최근 LLM(대규모 언어 모델)만큼이나 자주 등장하는 단어가 AI 에이전트 입니다. 지난 8월 달만 해도 국내외에서 10 개가 넘는 업체들이 각자 AI 에이전트라고 주장하는 제품을 공개하기도 하였습니다. 오늘은 AI 에이전트가 무엇이고 현실 세계의 비즈니스에서 발생하는 복잡한 문제들을 풀거나 실제로 분석에 활용할 수 있는지를 살펴보겠습니다.
ThanoSQL vs. AI Agents: Analyzing Complex Business Queries with Efficiency and Accuracy Read More »
This post will analyze how to integrate and utilize Hugging Face's SOTA models.
사용자에게 필요한 AI 함수를 만들고, 그 다음에 채팅으로 자연어 질의를 하여 만들어진 AI 함수가 답을 하는 경우를 예로 들어 설명하겠습니다.
The Easiest and Fastest Way to Use Hugging Face’s SOTA Model Read More »
기업이 AI를 도입하는 절차와 그 어려움에 대하여 “우리 회사에 AI를 도입하려면 어떻게 해야 할까? 지난 게시글 에서는 기업들이 AI 도입을 어려워하는 가장 큰 원인은 무엇이고 어떻게 하면 해결할 수 있는지 살펴보았습니다. – 기업 AI 도입의 걸림돌은 무엇일까? 여기서는 지난 글에 이어서 실제로 기업들이 AI 앱이나 서비스를 도입하는 절차가 어떻게 되고 그 과정에서 어떤 어려움들이 있는지를
Break Through AI Adoption Barriers: How ThanoSQL Simplifies Business Data Analysis Read More »
기업 AI 도입의 걸림돌은 무엇일까? “우리 회사에 AI를 도입하기가 너무 어렵다” 진짜 이유는 무엇일까? 본 게시글 에서는 아래 기사의 내용을 바탕으로 기업들이 AI 도입을 어려워하는 원인은 무엇이고 어떻게 하면 해결할 수 있을지 방안을 제시하려고 합니다. – ZDNET 기사 응답자 10명 중 7명 “보안 위험 장벽 높아…제대로 된 데이터 인프라·역량·인재도 부족” “중소기업은 AI를 어떻게 도입해야 할
Secure AI Implementation: ThanoSQL’s Solutions for Protecting Sensitive Business Data Read More »
LLM으로 대화하듯이 데이터 분석하기 우리 회사도 LLM을 도입해야 할까? 현재 LLM 분야에서 파운데이션 모델 쪽은 과하다 싶을 만큼 많은 투자가 이루어지고 있습니다. 그러나 투자자들과 기업들은 실제로 ROI는 어떻게 되는지, 구체적인 수익 모델은 어떻게 되는지 의문이 커져가고 있는 상황입니다. 테슬라는 깃허브(GitHub)의 코파일럿(Copilot)을 사용해서 코딩 작업의 80%를 한다고 밝혔을 정도로 기업의 IT 부문에서는 이미 생성형 AI와 LLM을
Interactive Data Analysis with LLM Read More »
기업이 생성형 AI를 도입하고자 할 때 발생하는 문제점과 해결방안 생성형 AI의 시대 2016년 Google Deepmind의 알파고(AlphaGo)가 이세돌 9단과의 바둑 대결에서 승리한 구글 딥마인드 챌린지 매치를 기억하시나요? 당시 컴퓨터에게는 불가능한 영역이라고 여겨지던 바둑에서 세계 최고의 바둑 기사 이세돌을 4승 1패로 이기면서 인공지능(AI)에 대한 놀라움과 경각심을 동시에 불러 일으킨 시대의 빅 이벤트였습니다. 알파고 이후 뜸하던 AI 시장에
Problems that may arise when companies try to adopt generative AI, and solutions Read More »
EN 
KR