AIX 구현을 위한 AI, GAI 전문 기업 코세나(kosena) AIX 구현을 위한 AI, GAI 전문 기업 코세나(kosena)

AI 코딩 도우미 Cursor를 잘 사용하는 법을 정리한 글을 클로드 3.5 소넷으로 번역했습니다. (단, 내용 중에는 CodeGuide 를 홍보하는 일종의 PPL도 포함되어 있습니다.) CURSOR 모범 사례 1. AI를 위한 규칙: AI가 당신의 기술 스택, 파일 구조, 코드 구조의 모범 사례를 따르도록 이러한 규칙들을 설정하세요 2. 맥락은 필수: PRD, 기술-스택-문서, 파일-구조, 프론트엔드-가이드라인, 백엔드-구조와 같은 .md 문서 형태로 프로젝트에 대한 상세한 맥락을 제공하세요. 이는 AI의 잘못된 추측을 방지합니다. CodeGuide를 사용하여 AI 코딩 문서를 작성하세요. 모든 AI 도구와 호환됩니다. 3. .cursorrules 파일 설정: Cursor는 이것을 .cursorrule..

Dify.ai에 접속해 LLMOPS(대형 언어 모델 운영) 기능을 활용하는 방식, 오픈소스 대비 장점, 그리고 주요 장단점을 단계별로 정리하면 다음과 같습니다.1. Dify의 LLMOPS 지원 기능모델 배포 자동화복잡한 설정 없이 다양한 LLM(OpenAI, Azure, Google Cloud, Ollama 등)을 손쉽게 배포하고, 여러 모델을 한 플랫폼에서 통합 관리할 수 있습니다실시간 모니터링 및 관리Web UI에서 모델 성능, 애플리케이션 로그, 토큰 사용량, 응답 품질 등 다양한 지표를 실시간으로 모니터링하고, 필요시 즉시 수정·업데이트가 가능합니다워크플로우 및 RAG 파이프라인시각적 워크플로우 빌더로 LLM 기반 앱, RAG 파이프라인, 에이전트 플로우 등을 노코드로 설계·자동화할 수 있습니다데..

Dify.ai에서 에이전트 워크플로우 처리 방식: 단계별 안내1. 워크플로우/챗플로우 에디터 진입Dify 대시보드에서 "Workflow" 또는 "Chatflow" 메뉴로 이동합니다.새 워크플로우를 생성하거나 기존 워크플로우를 엽니다2. Agent Node 추가좌측 컴포넌트 패널에서 "Agent" 노드를 드래그하여 캔버스에 배치합니다Agent Node는 워크플로우 내에서 LLM이 자율적으로 도구(툴)를 선택·호출하며, 복잡한 멀티스텝 추론을 수행할 수 있게 해줍니다.3. 에이전트 전략(Agent Strategy) 선택Agent Node를 클릭하면 설정 패널이 열립니다."Agent Strategy" 항목에서 원하는 전략을 선택합니다.대표적으로 Function Calling(함수 호출)과 ReAct(추론-행동..

Dify.ai에서 RAG 파이프라인 처리 방식: 단계별 설명1. 데이터 수집 및 지식베이스 구축Dify 대시보드에서 "Knowledge" 메뉴로 이동해 새 지식베이스(knowledge base)를 생성합니다.PDF, Markdown, Word, 텍스트 등 다양한 문서를 업로드하거나, Firecrawl API 등으로 웹사이트 데이터를 크롤링해 가져올 수 있습니다12.업로드한 문서는 자동으로 청크(chunk) 단위로 분할되고, 임베딩 모델을 통해 벡터로 변환되어 벡터 데이터베이스(예: Milvus)에 저장됩니다2.2. 임베딩 및 인덱싱각 청크는 선택한 임베딩 모델(OpenAI, HuggingFace 등)을 통해 벡터화됩니다.벡터화된 데이터는 Milvus 등 벡터 데이터베이스에 저장되어, 유사도 기반 검색이 ..

Dify.ai(dify.ai)의 데이터셋 ETL(Extract, Transform, Load) 처리를 하는 방법을 단계별로 정리하면 다음과 같습니다.1. Dify 접속 및 로그인www.dify.ai에 접속해 회원가입 또는 로그인을 진행합니다.오픈소스 버전은 직접 배포하거나, SaaS(클라우드) 버전은 웹에서 바로 사용할 수 있습니다2. 데이터셋(지식베이스) 생성대시보드에서 "Knowledge" 또는 "지식베이스" 메뉴로 이동합니다."Create Knowledge" 버튼을 클릭해 새 데이터셋을 만듭니다3. 데이터 업로드로컬 파일(txt, pdf, docx, xlsx, csv 등) 또는 온라인 데이터(예: Notion 연동)를 선택해 업로드합니다.SaaS 버전은 Unstructured ETL, 커뮤니티 버전..

최근 IT의 모든 이슈를 차지하고 있는 LLM 로컬 구축을 위해 검토하실 때 아래 사항에 대해 고객 내부적으로 기술적, 보안적,업무적인 사항을 고려하여 진행하는 것으로 파악되고 있습니다. 저희 Dify.ai의 온프레미스 엔터프라이즈 버전을 활용하시면내부 LLM 프로젝트 진행시에 많은 도움과 장점을 취하실 수 있습니다.. 1. 고객내 LLM 구축시의 이슈 사항 -복잡한 데이터 관리와 보안대규모 기업(특히 금융, 의료, IT 등)은 다양한 데이터 소스(관계형 DB, 파일, 벡터 임베딩, 대화 이력 등)를 동시에 관리해야 하며,데이터 보안과 컴플라이언스 요구가 매우 높음.-멀티테넌시 및 확장성 문제여러 부서/팀/고객이 각기 다른 데이터셋을 사용하면서, 수십만 개의 데이터베이스 컨테이너가 난립해 관리 복잡도가 ..

안녕하십니까? 코세나 마케팅팀입니다.2주가 멀다 하고 새로운 서비스들이 출몰하는 최근 생성AI 트렌드에 대해서 정보를 공유하고 저희가 구축 및 기술 지원을 제공하고 있는 글로벌 1위 온프레미스 생성형 AI 구축 플랫폼인 미국의 dify.ai 솔루션에대해 아래와 같이 소개하는 시간을 가지고자 하오며 이를 통해 향후 생성형 AI 비지니스의 우리의 나아갈 방향을 공유해 보고자 합니다.[ 온프레미스 생성형 AI 구축 플랫폼, dify.ai 웨비나 ]1. 일시 : 2025년 04월 16일(수) 오후 4시 30분 - 5시 10분2. 장소 : 온라인 (별도 링크 발송 예정)3. 내용 : 온프레미스 생성형 AI 구축 플랫폼, dify.ai 소개4. 참가 신청 : 번거로우시더라도 아래 링크에 신청서 기재 부탁 드립니다...

NVIDIA/AgentIQ - 엔비디아의 에이전트 구축 도구, 오픈소스https://github.com/NVIDIA/AgentIQ?utm_source=pocket_shared 얀 르쿤 “월드 모델 구축… 3~5년 후 AMI 시대 올 것”https://www.newstheai.com/news/articleView.html?idxno=7470 엔비디아, 코스모스 WFM과 물리 AI 데이터 도구 공개...물리 AI 예측과 제어 가능한 추론 지원https://www.aitimes.kr/news/articleView.html?idxno=34313 새로운 오픈에이아이 API와 SDK를 이용한 에이전트 구축 가이드https://fornewchallenge.tistory.com/entry/%F0%9F%A7%A0%F0%..