU로 챗봇 만들기: vanilla Kubernetes + vLLM 직접 배포 vs 같은 일을 H-MAS로
Published:
이 글의 모든 명령·출력·수치는 2026-07-18, 동일한 클러스터에서 두 경로를 실제로 실행하며 기록한 것입니다.
H-MAS v0.7.0 release
Published:
H-MAS v0.7.0 Feature Preview
H-MAS v0.4.0 release
Published:
H-MAS v0.4.0 Developer Preview
LLM 서빙 효율화에 대한 고민: H-MAS 설계 기록
Published:
1. 시작하게 된 배경
Inference
H-MAS v0.9.0 release
Published:
H-MAS v0.9.0
사내 GPU로 챗봇 만들기: vanilla Kubernetes + vLLM 직접 배포 vs 같은 일을 H-MAS로
Published:
이 글의 모든 명령·출력·수치는 2026-07-18, 동일한 클러스터에서 두 경로를 실제로 실행하며 기록한 것입니다.
H-MAS v0.7.0 release
Published:
H-MAS v0.7.0 Feature Preview
H-MAS v0.4.0 release
Published:
H-MAS v0.4.0 Developer Preview
LLM 서빙 효율화에 대한 고민: H-MAS 설계 기록
Published:
1. 시작하게 된 배경
K8s
H-MAS v0.9.0 release
Published:
H-MAS v0.9.0
GPU가 남아 있는지와 일하고 있는지는 다른 질문입니다
Published:
본문의 설정 값과 쿼리는 2026-09 기준 H-MAS 코드와 research 데모 환경의 실제 구성입니다.
사내 GPU로 챗봇 만들기: vanilla Kubernetes + vLLM 직접 배포 vs 같은 일을 H-MAS로
Published:
이 글의 모든 명령·출력·수치는 2026-07-18, 동일한 클러스터에서 두 경로를 실제로 실행하며 기록한 것입니다.
H-MAS v0.7.0 release
Published:
H-MAS v0.7.0 Feature Preview
H-MAS v0.4.0 release
Published:
H-MAS v0.4.0 Developer Preview
LLM 서빙 효율화에 대한 고민: H-MAS 설계 기록
Published:
1. 시작하게 된 배경
Korean NLP
문서 구조를 이해해서 Chunking하면 더 잘 찾을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (4/5)
Chunk를 작게 나누면 검색이 더 잘될까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (3/5)
RAG는 왜 정답 문서를 찾지 못할까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (2/5)
RAG의 검색 품질은 어떻게 측정할 수 있을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (1/5)
LSP
Mac에서 Neovim 개발환경 처음부터 구축하기
Published:
이번 글에서는 Mac에서 거의 빈 상태의 Neovim부터 시작해 실제 개발에 사용할 수 있는 환경을 직접 구성합니다.
Learning
가르치는 형식으로 시계열을 공부한 3주, 내가 틀렸던 것 5가지
Published:
지난 3주 동안 시계열 데이터 분석을 공부했습니다. 공부 방법으로 강의자료 형식을 썼습니다. 누굴 가르치려고 만든 게 아니라, 내가 나를 가르치는 형식이 제일 정직한 공부법이라서 그렇게 했습니다.
MLOps
H-MAS v0.9.0 release
Published:
H-MAS v0.9.0
GPU가 남아 있는지와 일하고 있는지는 다른 질문입니다
Published:
본문의 설정 값과 쿼리는 2026-09 기준 H-MAS 코드와 research 데모 환경의 실제 구성입니다.
사내 GPU로 챗봇 만들기: vanilla Kubernetes + vLLM 직접 배포 vs 같은 일을 H-MAS로
Published:
이 글의 모든 명령·출력·수치는 2026-07-18, 동일한 클러스터에서 두 경로를 실제로 실행하며 기록한 것입니다.
H-MAS v0.7.0 release
Published:
H-MAS v0.7.0 Feature Preview
H-MAS v0.4.0 release
Published:
H-MAS v0.4.0 Developer Preview
LLM 서빙 효율화에 대한 고민: H-MAS 설계 기록
Published:
1. 시작하게 된 배경
MNIST
Python + NumPy로 신경망 만들기 (0) — 시작하며: 왜, 무엇을, 어떤 순서로
Published:
이 시리즈는 PyTorch나 TensorFlow 없이, numpy만으로 MNIST 손글씨 숫자를 인식하는 신경망을 밑바닥부터 만든 기록입니다. 수학이나 인공지능 배경이 없어도 따라올 수 있게, 중학생에게 설명한다는 마음으로 썼습니다.
