들어가며 이제 3D 아이콘을 제작하는 것을 넘어, 아이콘에 생동감을 부여하는 모션 효과를 학습해보았습니다. 각 기술의 소개와 활용 방법은 다음과 같습니다.디지털 콘텐츠에서 3D 아이콘은 단순한 시각적 요소를 넘어, 브랜드 아이덴티티를 강화하고 사용자 경험(UX)을 풍부하게 만드는 중요한 역할을 하고 있습니다. 최근에는 정적인 3D 아이콘을 넘어서 움직임을 통해 생동감을 더하는 모션 디자인이 점점 더 주목받고 있습니다. 이는 사용자와의 감성적 연결을 강화하고, 콘텐츠의 가독성과 집중도를 높이는 데 탁월한 효과를 발휘합니다.이번 스터디에서는 단순히 아이콘을 디자인하는 데 그치지 않고, AI 기술을 활용해 3D 아이콘에 애니메이션 효과를 부여하는 실험을 진행했습니다. 애니메이션은 정지된 이미지에 생동감을 부여..

들어가며안녕하세요. 케이뱅크 UX팀에서 프로덕트 디자이너로 일하고 있는 김수림입니다.UX팀은 사용자 중심의 경험을 디자인하며, 더 나은 금융서비스를 창출하고자 고민하는 팀입니다.이러한 노력은 사용자들에게 보다 직관적이고, 편리하며, 만족스러운 금융 경험을 제공하기 위한 것입니다. 특히, 디지털 환경에서의 사용자 경험은 점점 더 중요한 이슈로 떠오르고 있습니다. 금융서비스는 복잡한 정보를 다루는 경우가 많아, 디자인을 통해 이를 쉽게 풀어주는 것이 필수적입니다. 저희 팀은 이런 목표를 달성하기 위해 사용자의 목소리에 귀를 기울이고, 이를 기반으로 디자인 전략을 수립하고 실행합니다.이번 글에서는 AI 툴을 이용하여 3D 아이콘을 학습하고 이를 업무에 활용할 수 있도록 진행한 스터디 내용을 정리해보고자 합니다..

Hello! 저는 케이뱅크 데이터서비스팀의 김홍종 입니다. 작년에 좋은 기회에 aws re:Invent를 다녀올수 있었는데 이후 사내에서 참관 공유는 했으나케이뱅크 기술블로그에도 꼭 남겨야지 다짐하고 1년 가까이 흘렀네요. (시간이 너무 빨리...) 올해도 케이뱅크에서 12분의 정예 요원이 원정대에 참여하시는데요작년에 다녀온 유경험자로서 200%~300% 리인벤트와 라스베가스를 즐기실 수 있게 글을 남깁니다.어쩌면 올해 리인벤트에 가시는 다른 회사 분들에게도 도움이 되었으면 합니다. 2023년 리인벤트 행사는  케이뱅크의 IT구성원 위주로 참여했었는데요. 데이터, 인프라, 개발, MSA, 클라우드 등 실제 클라우드를 도입, 확산하는 실무자 위주로 참여했었습니다. (올해는 범위를 넓혀 비즈니스 담당자분들도..

안녕하세요! 케이뱅크 경영테크팀 김우성 입니다. 이번 주제는 경영테크팀에서 운영 중인 '금융거래정보제공 시스템(FID)' 에 대한 소개와더 나은 시스템으로 발돋움하기 위해 MySQL에서 SingleStore 로의 전환과정을 공유하고자 합니다. 1. 금융거래정보제공?2. 금융거래정보제공시스템(FID)과 DBMS 전환배경3. SingleStore DBMS의 특징4. 결과 & ISSUE 사항5. 마무리하며 지금 시작합니다! 금융거래정보제공? 시스템 소개 전 업무에 대해 간단히 소개드리겠습니다. 금융거래정보제공은 '금융실명거래 및 비밀보장에 관한 법률 제4조'에 근거하여 정보제공요구자가 법률 요건에 맞게 요청을 하는 경우 사용목적에 맞게 금융정보를 제공하고 이에 대해 명의인에게 거래정보제공사실을 통보하는 금융회..

들어가며 안녕하세요. 케이뱅크 데이터서비스팀에서 AI 업무를 하고 있는 김하영입니다.  이번 포스팅에서는 PEFT 방법 중 가장 핵심이 되는 QLoRA에 대해 실제코드를 살펴보고 학습 결과를 확인해 보겠습니다.   1부 되짚어 보기 지난 포스팅에서는 거대 언어 모델(LLM)을 조정하는 세 가지 방법에 대해 살펴보았습니다. In-context Learning은 프롬프트 입력 시 연관된 예시를 함께 제공하여 모델의 가중치를 업데이트하지 않고 프롬프트 엔지니어링만으로 문제를 해결하는 방법입니다. 사용자가 제공하는 예시의 수에 따라 Zero-shot 또는 Few-shot Learning 등으로 구분됩니다. 전체 파인튜닝(Full Fine-tuning)은 사전 학습된 모델(Pre-trained Model, PLM..

들어가며 안녕하세요. 케이뱅크 데이터서비스팀에서 AI 업무를 하고 있는 김하영입니다.  이번 포스팅에서는 LLM(Large Language Model)이라 불리는 거대 언어 모델을 최소한의 비용과 인프라로 내 입맛에 맞게 조정하는 방법 중 하나인 PEFT(Parameter Efficient Fine-tuning)에 대해 다루어보려 합니다. 본 포스팅은 총 2부로 구성되어 있습니다. 1부에서는 LLM을 조정하는 여러가지 방법들을 소개합니다. 그리고 2부에서는 PEFT 방법 중에서도 가장 핵심이 되는 QLoRA에 대해 실제코드까지 자세히 살펴보겠습니다.    'Large' 언어 모델, 만능인가? 최근 메타에서 오픈소스 거대 언어 모델인 Llama 3를 공개했습니다. 8B 및 70B 라인업이며, 오는 7월에는..