채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?
벤치마크 시리즈 1편: 리트리벌 벤치마크 제작기
AI
상담사향 TTS 만들기
어떻게 상담사처럼 발화하는 모델을 만들 수 있을까?
Cursor + Git Worktree 병렬 개발 한계와 해법
Context engineering으로 생산성 N배 극대화
채널효율부서 D.O.G.E.
AI 자동화로 세일즈팀의 업무 비효율을 개선하다
AI Agent가 복잡한 테이블 데이터 처리하는 방법
RAG와 SQL을 혼합한 Table Agent 개발기
Context Engineering? 원래 하던거 아닌가?
채널팀의 Linear MCP 적응기
버그 대응과 PR 리뷰 시간을 90% 단축시킨 방법
Cursor와 MCP로 개발자 업무 생산성 올리기
채널톡 연동 MCP 서버 구현기
단 한줄로 연동이 가능한 채널톡 통합 MCP!
Table QA with LLMs
Huge table parser by pseudocode filtering
[AI] 텍스트 임베딩의 소개(2)
문맥을 이해하는 텍스트 임베딩 (Contextualized Text Embedding)
텍스트 임베딩의 소개(1)
텍스트 임베딩의 목적과 단어 임베딩