devsisters·문제퍼즐 게임 스테이지의 출시 가능 여부 판단이 소수 작업자의 주관에 의존해, 폴리싱 단계 진행이 느리고 일관성이 떨어진다.
접근강화학습으로 학습한 퍼즐봇이 스테이지를 자동 플레이하도록 하고, 전작 유저 데이터의 EDA와 Grid Search로 평가 지표를 설계한다. 봇 지표와 실제 유저 행동의 상관관계를 검증한다.
결과남은 미션 수 분포 기반 지표가 퍼즐봇 데이터와 사내 테스트 유저 사이에서 0.55~0.65 상관을 보였다. 이를 토대로 객관적인 난이도 판단 기준을 폴리싱 단계에 투입할 수 있게 됐다.
AWS Korea·문제콘텐츠 번역가 10만 명을 자연어로 검색하려면 BM25 키워드와 벡터 의미 검색을 동시에 잘 다뤄야 한다. 기존 PostgreSQL 검색은 nDCG@10 0.90 목표에 미달.
접근Amazon OpenSearch Service 로 이전하면서 Nori 한국어 형태소 분석기 + 다국어 임베딩 + Bedrock Cohere/Claude 로 데이터 정제 파이프라인 구축. 단일 쿼리에서 키워드와 벡터를 결합.
결과nDCG@10 0.90 이상 달성. 표준 어휘 사전과 별칭 매핑으로 이력서 데이터 일관성도 확보.
베스핀글로벌·문제AI 할루시네이션은 모델이 아니라 데이터 파이프라인 결함의 결과. PoC 에서 90% 정확도였던 모델이 프로덕션에서 실패하는 이유.
접근3 레이어 구조: 입력단 AI 기반 자동 품질 감시 → 거버넌스 레이어로 출처·흐름·접근 추적 → 출력단 AI-on-AI 자동 검증. 검색 품질이 답변 정확도를 좌우하므로 맥락 기반 청킹·멀티모달 임베딩·하이브리드 검색·리랭킹 네 기법 적용.
결과단일 플랫폼 도입이나 벡터 DB 구축만으론 부족함을 명확히 한 실전 검증 패턴. 도메인별 맥락을 잃지 않는 데이터 파이프라인이 진짜 해법.
무신사 테크·