이게 왜 데드락? – 중복키 insert & 갭락

인생사 새옹지마. 다가올 미래를 함부로 예측하기란 어려운 일입니다.이건 컴퓨터를 다룰 때에도 동일한 것 같습니다.늘 문제가 발생하면 기계는 잘못이 없다곤 하지만,, Lock을 명시적으로 걸어준 적도 없는데 데드락이 발생할 줄은 몰랐습니다.이번 글에서 명시적으로 Lock을 걸지도 않았는데 데드락을 실제로 만난 두가지 케이스를 공유하고자 합니다. 중복 키 동시 insert로 인한 데드락 주기적으로 db 로그를 더보기…

나만의 정보탐색 파트너, 브라우징 코파일럿 RAG 도입기

LINER Browsing Copilot 라이너의 브라우징 코파일럿은 브라우저 익스텐션(Browser Extension, 이하 BE)에 설치된 채로, 유저의 정보탐색을 돕는 AI 에이전트입니다. 저는 유저가 ‘지우’이고, 브라우징 코파일럿이 ‘피카츄’가 아닌가 종종 생각하는데요, 이제는 사용하는 게 너무 익숙해져서 코파일럿 아이콘이 안 보이면 보면 심리적인 불안?까지 느끼는 지경에 이르렀습니다(웃음). LLM에게 부족한 것이 있다면 OpenAI의 ChatGPT가 세상에 선보인 더보기…

LLM은 생성형 AI가 아니다

전세계적으로 수억명의 사용자들에게 ChatGPT가 채택되면서 ChatGPT는 LLM(거대 언어 모델)과 생성형 AI(Generative AI)의 대명사가 되었다. 그래서인지 많은 사람들이 ChatGPT는 생성형 AI이고, ChatGPT는 LLM이니까 LLM은 생성형 AI라고 생각하게 된 듯 하다. ChatGPT = LLM = Generative AI? 하지만 LLM은 생성형 AI가 아니다. 정확하게 말하면 LLM은 생성형 AI의 일종이다. 그러니까 ‘LLM은 생성형 AI다’라고 해도 더보기…

너, 내 비서가 돼라! LINER Autonomous Agent 구축기

안녕하세요, 머신러닝 엔지니어 에디입니다. 라이너 팀은 정보 탐색을 혁신하여 사용자들이 더 적은 시간과 노력으로 더 많은 일을 할 수 있게 도와주는 제품을 만들어나가고 있습니다. 현재 라이너 제품은 크게 두 가지로 구분해볼 수 있습니다. 웹 페이지나 유튜브, PDF 콘텐츠 등을 소비하는 과정에서 해당 콘텐츠에 기반해 요약, 질의응답 기능 등을 제공하는 Grounding 더보기…

WorkSpace, Autonomous Agent in LINER

안녕하세요, LINER의 머신러닝 엔지니어 타일러입니다. 라이너의 웹 페이지인 getliner.com의 첫 화면이 AI Workspace로 바뀌었다는 사실을 알고 계신가요? 최근, 저를 비롯한 모든 LINER 팀원들이 Copilot과 AI Workspace 제품을 개발하고 알리는 데에 전력을 다하고 있는데요. GNN를 활용한 문서 추천 시스템을 소개하던 저, 그리고 하이라이팅과 추천을 주요 제품으로 밀고 있던 LINER가 어떤 변화를 더보기…

나를 가장 잘 이해하는 개인화 어시스턴트, LINER Copilot

안녕하세요, 머신러닝 엔지니어 카터입니다. 오늘은 조금 특별한 이야기를 해볼까 합니다. LINER에 새로이 들어서게 된 제품 라인업 “개인화 어시스턴트 LINER Copilot“이 그 주제인데요. LINER가 어떻게 개인화 어시스턴트라는 제품을 구현하게 되었는지, 우리는 해당 제품을 통해 어떤 문제를 해결하고자 하는지에 대한 소개를 글을 통해 드리고자 합니다. 많은 분들이 알고 계시듯, LINER는 오프라인에서 형광펜을 더보기…

Graph in LINER : 글로벌 추천 프로덕트에 GNN 적용하기

안녕하세요, LINER의 머신러닝 엔지니어 타일러입니다. 🫡오늘은 GNN을 LINER의 문서 추천시스템에 적용한 프로젝트에 대해 소개 드리려고 합니다. LINER Services 🔍 LINER는 정보 탐색을 혁신하는 글로벌 플랫폼을 지향하고 있습니다. 이를 위해 하이라이팅, 문서 추천, 최근엔 LLM을 이용한 생성형 검색과 코파일럿 까지 다양한 서비스를 전개하고 있는데요. 이 서비스들은 두 가지 공통점을 갖고 있습니다. 더보기…

Human-AI Co-Learning을 향해! 강화학습 기반 랭킹 모델 도입기

안녕하세요. 머신러닝 엔지니어 에디입니다😀 오늘은 최근 라이너의 콘텐츠 추천 시스템에 도입된 강화학습 기반의 랭킹 모델에 대한 소개를 드리려고 합니다. 라이너의 추천 시스템은 위 그림과 같은 Multi-Stage 구조를 이루고 있습니다. Retrieval 단계에서 여러 모델이 저마다의 방식으로 추천 콘텐츠 후보군을 모아오면, Filtering 단계에서는 Bloom Filter가 불필요한 콘텐츠를 제거합니다. 이후 Scoring 단계에서 필터링된 더보기…

라이너 익스텐션 개발기 in 라이너콘

안녕하세요? 라이너 프론트엔드 개발자 마크입니다. 지난 5월 24일, 라이너는 ‘도약’이라는 주제로 자체 기술 세미나 ‘라이너콘’을 개최했는데요. 감사하게도 많은 분들이 관심 가지고 참여해주신 덕분에 성공적으로 마칠 수 있었습니다. 총 3개의 기술 세션과 3개의 라이트닝 토크 중, 저는 ‘하이라이팅 유틸리티, AI 프로덕트가 되다’라는 주제로 세미나의 첫 세션을 맡게 되었습니다. 현장에 참여하시지 못한 더보기…

PDF 코파일럿 개발기

LINER meets LLM 안녕하세요, 백엔드 엔지니어 그렉입니다. 오늘은 라이너가 LLM을 만난 이야기를 전해드리려고 합니다. Help People Get Smart Faster라는 미션에 맞춰 라이너 서비스 곳곳에 LLM이 들어가 기존에는 어려웠던 다양한 정보 처리 작업을 위임받고 있습니다. 그중에서 직접 개발에 참여한 PDF 코파일럿과 관련하여 이야기를 나눠보고자 합니다. PDF 코파일럿은 사용자가 PDF의 내용을 더 더보기…