Intro 복잡한 물리 도메인을 디딤돌 삼아, 신규 시나리오 개발 기간을 70% 단축하는 백엔드 프레임워크 설계 안녕하세요. IT부문 IT플랫폼본부에서 IoT플랫폼 개발을 담당하고 있는 윤영로입니다. 최근 생성형 AI가 다양한 업무와 서비스에 적용되면서 LLM의 활용처가 급속도로 넓어지고 있습니다. 특히 단순한 질의응답을 넘어, 스스로 실행 계획을 세우고
안녕하세요. KT AX플랫폼본부에서 서비스 기획을 담당하고 있는 정우승입니다. 최근 몇 달 동안 B2C Agent App 형태의 내부 기술검증용 프로토타입, 그 안에서의 캐릭터 구현을 테스트해보기 위한 점성술사 웹페이지, 그리고 사내 카탈로그형 포털 기획을 진행하며 AI와 Agent를 여러 방식으로 사용해보았습니다. 처음에는 AI를 정보를 다시 확인하거나
안녕하세요. IT부문 AX플랫폼본부에서 AI 모델 Token 최적화 기술 분석 및 설계를 맡고 있는 이예진입니다. 최근 생성형 AI가 다양한 업무와 서비스에 적용되면서 LLM 사용량도 함께 증가하고 있습니다. 특히 단순 질의응답을 넘어 스스로 작업을 계획하고 여러 Tool을 활용하는 AI Agent의 사용이 확대되면서, 하나의 작업을 수행하기 위해 소비되는
안녕하세요. 저희는 KT AX미래기술원 Frontier AI Lab의 Responsible AI담당에서 AI와 Agent의 평가 기술을 연구·개발하고 있는 장준서, 김수영, 박윤진, 이소민, 노민성, 윤정원입니다. 저희 팀은 사내에서 출시되는 다양한 AI 모델과 Agent가 KT의 RAI 윤리원칙(책임성, 지속가능성, 투명성, 신뢰성, 포용성)을 충족하며
KT에서는 기획·설계 단계를 AI와 함께 진행하는 사내 AI 웹 포털 kode:crew를 만들어 활용하고 있습니다. VSCode 등 개발 도구 설치 없이 브라우저만으로, 여러 역할의 AI 에이전트와 함께 요구사항 정의,아키텍처 설계,표준/보안 검증을 할 수 있는 플랫폼입니다. 이 글은 kode:crew를 실제로 업무에 활용하는 PO·BA의 하루를 담아봤습니
Intro. 우리가 만드는 AI 안녕하세요. 저희 Lab은 믿:음이나 오픈 모델을 기반으로, 다양한 산업과 업무에 특화된 AI 모델을 개발하고 있습니다. 이를 위해 범용 LLM이 가진 언어 이해와 추론 능력은 최대한 유지하면서, 각 산업에서 요구되는 전문 지식과 업무 특성을 효과적으로 반영하는 방법을 고민하고 있습니다. 여러 도메인 특화 모델을 개발하며 느
0. 들어가며 안녕하세요. AX미래기술원 AX Data Lab에서 학습데이터 구축과 품질 관리를 맡고 있는 하은지입니다. 데이터 검증 자동화 과정에서 처음 마주한 질문은 “어떻게 검증할 것인가”가 아니라 “무엇을 검증해야 충분한가”였습니다. 이번 글에서는 그 답을 찾기 위해 공인 심사체계를 준거로 삼아 이를 자동화 파이프라인으로 옮긴 과정을 공유합니다. 학
들어가며 안녕하세요. KT Responsible AI담당에서 AI Agent 안전성을 연구하고 있는 주민욱, 정동영, 배세윤입니다. 요즘 AI 소식을 따라가다 보면 매주 새로운 모델과 Agent가 등장합니다. 더 긴 문서를 읽고, 더 많은 도구를 쓰고, 사람 대신 여러 단계를 알아서 처리합니다. 자연스럽게 관심은 "이 Agent가 무엇을 할 수 있는가"에
안녕하세요, KT AX미래기술원 Frontier AI Lab 김현우입니다. 2026년 7월 6일부터 11일까지 서울 코엑스에서 열린 ICML 2026(International Conference on Machine Learning)에 참석해 공동 연구 논문을 발표하고, AI 분야의 최신 기술 동향을 현장에서 확인하는 기회를 가졌습니다. 이번 출장에서는 논문
안녕하세요. KT AX 미래기술원 Agentic AI Lab, Agentic AI Tech 담당입니다. 저희 담당은 오픈 모델을 기반으로 Agentic 역량을 극대화한 Agent향 기본 모델을 개발하고, 이를 다양한 산업에 실질적으로 적용하기 위한 버티컬(Vertical) 모델을 연구·개발하고 있습니다. 현재까지 네트워크 특화 모델을 비롯해 의료, 법률,