Python + NumPy로 신경망 만들기 (6) — 지시서대로 가중치를 고치기, 학습 루프
Published:
이 글은
notebooks/06_train.ipynb와 그걸 옮긴train.py,mnist/optim.py에서 한 일을 처음부터 다시 설명합니다. 05에서 만든 지시서(grad_W,grad_b)를 드디어 실제로 씁니다.
Python + NumPy로 신경망 만들기 (5) — 손실에서 거꾸로 올라가며 “가중치를 어떻게 고칠지” 계산하기
Published:
이 글은
notebooks/05_backward.ipynb에서 한 일을 처음부터 다시 설명합니다. 04에서 만든 손실(숫자 하나)에서 출발해, 03에서 만든 레이어들을 거꾸로 통과합니다.
Python + NumPy로 신경망 만들기 (4) — 점수 10개를 확률로 바꾸고, “얼마나 틀렸나”를 숫자 하나로 만들기
Published:
이 글은
notebooks/04_loss.ipynb에서 한 일을 처음부터 다시 설명합니다. 03에서 모델이 낸 점수(64, 10)이 여기로 들어옵니다.
Python + NumPy로 신경망 만들기 (3) — 숫자 784개를 받아서 “0~9 중 뭘까” 점수 10개로 바꾸기
Published:
이 글은
notebooks/03_model.ipynb에서 한 일을 처음부터 다시 설명합니다. 02에서 만든(64, 784)배치가 이제 모델로 들어갑니다.
Python + NumPy로 신경망 만들기 (2) — 사진을 인공지능이 먹을 수 있게 손질하고, 조금씩 나눠 주기
Published:
이 글은
notebooks/02_dataloader.ipynb에서 한 일을 처음부터 다시 설명합니다. 앞 글(01)에서load_idx로 사진 6만 장을 꺼낸 다음 이야기입니다.
Python + NumPy로 신경망 만들기 (1) — 파일을 열어서 숫자 그림을 꺼내 보기
Published:
이 글은
notebooks/01_explore_data.ipynb에서 한 일을 처음부터 다시 설명합니다. 수학이나 인공지능을 몰라도 읽을 수 있게 썼습니다.
Monitoring
GPU가 남아 있는지와 일하고 있는지는 다른 질문입니다
Published:
본문의 설정 값과 쿼리는 2026-09 기준 H-MAS 코드와 research 데모 환경의 실제 구성입니다.
Neovim
Mac에서 Neovim 개발환경 처음부터 구축하기
Published:
이번 글에서는 Mac에서 거의 빈 상태의 Neovim부터 시작해 실제 개발에 사용할 수 있는 환경을 직접 구성합니다.
News
AI Weekly Picks(23주차)
Published:
AI Daily Picks(20260602)
AI Weekly Picks(20주차)
Published:
AI Daily Picks(20260515)
AI Weekly Picks(19주차)
Published:
AI Daily Picks(20260506)
AI Weekly Picks(18주차)
Published:
AI Daily Picks(20260430)
AI Weekly Picks(17주차)
Published:
AI Daily Picks(20260423)
AI Weekly Picks(16주차)
Published:
AI Daily Picks(20260415)
AI Weekly Picks(15주차)
Published:
AI Daily Picks(20260410)
AI Weekly Picks(14주차)
Published:
AI Daily Picks(20260403)
AI Weekly Picks(13주차)
Published:
AI Daily Picks(20260326)
AI Weekly Picks(12주차)
Published:
AI Daily Picks(20260320)
AI Weekly Picks(11주차)
Published:
AI Daily Picks(20260315)
AI Weekly Picks(20251217)
Published:
AI Weekly Picks(20251217)
AI Weekly Picks(20251203)
Published:
AI Weekly Picks(20251203)
AI Weekly Picks(20251119)
Published:
AI Weekly Picks(20251119)
AI Weekly Picks(20251112)
Published:
AI Weekly Picks(20251112)
AI Weekly Picks(20251105)
Published:
AI Weekly Picks(20251105)
AI Weekly Picks(20251029)
Published:
AI Weekly Picks(20251029)
AI Weekly Picks(20251022)
Published:
AI Weekly Picks(20251022)
NumPy
Python + NumPy로 신경망 만들기 (0) — 시작하며: 왜, 무엇을, 어떤 순서로
Published:
이 시리즈는 PyTorch나 TensorFlow 없이, numpy만으로 MNIST 손글씨 숫자를 인식하는 신경망을 밑바닥부터 만든 기록입니다. 수학이나 인공지능 배경이 없어도 따라올 수 있게, 중학생에게 설명한다는 마음으로 썼습니다.
Python + NumPy로 신경망 만들기 (6) — 지시서대로 가중치를 고치기, 학습 루프
Published:
이 글은
notebooks/06_train.ipynb와 그걸 옮긴train.py,mnist/optim.py에서 한 일을 처음부터 다시 설명합니다. 05에서 만든 지시서(grad_W,grad_b)를 드디어 실제로 씁니다.
