Archive.Munch

“ 본 포스팅은 네이버클라우드에서 소정의 수수료를 제공받아 작성된 글입니다. “ 모바일환경, SNS의 발전으로 계속해서 생성되는 데이터를 처리하기 위해최근 기업에서는 실시간 데이터 처리의 중요성이 커지고 있다.특히, 어느 서비스에나 필수적으로 요구되는 로그수집, 이벤트 처리, 사용자 행동 분석 등은 실시간 스트리밍 데이터 처리가 필요하며, 네이버 클라우드는 "Data Stream" 서비스를 통해 부담 없이 빠르고 유연한 스트리밍 환경을 제공하고 있다. 1️⃣ Data Streaming 기술의 등장 기존 데이터는 배치처리 방식으로 처리되었다. 📌 배치 처리(Batch Processing) *batch : 일괄- DB에 데이터를 쌓아두고 주기적으로 한 번에 처리/분석하는 방식 빅데이터 시대에 접어들면서..

최근 중고거래 물품이 많아지며 당근 어플 사용량이 증가했다.교환 글을 올리다 "판매로 올려야 할까, 나눔으로 올려야 할까?"라는 이상한 고민을 하게 되었고, 개선 아이디어에 대해 아카이빙 해보고자 한다.목차1. 문제 발견 : 서비스를 사용하며 발견한 현상과 문제점 정의2. 사회적 배경 : 내 아이디어에 대한 사회적 배경 및 인사이트 도출3. PRD : 사용자 시나리오 기반 기능 설명4. 기대효과 : 도입 후 기대효과 및 고도화 방향 🧐 문제발견올리브영에서 구매한 망그러진 곰 콜라보 상품에 들어있는 랜덤 굿즈 교환을 위해 '내 물건 팔기'를 선택하고 글을 작성했다.등록 전, 카테고리를 선택해야 하는데 '나눔 하기'와 '판매하기' 두 옵션 중 하나를 무조건 선택해야 해 상당히 고민을 하기 시작했다.1️⃣..

약 1년 전, 유저 테일러링이라는 알고리즘에 관해 포스팅했었다. 유저 테일러링은 유저의 과거 구매 데이터 혹은 클릭했던 상품 등을 기반으로 관심을 가질만한 상품을 추천해 주는 알고리즘이다.이후 AI 리뷰 요약 등 쇼핑, 리뷰 관련 AI 도입을 확인할 수 있었고, 에이전트가 발전하면서 국내 쇼핑업계의 첫 에이전트 도입 사례가 등장했다.✅ 네이버 쇼핑 AI 에이전트 소개네이버 쇼핑 AI 에이전트는 2026년 2월 출시되었으며, 현재는 베타 서비스로 일부 상품에만 적용되어 있다.'네이버 플러스 스토어' 앱 설치 시에만 사용할 수 있으며, 네이버 앱의 쇼핑 탭에서는 사용이 불가하다. 네이버+ 스토어 앱 페이지에 소개되어있는 쇼핑 AI 에이전트 기능을 살펴보며 실제 사용 후기와 좋았던 점, 아쉬웠던 점을 살펴보..

온라인 쇼핑이 활성화되면서, 상품을 검색하는 과정에서 "이런 상품은 어떠세요?"라는 문구를 자주 접하게 된다. 이러한 추천은 종종 예상치 못한 발견으로 이어지기도 하며, 실제로 구매로 연결되는 경우도 많다.특히, 개인의 취향과 쇼핑 이력을 기반으로 한 맞춤형 추천은 소비자의 관심을 끌고, 새로운 상품을 시도해 보는 계기가 되기도 한다. 이렇게 추천된 상품들이 마음에 쏙 들어 구매하게 되는 순간, 온라인 쇼핑의 매력을 다시 한번 느끼게 된다. 이러한 시스템은 소비자에게 더 많은 선택의 기회를 제공하고, 쇼핑의 즐거움을 한층 더해준다. 1️⃣ 사용자 소비 패턴 분석 및 상품 추천 유저 테일러링 (User Tailoring)사용자 맞춤형 경험을 제공하기 위해 개인의 취향, 행동, 선호도 등을 분석하여 콘텐츠나..

✅ Heatmap히트맵(Heatmap)은 행과 열로 이루어진 2차원 데이터에서 값의 크기를 색상으로 표현한 시각화 기법이다. 주로 값의 분포, 상관관계, 패턴 및 이상치를 직관적으로 확인할 수 있다.  1️⃣ 특징 및 장점색상 변화로 데이터의 크기나 빈도 표현 : 예를 들어, 진한 색은 높은 값을, 연한 색은 낮은 값을 나타냄상관관계 확인 : 변수들 간의 상관계수를 시각화하여 관계가 강한 변수를 쉽게 찾을 수 있음이상치 및 패턴 탐색 : 비정상적인 색상 패턴을 통해 이상치 감지 및 데이터 패턴 확인 가능2️⃣ 주요 사용 사례상관계수 히트맵 (Correlation Heatmap)데이터의 상관관계를 나타내는 매트릭스를 시각화변수들 간의 상관관계 파악에 유용Ex) 신용 점수와 연간 소득의 관계 확인데이터 분포..

