https://toda-i.blog/sources/kakao-tech-blog/Recent content in Kakao Tech Blog on todaiHugoko-krWed, 28 Oct 2026 10:58:00 +0900https://toda-i.blog/posts/2026-10-28-ai/Wed, 28 Oct 2026 10:58:00 +0900https://toda-i.blog/posts/2026-10-28-ai/<p>안녕하세요. AI와 데이터를 다루는 기술 소식을 들으면 왠지 복잡하고 나와는 먼 이야기처럼 느껴지시죠?</p> <p>오늘 소개해 드릴 이야기는 카카오의 추천팀이 AI를 업무에 똑똑하게 쓰기 위해 어떤 노력을 기울였는지에 대한 생생한 후기랍니다. 여러 사람이 AI를 쓰다 보니 같은 데이터도 다르게 해석되는 문제가 생겼다고 하는데요. 팀원 모두가 신뢰할 수 있는 분석 환경을 만들기 위해 어떤 방식을 도입했는지 함께 가볍게 살펴볼까요?</p> <h2 id="전체-글-정리">전체 글 정리</h2> <h3 id="1-데이터-분석에서-발생한-뜻밖의-혼란">1. 데이터 분석에서 발생한 뜻밖의 혼란</h3> <ul> <li><strong>서로 다른 기준</strong>: 개발자마다 각자의 AI 에이전트를 이용해 분석을 진행하면서, 같은 &lsquo;재생수&rsquo;를 조회했는데도 수치가 서로 다르게 나오는 일이 발생했어요.</li> <li><strong>암묵지의 문제</strong>: 어떤 로그 데이터를 선택하고 어떤 기준으로 집계해야 하는지가 문서로 정리되어 있지 않고, 담당자의 경험이나 머릿속에만 남아 있었기 때문이에요.</li> <li><strong>분석 방식과 배경의 차이</strong>: 사용하는 AI 모델이나 과제의 목적에 따라 리포트의 형태와 중요하게 보는 지표가 제각각 달라지는 한계가 있었답니다.</li> </ul> <h3 id="2-팀-분석-자동화를-위한-3가지-핵심-컨텍스트">2. 팀 분석 자동화를 위한 3가지 핵심 컨텍스트</h3> <ul> <li><strong>데이터 카탈로그 (What)</strong>: 테이블을 사용할 때 헷갈리기 쉬운 점과 집계 규칙 등 데이터의 &lsquo;암묵지&rsquo;를 명확하게 문서화했어요.</li> <li><strong>분석가 페르소나 (How)</strong>: 누가 분석하더라도 일관된 검증 절차와 리포트 작성 원칙을 따르도록 분석 패턴을 지침으로 통일했어요.</li> <li><strong>과제 맥락 (Why)</strong>: 과제가 왜 시작되었고 지금 어떤 단계인지, 다음에 무엇을 판단해야 하는지 등 작업 배경을 에이전트가 미리 파악할 수 있도록 브리핑 역할을 부여했어요.</li> </ul> <h3 id="3-일관된-기준으로-바뀐-업무-결과">3. 일관된 기준으로 바뀐 업무 결과</h3> <ul> <li><strong>동일한 출발점</strong>: 세 가지 기준을 갖추게 되면서, 누가 분석을 요청하더라도 똑같은 로그와 규칙, 검증 절차를 거치게 되었어요.</li> <li><strong>명확한 의사결정</strong>: 실험 결과가 손해인지 이득인지, 그리고 다음 단계로 나아가야 할지를 객관적인 지표를 바탕으로 함께 논의할 수 있게 되었답니다.</li> </ul> <h2 id="이용-방법--활용-방안">이용 방법 / 활용 방안</h2> <ul> <li><strong>체계적인 문서화 도입하기</strong>: 업무를 진행할 때 나만 알고 있는 노하우나 기준이 있다면, 팀원이나 AI가 쉽게 읽을 수 있도록 간단한 가이드 문서 형태로 기록해 보세요.