[신청 중] AI 제품을 만들 때, 자체 모델과 검색엔진은 언제 필요할까요?
모델 학습부터 검색엔진 고도화까지, 실제 AI 제품을 만드는 과정에서의 고민과 경험을 공유합니다.
Somma • DevRel
- 개발 문화
좋은 모델을 만드는 것만으로 좋은 AI 제품이 완성되지 않습니다.
실제 고객이 사용하는 제품에 ML을 적용하기 시작하면 연구실이나 실험 환경에서는 미처 보지 못했던 새로운 문제를 만나게 됩니다. 모델의 성능뿐 아니라 제품의 요구사항과 사용자 경험, 검색 품질과 속도까지 함께 고민해야 하기 때문입니다.
이번 밋업에서는 실제 제품에서 ML을 만들어가며 마주한 문제와 해결 과정을 이야기합니다.
제품에 배포할 모델을 직접 학습하며 어떤 문제를 마주했고 어떻게 해결해나갔는지부터, AI Agent를 만들기 위해 검색엔진을 직접 고도화한 과정까지 실제 사례를 공유합니다.
제품과 고객의 문제를 마주한 ML Engineer가 어떤 질문을 던지고, 어떤 기술적 선택을 해나갔는지 실제 사례를 통해 살펴봅니다.
ML Engineer Meetup 에 놀러오세요
10월 14일(수) 19:00–21:30
역삼역 GS타워 8층 (채널톡 오피스)
👉🏻 바로 신청하기: 🔗 신청 링크
이런 분들께 추천합니다
머신러닝 모델을 실제 제품에 적용하고 있는 ML Engineer
AI Agent, 검색 시스템 등 AI 제품 개발에 관심 있는 분
실제 서비스에서 ML/AI 시스템을 만들며 겪은 시행착오와 기술적 의사결정이 궁금한 분
밋업 참여 혜택
채널코퍼레이션 AI Engineer, ML Engineer 과의 네트워킹 기회
채널코퍼레이션 한정판 굿즈 증정
피자와 음료 제공
세션 소개
발표자 소개
🧑💻 바벨 (머신러닝 엔지니어 @Channel Corp.)
채널에서 음성 모델을 만들고 있습니다. 음성 상담 에이전트에 들어갈 모델들을 학습하고 평가합니다. 데이터/모델/추론 등 모델을 설계하고 사용하는 전 과정에서 개선된 AI 경험을 만들기 위해 노력하고 있습니다. 또한 AI/ML 지식 공유에도 관심이 많아 유튜브 "임커밋" 채널을 운영하고 있고, 회사 내 세션 등 여러 기회를 통해 지식을 나누고 있습니다.
• 링크드인: /tmux
• 유튜브: https://www.youtube.com/@임커밋
김윤기 (머신러닝 엔지니어 @Liner)
라이너에서 ML Engineer로 일하고 있습니다. 자체 모델 학습부터 대규모 데이터 처리, AI 에이전트 개발까지, 다양한 기술을 실제 서비스로 구현해 왔습니다. 현재는 스쿼드 리드로 기술 개발과 함께 팀의 과제 우선순위를 정하고 실행을 이끌고 있습니다.
• 링크드인: /yungi-kim