최근, 현대카드 이용 중 "혹시 중복결제는 아닌가요?"라는 알림을 받았다. 사진관 예약금을 걸기 위해 네이버페이에서 동시간에 같은 금액을 3번 결제했더니 위와 같은 알림을 보낸 것이다. 예상치 못한 알림에 순간적으로 놀라움과 안도감을 느꼈다. 다행히 내가 모두 결제한 것이었지만, 중복결제 알림 덕분에 결제 후 영수증을 받지 않게 된 요즘, 금액과 결제 여부에 대한 확인이 소홀해지기 쉬운 상황에서 큰 도움이 되었다. 이러한 모니터링 서비스를 통해 기업에 대한 신뢰성을 높이고, 소비 경험은 더욱 향상되었다. 금융권에서 AI 활용은 꾸준히 증가하는 추세이다. 개인의 소비데이터를 이용한 카드 추천, 소비 성향 파악 및 투자 전략 제시 등 다양한 방면에서 AI를 활용한 마케팅 전략이 사용되고 있다.  1️⃣ 거래..

작년 1월 사전판매 121만 대의 흥행을 기록한 갤럭시 S24에서는 단순히 동그라미를 그려 검색할 수 있다. Google의 Circle to Search 기능을 탑재했기 때문이다. 사진이나 영상을 시청하다가 궁금한 것이 생겼다면, 화면에 동그라미를 그려보자. 원하는 검색 결과를 얻을 수 있을 것이다.  1️⃣ 서클 투 서치 알아보기 서클 투 서치는 Gemini의 차별점인 구글과 연동되어 방대한 양의 검색엔진을 사용할 수 있다는 점을 활용했다. 이미지나 텍스트를 선택하여 바로 구글 검색창에 넣어 검색을 도와준다.  얼마 전 쇼핑몰에서 옷을 구경하던 중, 모델이 코디한 가방이 눈에 들어왔다. 최근에는 같이 코디한 제품을 기재해두기도 하지만, 자사 제품이 아니라면 그렇지 않은 경우도 많다. 기존에는 이 가방을..

2020년 Chat GPT-3의 등장 이후 LLM 분야는 급격히 발전해 왔다.OpenAI의 ChatGPT, Google의 Gemini, Anthropic의 Claude, Mistrald의 Mistral는 각기 다른 특성을 가지고 있어 목적에 따라 선택하여 사용하기에 좋다. 이번 글에서는 네 가지 모델의 특징과 장점을 살펴보자.  📍 개념 대규모 언어 모델(LLM, Large Language Model)  방대한 양의 데이터로 사전 학습된 초대형 딥러닝 모델로, 자연어 처리(NLP) 작업을 수행하는 데 최적화되어 있다. 이 모델은 텍스트 생성, 질문 응답, 번역 등 다양한 언어 기반 작업에서 뛰어난 성능을 발휘한다.이미지 생성 모델이미지 생성 모델은 텍스트 설명을 기반으로 이미지를 생성하는 인공지능 모델..

문제 해결을 위한 개념 정리  ✅ BETWEENhttps://seheehee.tistory.com/29 가격대 별 상품 개수 구하기 [case when, between]문제 파악출력할 컬럼 : 만원 단위의 가격대 별 상품 개수 ⇒ SELECT데이터를 가져올 테이블 : product ⇒ FROM조회 순서 : 가격대 기준 오름차순⇒ ORDER BY적용할 조건 : 만원 단위의 가격대 별로 숫seheehee.tistory.com  ✅ EXTRACThttps://seheehee.tistory.com/58 진료과별 총 예약 횟수 출력하기[EXTRACT]진료과별 총 예약 횟수 출력하문제 해결을 위한 개념 정리 ✅ EXTRACT: 날짜에서 년, 월, 일, 시간 등을 추출 → EXTRACT (unit FROM date)..

https://www.boostcourse.org/ds121/lecture/865821?isDesc=false 데이터 시각화를 위한 태블로부스트코스 무료 강의www.boostcourse.org ✅ 계층(Hierarchy)화면에서 드릴다운해서 세부적인 값을 찾는 데 유용ex) 지역 데이터에서 동일한 시군구명을 계층화하여 오류를 방지Map에서 유용하게 활용  ◼️ 계층 만들기◼️ 제조사명 추출 후 계층 만들기 1. 제조사명 추출 → 제품명의 첫 번째 단어 2. 제조사명을 제품분류 계층에 추가 (드래그 & 드롭) +) 제품명 계층까지 생성 가능  💡태블로 내장 기본 계층 → 날짜 데이터의 경우 자동으로 계층 생성  ✅ 총계(Total)각각의 요소들의 total을 보여줌 ◼️ 아래와 같이 테이블에서, 드래그하..