TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
ALL POSTS
모든 포스트
디퓨전 모델로 유체역학을 풀다: Bias-Constrained 노이즈 스케줄의 혁신
뮌헨공대 연구팀이 제안한 Adaptive Noise Schedule이 디퓨전 모델의 PDE 에뮬레이션 정확도를 수 자릿수 개선한 원리를 쉽고 깊이 있게 파헤칩니다.
AI는 입구, 구조화된 데이터가 출구 — DX를 위한 AI/ML 이해의 기술
DX 전문가 로드맵 4편 — 1959년 Arthur Samuel의 체커 프로그램부터 2026년 AI 에이전트까지. 88%의 기업이 AI를 활용하지만 실제 성과를 내는 기업은 6%에 불과한 이유. AI를 '도구'로 이해하는 DX 전문가의 시각을 총정리한다.
한 번 만들고 끝이 아니다 — DX를 위한 자동화와 운영의 기술
DX 전문가 로드맵 7편 — DX는 '한 번 만들고 끝'이 아니라 '계속 돌아가야' 한다. 2009년 Flickr의 'Dev and Ops' 발표에서 시작된 DevOps 혁명부터 2026년 AI 기반 자율 운영까지. CI/CD, 모니터링, MLOps, DataOps — 자동화와 운영의 기술을 총정리한다.
서버를 만들지 마라, 서비스를 운영하라 — DX를 위한 클라우드 & 인프라의 기술
DX 전문가 로드맵 6편 — 1999년 Salesforce의 'No Software'부터 2026년 AI 인프라까지. DX는 거의 100% 클라우드 위에서 돌아간다. '서버를 만든다'가 아니라 '서비스를 운영한다'로 사고를 전환하는 클라우드 & 인프라의 기술.
데이터를 못 보면 DX 못 한다 — 데이터 구조 이해의 기술
DX 전문가 로드맵 3편 — Edgar Codd의 1970년 관계형 모델부터 2026년 AI-Ready 데이터까지. 비정형 데이터가 기업 데이터의 90%를 차지하는 지금, 데이터 구조를 이해하지 못하면 AI도, DX도, 아무 의미가 없다. 데이터 모델링 56년의 계보와 실전 인사이트를 총정리한다.
기술보다 조직을 움직여라 — DX 실행 전략의 기술
DX 전문가 로드맵 최종편 — 9편의 기술 역량을 갖춰도, 조직이 움직이지 않으면 DX는 실패한다. PoC에서 Pilot으로, Pilot에서 Scale로 — 기술보다 더 중요한 '조직을 설득하고 움직이는 전략'을 국내외 사례로 총정리한다.
DX는 산업별로 완전히 다르다 — 도메인 이해의 기술
DX 전문가 로드맵 9편 — 같은 AI, 같은 클라우드, 같은 데이터라도 산업이 다르면 DX는 완전히 달라진다. 제조·물류·공공·리테일·헬스케어·금융 — 6대 산업의 DX 핵심 문제와 성공 방정식을 국내외 사례로 총정리한다.
DX의 70%는 첫 질문에서 결정된다 — 문제 정의와 비즈니스 이해의 기술
DX 프로젝트의 70%가 실패한다. GE의 68억 달러 Predix 참사부터 영국 NHS의 100억 파운드 IT 프로젝트 붕괴까지 — 원인은 기술이 아니라 '잘못된 질문'이었다. 아인슈타인에서 디자인 씽킹까지, 문제 정의 200년 계보와 2026년 AI 시대의 새로운 패러다임을 총정리한다.
흐름을 설계하라 — DX의 핵심 엔진, 프로세스와 시스템 설계
테일러의 스톱워치에서 아마존의 2피자 팀까지 — 업무 프로세스를 '설계'한다는 생각은 어떻게 진화해 왔는가. BPMN, EDA, API 경제, 하이퍼오토메이션까지, DX 전문가의 두 번째 핵심 역량인 프로세스 & 시스템 설계를 논문·사례·실전으로 총정리한다.