프론티어 모델 대신, 우리 모델이 모든 상담을 분석합니다
상담 분석 LLM을 자체 모델로 바꾸며, 비용은 99.4% 줄이고 성능은 상용 LLM보다 높인 이야기
AI
Voice Turn Detection 모델 개발기
VoiceALF가 “입을 뗄 타이밍”를 배우게 하려면
채널톡이 글로벌 상담 Agent를 GPT-5.6 Luna로 갈아탄 이유
공개 벤치마크 1위 모델이 아닌 리더보드에도 없는 모델을 선택했습니다.
AI ENGINEER NIGHT Q&A 총정리
현장에서 쏟아진 질문, 채널톡 AI팀이 답변 해드려요!
AI Native 레포에서 조직으로: hollon-ai 구축기
@hollon으로 작동하는 채널톡의 harness
6개월간 코드 한 줄도 안 쓰고, 100만 줄 기여하기
AI Native 개발의 비결은 시스템이다
Ralph Loop, OpenClaw - 새로운건 없었다
ALF 팀에서 Agentic Workflow 를 구성한 이야기
이 서비스만 고치면 되겠지? AI가 놓치는 숨은 의존성을 추적하는 법
그래프 RAG 기반 채널 지식 시스템 구축기
팀 내 전처리 프레임워크 dagster 도입기
안정적인 문서 전처리 시스템을 위한 dagster 도입 과정
채널 AI팀은 왜 새로운 ML 모델 벤치마크가 필요로 했을까?
벤치마크 시리즈 1편: 리트리벌 벤치마크 제작기
상담사향 TTS 만들기
어떻게 상담사처럼 발화하는 모델을 만들 수 있을까?
A2A 기반 Recipe Agent 개발기
레시피 Agent 시스템을 직접 구축한 경험
채널효율부서 D.O.G.E.
AI 자동화로 세일즈팀의 업무 비효율을 개선하다
AI Agent가 복잡한 테이블 데이터 처리하는 방법
RAG와 SQL을 혼합한 Table Agent 개발기
Context Engineering? 원래 하던거 아닌가?
채널팀의 Linear MCP 적응기
버그 대응과 PR 리뷰 시간을 90% 단축시킨 방법
Cursor와 MCP로 개발자 업무 생산성 올리기
Cursor 전사 도입 6개월: 이후 변화들
JetBrains 해지, Cursor 전면 전환
채널톡 연동 MCP 서버 구현기
단 한줄로 연동이 가능한 채널톡 통합 MCP!
Table QA with LLMs
Huge table parser by pseudocode filtering
고객 상담을 효율적으로 요약하기
채팅 시나리오에 맞춘 효율적인 요약 방법
상담 효율을 높이기 위한 자동완성
사용자 입력으로 문장 자동완성을 예측하고 성능을 개선한 방법
상담 대화로부터 자동으로 FAQ 추출하기
FAQ 자동완성 프로젝트를 소개합니다
[AI] 텍스트 임베딩의 소개(2)
문맥을 이해하는 텍스트 임베딩 (Contextualized Text Embedding)
텍스트 임베딩의 소개(1)
텍스트 임베딩의 목적과 단어 임베딩