천천히 올바르게. AI Researcher & DevOps Engineer Youngju's tech blog. GPU/CUDA, LLM, MLOps, Kubernetes AI workloads, distributed training, and data engineering.
모델 개발은 사전학습이 아니라 결정 사다리에서 시작합니다 — 프롬프트로 되는가, RAG로 되는가, 파인튜닝이 필요한가. 평가 셋을 먼저 만드는 eval-first 원칙, 데이터 품질과 합성 데이터의 함정, 스케일링 법칙과 분산 학습, LoRA·DPO로 이어지는 파인튜닝 스펙트럼, 양자화·연속 배칭 서빙, 그리고 배포 후의 데이터 플라이휠까지 — AI 모델 개발의 전체 생애주기를 실무 순서로 정리합니다.
기업 GenAI 파일럿의 95%가 측정 가능한 성과를 못 낸다는 조사가 보여주듯, 지금 AI의 병목은 모델이 아니라 배포입니다. 그 간극을 메우는 직무가 FDE — 고객 환경에 파견되어 프로덕션 AI를 직접 구축하는 엔지니어입니다. 팔란티어에서 태어나 OpenAI·Anthropic이 수십억 달러를 걸고 복제 중인 이 직무의 기원, 실제 업무, 필요 역량, 보상, 트레이드오프, 준비법까지 전부 정리합니다.