Python + NumPy로 신경망 만들기 (5) — 손실에서 거꾸로 올라가며 “가중치를 어떻게 고칠지” 계산하기
Published:
이 글은
notebooks/05_backward.ipynb에서 한 일을 처음부터 다시 설명합니다. 04에서 만든 손실(숫자 하나)에서 출발해, 03에서 만든 레이어들을 거꾸로 통과합니다.
Python + NumPy로 신경망 만들기 (4) — 점수 10개를 확률로 바꾸고, “얼마나 틀렸나”를 숫자 하나로 만들기
Published:
이 글은
notebooks/04_loss.ipynb에서 한 일을 처음부터 다시 설명합니다. 03에서 모델이 낸 점수(64, 10)이 여기로 들어옵니다.
Python + NumPy로 신경망 만들기 (3) — 숫자 784개를 받아서 “0~9 중 뭘까” 점수 10개로 바꾸기
Published:
이 글은
notebooks/03_model.ipynb에서 한 일을 처음부터 다시 설명합니다. 02에서 만든(64, 784)배치가 이제 모델로 들어갑니다.
Python + NumPy로 신경망 만들기 (2) — 사진을 인공지능이 먹을 수 있게 손질하고, 조금씩 나눠 주기
Published:
이 글은
notebooks/02_dataloader.ipynb에서 한 일을 처음부터 다시 설명합니다. 앞 글(01)에서load_idx로 사진 6만 장을 꺼낸 다음 이야기입니다.
Python + NumPy로 신경망 만들기 (1) — 파일을 열어서 숫자 그림을 꺼내 보기
Published:
이 글은
notebooks/01_explore_data.ipynb에서 한 일을 처음부터 다시 설명합니다. 수학이나 인공지능을 몰라도 읽을 수 있게 썼습니다.
Prometheus
GPU가 남아 있는지와 일하고 있는지는 다른 질문입니다
Published:
본문의 설정 값과 쿼리는 2026-09 기준 H-MAS 코드와 research 데모 환경의 실제 구성입니다.
Python
Python + NumPy로 신경망 만들기 (0) — 시작하며: 왜, 무엇을, 어떤 순서로
Published:
이 시리즈는 PyTorch나 TensorFlow 없이, numpy만으로 MNIST 손글씨 숫자를 인식하는 신경망을 밑바닥부터 만든 기록입니다. 수학이나 인공지능 배경이 없어도 따라올 수 있게, 중학생에게 설명한다는 마음으로 썼습니다.
Python + NumPy로 신경망 만들기 (6) — 지시서대로 가중치를 고치기, 학습 루프
Published:
이 글은
notebooks/06_train.ipynb와 그걸 옮긴train.py,mnist/optim.py에서 한 일을 처음부터 다시 설명합니다. 05에서 만든 지시서(grad_W,grad_b)를 드디어 실제로 씁니다.
Python + NumPy로 신경망 만들기 (5) — 손실에서 거꾸로 올라가며 “가중치를 어떻게 고칠지” 계산하기
Published:
이 글은
notebooks/05_backward.ipynb에서 한 일을 처음부터 다시 설명합니다. 04에서 만든 손실(숫자 하나)에서 출발해, 03에서 만든 레이어들을 거꾸로 통과합니다.
Python + NumPy로 신경망 만들기 (4) — 점수 10개를 확률로 바꾸고, “얼마나 틀렸나”를 숫자 하나로 만들기
Published:
이 글은
notebooks/04_loss.ipynb에서 한 일을 처음부터 다시 설명합니다. 03에서 모델이 낸 점수(64, 10)이 여기로 들어옵니다.
Python + NumPy로 신경망 만들기 (3) — 숫자 784개를 받아서 “0~9 중 뭘까” 점수 10개로 바꾸기
Published:
이 글은
notebooks/03_model.ipynb에서 한 일을 처음부터 다시 설명합니다. 02에서 만든(64, 784)배치가 이제 모델로 들어갑니다.
Python + NumPy로 신경망 만들기 (2) — 사진을 인공지능이 먹을 수 있게 손질하고, 조금씩 나눠 주기
Published:
이 글은
notebooks/02_dataloader.ipynb에서 한 일을 처음부터 다시 설명합니다. 앞 글(01)에서load_idx로 사진 6만 장을 꺼낸 다음 이야기입니다.
Python + NumPy로 신경망 만들기 (1) — 파일을 열어서 숫자 그림을 꺼내 보기
Published:
이 글은
notebooks/01_explore_data.ipynb에서 한 일을 처음부터 다시 설명합니다. 수학이나 인공지능을 몰라도 읽을 수 있게 썼습니다.