</li> <li><strong>역할과 목적 명확히 하기</strong>: AI나 동료에게 업무를 부탁할 때 &lsquo;무엇을(데이터)&rsquo;, &lsquo;어떻게(방법)&rsquo;, &lsquo;왜(배경)&rsquo; 하는지 명확하게 전달하면 훨씬 더 정확하고 만족스러운 결과물을 얻을 수 있답니다.</li> </ul> <p>이오난사 데이터를 다룰 때 기준이 명확하지 않아 곤란했던 적 있으신가요? 여러분이라면 우리 팀만의 일관된 분석 기준을 만들기 위해 어떤 방식을 써보고 싶으신가요?</p>https://toda-i.blog/posts/2026-10-23-mo/Thu, 22 Oct 2026 17:26:00 +0900https://toda-i.blog/posts/2026-10-23-mo/<p>해외 여행이나 직구를 할 때 문자로 본인인증을 해야 하는데, &ldquo;문자를 보냈는데 왜 오지 않지?&rdquo; 하고 답답했던 적 있으신가요?</p> <p>국내와 달리 해외에서는 문자 메시지가 통신망 어딘가에서 사라져도 어디서 끊겼는지 알 수 없는 &lsquo;깜깜이&rsquo; 상태였다고 해요. 카카오의 메시지 전송 시스템 팀이 이 답답한 문제를 어떻게 해결했는지 함께 살펴볼까요? 🚀</p> <h2 id="전체-글-정리">전체 글 정리</h2> <h3 id="1-해외-문자-인증이-까다로운-이유">1. 해외 문자 인증이 까다로운 이유</h3> <ul> <li><strong>추적 불가능:</strong> 메시지가 전송 도중 사라져도 서버에는 아무런 신호가 오지 않아 어디서 유실되었는지 알 수 없었어요.</li> <li><strong>우회 불가:</strong> 중간 통신망에 문제가 생겨도 사용자가 지정한 번호로 전송되는 구조라 임의로 경로를 바꿀 수 없었죠.</li> </ul> <h3 id="2-생각의-전환-선할당-후관측-구조">2. 생각의 전환, 선할당 후관측 구조</h3> <ul> <li>메시지가 들어오기만을 기다리던 기존 방식을 바꿨어요.</li> <li>번호를 사용자에게 먼저 할당(분모 확보)하고, 이후 메시지가 도착하면 대조(분자 확보)하는 방식을 도입했습니다.</li> <li>이 구조 덕분에 눈으로 볼 수 없었던 국제 문자 성공률을 정확하게 측정할 수 있게 되었어요.</li> </ul> <h3 id="3-똑똑한-번호-선택-시스템">3. 똑똑한 번호 선택 시스템</h3> <ul> <li><strong>동적 룩백 윈도우:</strong> 데이터가 적은 국가에서 일시적인 실패 때문에 정상적인 번호가 제외되는 통계적 착시를 방지했어요.</li> <li><strong>개인화 라우팅:</strong> 성공했던 경로를 유지하고 실패한 번호는 빠르게 제외하며, 사용자가 비싼 해외 문자 요금을 내지 않도록 자국 번호를 우선 배치했습니다.</li> </ul> <h2 id="이용-방법--활용-방안">이용 방법 / 활용 방안</h2> <ul> <li>개발자가 아니더라도 우리가 서비스를 이용할 때 겪는 사소한 불편함을 기술이 어떻게 해결하는지 엿볼 수 있어요.</li> <li>눈에 보이지 않는 문제 앞에서 포기하지 않고 &ldquo;측정 가능한 구조&quot;로 생각을 바꾸면, 복잡한 난제도 실마리를 찾을 수 있다는 점을 배울 수 있답니다. 💡</li> </ul> <p>글로벌 통신망의 한계를 시스템 구조 개선으로 극복해 낸 카카오의 이야기, 재미있으셨나요? 