Llm

Anthropic Skilljar 공식 강좌 가이드 - Claude AI 마스터하기

AI
소개 Anthropic은 Claude AI를 효과적으로 활용할 수 있도록 다양한 공식 교육 과정을 Skilljar 플랫폼을 통해 무료로 제공하고 있습니다. 이 강좌들은 개발자, 교육자, 학생, 비영리 단체 등 다양한 대상을 위해 설계되었으며, Claude API 활용부터 Model Context Protocol(MCP), AI Fluency까지 폭넓은 주제를 다룹니다. 이 가이드에서는 Anthropic Skilljar에서 제공하는 13개의 공식 강좌를 카테고리별로 정리하고, 각 강좌의 학습 목표와 대상, 그리고 직접 수강할 수 있는 링크를 제공합니다. 더보기

Toward Expert Investment Teams: 세밀한 태스크 분해가 LLM 트레이딩 팀 성능을 끌어올리는 방식

AI Quant Finance
최근 LLM 기반 트레이딩 연구는 에이전트 수를 늘리는 데서 한 단계 더 나아가, 각 에이전트가 실제로 어떤 단위 작업을 수행해야 하는지까지 설계하는 방향으로 이동하고 있습니다. 이 논문은 바로 그 지점을 검증하며, “역할 이름"만 주는 coarse-grained 프롬프트보다, 분석 단계를 잘게 쪼갠 fine-grained 프롬프트가 위험 조정 수익률과 중간 추론 품질을 함께 개선한다고 보고합니다. 더보기

파일 업로드 최적화: 두 개의 AI로 비용 절감과 성능 향상

AI LLM Optimization
당신이 회사에서 가장 비싼 고액 연봉의 컨설턴트를 고용했다고 상상해보세요. 그런데 100페이지짜리 방대한 PDF 문서를 그 컨설턴트 앞에 던져주며 “이걸 읽고 요약해줘"라고 요청합니다. 비싼 시간당 비용을 내면서 말이죠. 이것이 지금 대부분의 AI 서비스가 범하고 있는 실수입니다. 대용량 파일을 고성능 AI 모델에 직접 업로드하면 비용은 폭등하고, 정작 중요한 핵심 내용은 누락되기 쉽습니다. 더 나은 방법이 있습니다. 두 개의 AI 시스템을 역할 분담시키는 것입니다. 저렴하고 빠른 AI가 파일을 읽고 요약하면, 고성능 AI가 그 요약만 받아서 정확한 답변을 제공합니다. 이 글에서는 왜 파일 직접 업로드가 문제인지, 그리고 두 개의 AI를 활용해 비용을 절감하고 성능을 향상시키는 구체적인 방법을 소개합니다. 더보기

아직도 RAG 쓰세요? 단순 RAG는 줄이고, Contextual Retrieval로 올리는 실전 가이드

AI LLM
RAG는 죽지 않았습니다. 다만 “문서를 잘라서 벡터 DB에 넣고 Top-k만 붙이는 단순 RAG"가 빠르게 한계를 드러내고 있습니다. 이 글은 아래 영상을 바탕으로, 왜 단순 RAG가 흔들리는지와 지금 바로 적용할 수 있는 개선 패턴을 정리한 실전 노트입니다. 영상: 아직도 RAG 쓰세요? 이거 보고 나면 멈춥니다 채널: 메이커 에반 | Maker Evan 더보기