

-
로봇은 어떻게 현장에 들어가는가
양산을 넘어, 수익으로 (피지컬AI 견문록 04)
-
로봇은 무엇으로 배우는가
데이터는 어디서 오는가 (피지컬AI 견문록 03)
-
로봇이 태어나는 도시
공급망이라는 경쟁력 (피지컬AI 견문록 02)
-
AI 에이전트는 응답이 아니라 실행 기록으로 판정한다: AgentRigor™ 출시 6개월 적용 사례
AIWORKX가 BeSTCon 2026에서 AgentRigor™ 출시 6개월 적용 사례를 공개했다. 실행 기록으로 AI 에이전트를 평가하는 다섯 가지 축과, 배포 전부터 운영까지 이어지는 평가 순환 구조를 정리했다.
-
사람이 검증한 길로만 답하는 AI
Agentic RAG와 Agent Trajectory
-
소프트웨어 분야 KOLAS 공인시험기관 현황과 찾는 법 (2026년 10월 기준)
소프트웨어 분야 KOLAS 공인시험기관은 2026년 10월 28일 공식 검색 기준 60곳입니다. 기관을 찾는 순서, 인정 범위를 확인하는 법, 상호가 바뀐 기관을 알아보는 법을 정리했습니다.
-
KOLAS 인증과 인정, 실적 증빙에는 무엇이 필요할까?
‘KOLAS 인증’으로 많이 검색하지만 KOLAS는 시험기관을 ‘인정’하는 제도입니다. 인정과 인증의 차이, 실적 증빙에 실제로 필요한 공인시험성적서, 인정 범위를 먼저 확인해야 하는 이유를 정리했습니다.
-
KOLAS 공인시험성적서 vs 일반 시험성적서, 정부과제에는 무엇이 필요할까?
정부과제 공고문과 협약서에 나오는 제3자 시험성적서, KOLAS 공인기관, 공인시험성적서, 일반 시험성적서는 각각 무엇을 뜻할까? 세 가지 기준으로 차이를 정리하고, 문구별로 무엇을 준비해야 하는지 안내합니다.
-
당신의 LLM 솔루션이 느린 이유
결정은 빠르게, 생성은 필요한 곳에서만
-
로봇은 정말 일할 수 있는가
데모를 넘어, 일터로 (피지컬AI 견문록 01)
-
RAG, 도대체 어떻게 평가할 것인가? (정답 없는 AI의 채점표 만들기)
1편에서는 파서(Parser)와 VLM을 활용해 비정형 데이터의 늪을 탈출했고, 2편에서는 단순 벡터 검색이 가질 수 있는 한계를 ‘온톨로지(Ontology)’와 ‘지식 그래프(Knowledge Graph)’라는 기술을 통해 극복해냈습니다.
-
특수 도메인 RAG 생존기: 검색의 진화와 온톨로지
벡터 검색은 의미는 알지만 시점과 조건을 연산하지 못한다. BM25와 하이브리드를 거쳐 Graph RAG와 온톨로지로 진화한 검색 설계 과정을 실전 사례로 정리했다. 복합 질의에 강한 RAG를 어떻게 만드는지 실전 구축기 2편에서 확인할 수 있다.