여러분이라면 일상 속에서 답답했던 어떤 기술적 불편함을 가장 먼저 고쳐보고 싶으신가요?</p>https://toda-i.blog/posts/2026-10-22-ai-summit-26-ai/Thu, 22 Oct 2026 13:45:00 +0900https://toda-i.blog/posts/2026-10-22-ai-summit-26-ai/<p>안녕하세요! 혹시 지난 9월에 부산에서 열렸던 행사에 가고 싶었지만 아쉽게 놓치셨나요? ⛵</p> <p>요즘 주변을 보면 온통 인공지능 이야기뿐이라 신기하기도 하고, 한편으로는 이걸 어떻게 내 삶이나 일에 써야 할지 막막하게 느껴지기도 하죠. 다행히도 현장의 뜨거운 열정을 그대로 담은 영상이 드디어 공개되었다고 해요. 어떤 이야기들이 담겨 있는지 가볍게 살펴볼까요?</p> <h2 id="전체-글-정리">전체 글 정리</h2> <h3 id="연구와-창업-이야기">연구와 창업 이야기</h3> <ul> <li><strong>AI 돛 성과 공유</strong>: 카카오인베스트먼트와 에이니브리지, 루키 캠프, 테크포임팩트의 사례로 창업 지원과 지역사회 문제 해결 활동을 소개해요.</li> <li><strong>에스오에스랩 정지성</strong>: 지스트에서 시작해 세계로 뻗어 나가는 멋진 창업 스토리를 전해요.</li> <li><strong>창업가 패널 토론</strong>: 리셀, 플립션, 씨위드, 엔비젠 창업가들이 학업과 연구, 그리고 창업 사이에서 균형을 잡는 고민을 진솔하게 나눠요.</li> </ul> <h3 id="인프라와-개발-환경">인프라와 개발 환경</h3> <ul> <li><strong>리벨리온 박성현</strong>: 소버린 AI 시대에 꼭 필요한 한국형 AI 인프라의 방향성을 짚어줘요.</li> <li><strong>OpenAI 김성민</strong>: 코덱스 하네스 엔지니어링을 통해 최신 AI 개발 환경을 보여줘요.</li> <li><strong>AMD 송성운</strong>: 록스 스택을 소개하며 AI 추론을 직접 배포하는 데모를 펼쳐줘요.</li> </ul> <h3 id="개발자의-성장과-변화">개발자의 성장과 변화</h3> <ul> <li><strong>카카오 임희섭</strong>: 기술 변화로 직군의 경계가 허물어지는 시대에 개발자의 역할이 어떻게 바뀌는지 이야기해요.</li> <li><strong>카카오 정윤성</strong>: 변화의 시기에 기존의 지식과 기술을 어떻게 다루면 좋을지 팁을 줘요.</li> <li><strong>카카오 마태일</strong>: AI 코딩 환경에 공통 표준을 적용하는 재미있는 접근 방식을 소개해요.</li> <li><strong>카카오 권해용</strong>: 두 번째로 마주하는 AI의 거대한 물결에 대한 생각을 나눠요.</li> <li><strong>AWS 최용호</strong>: AI 시대에 발맞춰 개발자로서 올바르게 성장하기 위한 마인드셋을 이야기해요.</li> </ul> <h3 id="서비스-속-ai-적용-사례">서비스 속 AI 적용 사례</h3> <ul> <li><strong>카카오모빌리티 박창수</strong>: 자율주행 기술을 중심으로 AI가 바꾸는 일상의 이동 모습을 그려줘요.</li> <li><strong>카카오뱅크 김미래와 김수빈</strong>: 금융 데이터셋을 구축하며 정답을 찾아가는 과정과 시스템 관점의 안전성을 고민해요.</li> <li><strong>카카오페이 박진훈</strong>: 단순한 검색 기능을 넘어 코칭으로 확장되는 금융 서비스를 소개해요.