RAG
문서 구조를 이해해서 Chunking하면 더 잘 찾을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (4/5)
Chunk를 작게 나누면 검색이 더 잘될까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (3/5)
RAG는 왜 정답 문서를 찾지 못할까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (2/5)
RAG의 검색 품질은 어떻게 측정할 수 있을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (1/5)
Reference
AI Weekly Picks(23주차)
Published:
AI Daily Picks(20260602)
AI Weekly Picks(20주차)
Published:
AI Daily Picks(20260515)
AI Weekly Picks(19주차)
Published:
AI Daily Picks(20260506)
AI Weekly Picks(18주차)
Published:
AI Daily Picks(20260430)
AI Weekly Picks(17주차)
Published:
AI Daily Picks(20260423)
AI Weekly Picks(16주차)
Published:
AI Daily Picks(20260415)
AI Weekly Picks(15주차)
Published:
AI Daily Picks(20260410)
AI Weekly Picks(14주차)
Published:
AI Daily Picks(20260403)
AI Weekly Picks(13주차)
Published:
AI Daily Picks(20260326)
AI Weekly Picks(12주차)
Published:
AI Daily Picks(20260320)
AI Weekly Picks(11주차)
Published:
AI Daily Picks(20260315)
AI Weekly Picks(20251217)
Published:
AI Weekly Picks(20251217)
Retrieval
문서 구조를 이해해서 Chunking하면 더 잘 찾을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (4/5)
Chunk를 작게 나누면 검색이 더 잘될까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (3/5)
RAG는 왜 정답 문서를 찾지 못할까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (2/5)
RAG의 검색 품질은 어떻게 측정할 수 있을까?
Published:
Series 1 — RAG는 원하는 문서를 제대로 찾고 있는가? (1/5)
Scheduling
H-MAS v0.9.0 release
Published:
H-MAS v0.9.0
H-MAS v0.7.0 release
Published:
H-MAS v0.7.0 Feature Preview
H-MAS v0.4.0 release
Published:
H-MAS v0.4.0 Developer Preview
LLM 서빙 효율화에 대한 고민: H-MAS 설계 기록
Published:
1. 시작하게 된 배경
Self Study
가르치는 형식으로 시계열을 공부한 3주, 내가 틀렸던 것 5가지
Published:
지난 3주 동안 시계열 데이터 분석을 공부했습니다. 공부 방법으로 강의자료 형식을 썼습니다. 누굴 가르치려고 만든 게 아니라, 내가 나를 가르치는 형식이 제일 정직한 공부법이라서 그렇게 했습니다.
Time Series
가르치는 형식으로 시계열을 공부한 3주, 내가 틀렸던 것 5가지
Published:
지난 3주 동안 시계열 데이터 분석을 공부했습니다. 공부 방법으로 강의자료 형식을 썼습니다. 누굴 가르치려고 만든 게 아니라, 내가 나를 가르치는 형식이 제일 정직한 공부법이라서 그렇게 했습니다.
Tree-sitter
Mac에서 Neovim 개발환경 처음부터 구축하기
Published:
이번 글에서는 Mac에서 거의 빈 상태의 Neovim부터 시작해 실제 개발에 사용할 수 있는 환경을 직접 구성합니다.
macOS
Mac에서 Neovim 개발환경 처음부터 구축하기
Published:
이번 글에서는 Mac에서 거의 빈 상태의 Neovim부터 시작해 실제 개발에 사용할 수 있는 환경을 직접 구성합니다.
pandas
가르치는 형식으로 시계열을 공부한 3주, 내가 틀렸던 것 5가지
Published:
지난 3주 동안 시계열 데이터 분석을 공부했습니다. 공부 방법으로 강의자료 형식을 썼습니다. 누굴 가르치려고 만든 게 아니라, 내가 나를 가르치는 형식이 제일 정직한 공부법이라서 그렇게 했습니다.
statsmodels
가르치는 형식으로 시계열을 공부한 3주, 내가 틀렸던 것 5가지
Published:
지난 3주 동안 시계열 데이터 분석을 공부했습니다. 공부 방법으로 강의자료 형식을 썼습니다. 누굴 가르치려고 만든 게 아니라, 내가 나를 가르치는 형식이 제일 정직한 공부법이라서 그렇게 했습니다.
vLLM
사내 GPU로 챗봇 만들기: vanilla Kubernetes + vLLM 직접 배포 vs 같은 일을 H-MAS로
Published:
이 글의 모든 명령·출력·수치는 2026-07-18, 동일한 클러스터에서 두 경로를 실제로 실행하며 기록한 것입니다.