프론트엔드, 백엔드, DB, IT 인프라, AI 솔루션에 대한 인사이트와 실무 가이드를 공유합니다.
우리 서버는 매일 도둑을 잡는다 — TREEWALL 실증 테스트 리포트
NVMe 스토리지 벤치마크 — Optane부터 HDD까지 20개 디바이스 비교
ComfyUI + Wan 2.2 로컬 AI 영상 생성 — RTX PRO 6000 96GB 구축기
LLM으로 비정형 문서 자동 구조화 — 메뉴 19개 추출 정확도 실측
회사 네트워크 첫 통로를 지키는 법 — AI 보안 게이트웨이 TREEWALL
로컬 14B 모델로 메뉴판 문서를 DB 데이터로 — 가격 100%, 이름 94.7% 실측. 위험한 건 완전히 틀린 값이 아니라 '그럴듯하게 틀린 값'이었습니다.
Gemma 4 출시 직후 RTX PRO 6000 Blackwell에서 8번의 시도 끝에 벤치마크 완료. 3개 모델(Qwen3-32B, Gemma4-31B, Gemma4-26B MoE) 속도·정확도 전면 비교.
Temperature를 얼마로 설정해야 할까요? 60문항 × 5단계 = 300회 실험으로 시나리오별 최적값과 환각 행동 차이를 실측합니다.
6개 로컬 LLM을 60문항 × 7개 시나리오로 종합 평가. 환각 트랩 통과율, 치명적 결함, 속도 대비 품질까지 한 눈에 비교합니다.
LLM만으로는 정확도 10.8%. 동의어사전 41.2%. Text2SQL로 70.1%까지 올리는 아키텍처를 13테이블 40문항 실전 테스트로 검증합니다.
6개 로컬 LLM의 한국어 능력을 존댓말, 사자성어, 비즈니스 어투 등 10개 실전 질문으로 비교합니다.
RTX PRO 6000에서 6개 로컬 LLM을 360개 질문으로 벤치마크한 종합 비교 결과를 공개합니다.
NVR 없이 CCTV 녹화 서버 만들기 — RTSP + ffmpeg + systemd로 180일 보존
MoE 모델이 쓰레기를 뱉었다 — Expert 가중치 18,432개 전수 조사로 찾은 원인
AI로 영어 학습 콘텐츠 990개를 만들고 품질검사하며 배운 것
BGE-M3 vs mE5-Large — 한국어 RAG 검색 품질을 직접 비교해보니
Microsoft Store가 안 열리는 Windows 11에서 winget과 Terminal 복구하기