</li> <li><strong>카카오페이손해보험 배성율</strong>: AI의 분석과 사람의 판단을 조화롭게 엮어내는 보상 심사 재설계 경험을 공유해요.</li> </ul> <h2 id="이용-방법--활용-방안">이용 방법 / 활용 방안</h2> <p>이번에 공개된 영상들은 개발자뿐만 아니라 AI 기술이 실제 비즈니스나 서비스에 어떻게 쓰이는지 궁금한 분들에게 좋은 참고 자료가 돼요. 모빌리티, 금융, 보험처럼 우리 생활과 가까운 분야에서 AI를 어떤 방식으로 고민하고 적용했는지 엿볼 수 있답니다.</p>https://toda-i.blog/posts/2026-10-21-kanana-2-vision-encoder/Wed, 21 Oct 2026 08:00:00 +0900https://toda-i.blog/posts/2026-10-21-kanana-2-vision-encoder/<p>인공지능이 눈으로 세상을 읽는 방법, 다들 한 번쯤 궁금해하셨죠?</p> <p>AI가 사진이나 문서 속 이미지를 제대로 이해하려면 &lsquo;비전 인코더&rsquo;라는 특별한 눈이 꼭 필요해요. 이번에 카카오에서 자체 기술력으로 밑바닥부터 개발한 <strong>카나나 2 비전 인코더</strong>를 선보였는데요.</p> <p>글로벌 수준의 성능을 자랑하면서도 우리말과 문화까지 찰떡같이 이해한다고 해요. 어떤 기술들이 숨어 있는지 함께 살펴볼까요?</p> <h2 id="전체-글-정리">전체 글 정리</h2> <h3 id="비전-인코더가-꼭-필요했던-이유">비전 인코더가 꼭 필요했던 이유</h3> <ul> <li>비전 언어모델이 사진 속 사물이나 글자를 정확히 읽으려면 시각적 특징을 추출하는 &lsquo;눈(비전 인코더)&lsquo;의 역할이 매우 중요해요.</li> <li>글로벌 빅테크의 모델들은 구조가 너무 복잡하고 방대한 학습 데이터가 필요해 그대로 쓰기 어려웠죠.</li> <li>특히 한국 문화나 작은 한글 글자를 더 정확히 이해하고, 다양한 서비스 환경에 맞게 크기를 조절하기 위해 카카오만의 자체 모델이 꼭 필요했어요.</li> </ul> <h3 id="효율성을-높인-학습-원리와-똑똑한-구조">효율성을 높인 학습 원리와 똑똑한 구조</h3> <ul> <li>다음 토큰 예측이라는 방식을 사용해, AI가 이미지 설명을 정확히 만들수록 시각 정보를 더 잘 뽑아내도록 학습했어요.</li> <li>이미 유창한 문장 생성 능력을 갖춘 언어모델의 가중치를 먼저 활용해 학습 속도를 약 4배나 끌어올렸답니다.</li> <li>고해상도 이미지를 처리할 때 생기는 엄청난 계산 부담을 줄이기 위해 슬라이딩 윈도우 어텐션과 그룹 쿼리 어텐션을 적용해 속도와 메모리를 크게 아꼈어요.</li> </ul> <h3 id="단계별-학습과-뛰어난-한글-이해력">단계별 학습과 뛰어난 한글 이해력</h3> <ul> <li>작은 해상도부터 시작해 점점 큰 해상도의 이미지 비율을 유지하며 세부 내용을 파악하는 3단계 학습을 거쳤어요.</li> <li>실제 테스트 결과, 남산타워 사진의 단청 문양이나 거북선 모형은 물론, 이미지 속 아주 작은 &lsquo;바다&rsquo;라는 한글 글자까지 정확하게 읽어내는 뛰어난 모습을 보여주었어요.</li> </ul> <h2 id="이용-방법--활용-방안">이용 방법 / 활용 방안</h2> <p>이번에 공개된 기술은 연구자나 개발자들이 각자의 환경에 딱 맞는 비전 언어모델을 만들 수 있도록 돕는 든든한 기반이 되어줘요.</p>