GeoSQL: AI에게 지도를 보여줬더니 정확도가 4배 올랐다

AI에게 "서울에서 편의점 접근성이 낮은 지역을 찾아줘"라고 하면 SQL은 잘 짜지만, 결과가 맞는지 틀리는지를 숫자만 보고 판단할 수 없습니다. GeoSQL은 AI가 SQL을 실행한 뒤 결과를 지도로 그려서 직접 보고, 이상하면 스스로 수정하는 루프를 만들었습니다. SaaS 계정 없이 사내 서버에서 완전히 자가 운영할 수 있습니다.

Milvus 3.0: ETL 없이 Iceberg 데이터를 그대로 검색하다 (2.x ETL vs. 3.0 Zero-Copy)

3줄 요약 Milvus 2.x까지는 Iceberg에 있는 벡터 데이터를 검색하려면 별도 파이프라인으로 복사(ETL)하는 과정이 필수였다. 3.0부터는 S3의 Iceberg 메타데이터만 참조해 데이터를 복사하지 않고 벡터 검색이 가능하다(External Collection). 아직 정식 릴리즈 전이고 쓰기·CDC 지원은 없지만, 데이터 레이크와 벡터 검색의 통합 방식이 근본적으로 바뀌었다. S3에 쌓인 Iceberg

KFP · MLflow · KServe로 구성하는 end-to-end MLOps 파이프라인

이 글에서는 PAASUP DIP 환경을 기준으로, KFP v2 · MLflow · MinIO · KServe를 조합해 구성한 end-to-end MLOps 파이프라인을 바탕으로 데이터 수집부터 challenger·champion 승격, KServe 무중단 배포, 운영 고려사항까지 살펴봅니다.

DIP: 온프레미스에서 완성되는 데이터 인텔리전스 플랫폼

AI와 데이터는 클라우드에 올려야만 작동하는 게 아니다. 기업이 가장 중요한 데이터를 클라우드에 올리지 못하는 이유는 분명하다 - 규제, 보안, 주권. PAASUP DIP(Data Intelligence Platform)는 퓨어 오픈소스 기반의 현대적 빅데이터·지능화 서비스를 온프레미스에서 그대로 제공한다.

slides-grab: AI로 슬라이드 기획·디자인·편집·내보내기까지

기존 AI 슬라이드 도구는 만드는 것은 되지만 고치는 것이 안 된다. slides-grab은 기획부터 내보내기까지 에이전트가 처리하고, 수정할 때는 드래그로 영역을 집어주거나 텍스트로 지시하는 방식을 상황에 따라 쓸 수 있다. HTML 파일 기반이라 로컬 실행·Git 관리가 되고 SaaS 락인이 없다. PPTX 내보내기는 아직 실험적이다.

로고 하나로 AI 브랜드 에이전트 만들기 - Claude Design

AI에게 "우리 브랜드 스타일로 만들어줘"는 통하지 않는다 - 브랜드 컨텍스트가 없기 때문이다. Claude Design은 로고 하나에서 색상·타이포·Voice·Motion·UI킷까지 포함한 브랜드 시스템을 스킬로 생성한다. 설치하면 이후 모든 AI 작업에 브랜드가 자동으로 반영된다.

Oh-My-ClaudeCode: 단일 AI에서 AI 팀으로

Claude Code를 혼자 쓴다면 매번 직접 지시를 내리고 순서를 챙겨야 한다. Oh-My-ClaudeCode(OMC)는 자연어 한 문장으로 29개 전문 에이전트가 역할을 나눠 병렬로 작업을 완수한다. 소프트웨어 개발 워크플로우 전용 오케스트레이션 프레임워크로, 코딩·리뷰·테스트·배포 자동화에 특화되어 있다.

하네스 엔지니어링은 뭘까? 프롬프트에서 시스템으로

AI 코딩 에이전트의 성능은 모델이 아니라 모델을 감싸는 시스템에서 결정된다. 프롬프트를 잘 쓰는 것보다 에이전트가 일하는 환경-규칙, 도구, 피드백 루프-을 잘 설계하는 것이 더 중요해졌다. 하네스 엔지니어링은 "AI에게 뭘 시킬까"에서 "AI가 잘 일하는 구조를 어떻게 만들까"로의 전환이다.

OpenKB: 문서를 "검색하는 AI" 에서 "이해하는 Wiki"로

AI에게 문서를 주는 방식은 두 가지입니다. RAG는 질문할 때마다 문서를 처음부터 다시 읽습니다. 비용은 쌓이고, 지식은 남지 않습니다. OpenKB는 문서를 한 번 이해해서 Wiki로 만듭니다. 쓸수록 지식이 연결되고 축적됩니다. 벡터DB 없이 동작하고, 결과물은 Obsidian에서 바로 열립니다. 사내 문서를 AI와 함께 자산으로 만들고 싶다면, 이 글이 출발점입니다.