LUKE

Enterprise AI OS를 구축합니다 - 개별 AI 솔루션을 넘어

2026-08-19T21:40:14Z

생성형 AI의 도입은 빠르게 확산되고 있습니다. 부서별 챗봇, 업무 자동화 Agent, RAG 기반 지식 검색, 다양한 SaaS와 MCP 연결이 동시에 늘어납니다. 그러나 개별 솔루션이 많아질수록 기업은 새로운 질문과 마주합니다. 누가 어떤 Agent를 사용할 수 있는가, Agent가 어떤 데이터와 도구에 접근할 수 있는가, 위험한 행동은 어디에서 차단되는

섀도 AI 점검 8가지 - 중소·중견기업이 2주 안에 돌려보는 AI 거버넌스 체크리스트

2026-08-19T21:34:40Z

AI 전담 조직 없이 1~2명이 겸직으로 AI를 챙기는 30~300명 규모 기업이라면, 모델 평가보다 먼저 해야 할 일이 있습니다. 지금 회사 안에서 무엇이 돌아가고 있는지 파악하는 것입니다. 2주면 충분합니다. 섀도 AI(Shadow AI)란 무엇인가? 섀도 AI는 회사가 승인하거나 파악하지 못한 상태에서 직원들이 업무에 사용하는 AI 도구를 말합니다

테크에이스가 선택한 클로드 파트너 네트워크란? - CCAF(Claude Certified Architect – Founda

2026-08-19T21:30:07Z

CCAF(Claude Certified Architect – Foundations) 인증 기반 등록 — 2026년 6월 5일 TecAce Software, LTD.(이하 TecAce)가 2026년 6월 5일자로 Anthropic의 공식 파트너 프로그램인 '클로드 파트너 네트워크(Claude Partner Network)'에 정식 등록됐다. 이번 등록은 T

받지 못한 전화 한 통, 사실은 놓친 매출입니다 - AI 보이스 에이전트가 예약 비즈니스의 표준이 되는 이유

2026-08-19T21:26:57Z

AI 보이스 에이전트가 예약 비즈니스의 표준이 되는 이유 음식점이든 클리닉이든 정비소든, 예약을 받아 운영하는 비즈니스라면 익숙한 장면이 있습니다. 눈앞의 손님을 응대하는 동안 전화벨이 울리고, 직원은 둘 중 하나를 선택해야 합니다. 손님을 두고 전화를 받거나, 전화를 포기하거나. 이렇게 놓치는 전화 한 통의 평균 손실은 약 450달러이고, 연간으로 환

FDE(Forward Deployed Engineer) - TecAce가 기업 AI 전환 컨설팅을 'FDE 상주 엔지니어' 방식으로

2026-08-19T21:23:17Z

FDE(Forward Deployed Engineer, 상주 엔지니어)는 고객사 현장에 직접 들어가 비즈니스의 실제 작동 방식을 파악하고, AI가 들어갈 곳과 아닌 곳을 구분하며, 기존 시스템 위에서 안정적으로 작동하는 AI를 구축·배포·운영까지 전적으로 책임지는 엔지니어입니다. 대상: 생성형 AI를 도입하고 싶지만 PoC(개념 검증) 단계를 넘지 못하고

40년 헤어 노하우를 AI 자산으로 - 유닉스가 테크에이스와 함께 준비하는 업무혁신 이야기

2026-08-19T21:24:27Z

뷰티 산업을 담당하며 마케팅 현장을 지켜보면, 이제 소비자는 단순히 제품을 사는 데 그치지 않습니다. 자기 얼굴형과 모발 상태, 라이프스타일에 맞는 정보와 콘텐츠를 함께 소비합니다. K-뷰티의 힘이 제품력에서 경험과 데이터, 전문 콘텐츠로 넓어지고 있는 것이죠. 저희 회사는 이런 흐름 속에서 40여 년 헤어기기 노하우를 쌓아온 유닉스와 손을 잡고, 내부 업

AI는 도깨비방망이가 아니라 빨래방망이다 - 최근 기획한 AI세미나 내용 공유드립니다.

2026-07-21T22:23:40Z

지난 7월 17일, 시애틀한인회관에서 열린 '워싱턴주 한인기업 AI세미나'에 다녀왔습니다. 결론부터 말하면, 회관을 가득 메운 열기가 예상보다 훨씬 뜨거웠습니다. 당초 선착순 50명으로 신청을 받았는데 접수는 순식간에 마감됐고, 전날과 당일 취소가 조금 있었는데도 현장에는 주최 측 포함 60여 명이 몰렸습니다. 무엇보다 인상적이었던 건 참석자들의 면면이었

제조업 AI 파일럿 95%가 실패하는 이유 - 'PoC 무덤'을 넘는 제조업 AI 전환 5단계 프레임

2026-07-21T22:11:02Z

작년에 어느 중견 제조사 임원과 마주 앉았습니다. 그는 지난해 AI 파일럿을 두 개 돌렸다고 했습니다. 데모 날엔 회의실에서 박수가 나왔다고요. 그런데 그 말끝에 그는 이렇게 덧붙였습니다. "그런데 지금, 현장에서 그 AI를 쓰는 사람은 한 명도 없어요." 이 장면은 제가 만난 거의 모든 제조사에서 놀랄 만큼 똑같이 반복됩니다. 비싼 GPU도, 똑똑한 모

오프라인에서도 살아있는 AI : 현장 · 매장 · 캠핑 - 인터넷이 없는 곳에서도 AI는 작동해야 합니다.

2026-06-01T21:53:32Z

인터넷이 없는 곳에서도 AI는 작동해야 합니다. TecAce On-device는 OTA 업데이트와 오프라인/온라인 하이브리드 아키텍처를 결합하여, 신호가 닿지 않는 공장 현장부터 산속 캠핑장까지 — 어디서든 최신 지식을 제공합니다. 이 아티클에서는 TecAce 플랫폼이 적용될 수 있는 5가지 산업 사례를 구체적인 시나리오와 함께 살펴봅니다. 사례 1. 현

사례 연구 : 개인화 AI 미팅노트 시스템 구축기

2026-05-01T21:10:34Z

요약 (Executive Summary) AI를 활용한 미팅 요약은 이미 많은 기업에서 활용하고 있는 기능입니다. TecAce Software 역시 다양한 솔루션으로 미팅 요약을 받아 생산성을 높여왔습니다. 그러나 '누구에게나 동일한 요약', '맥락이 끊긴 단편적인 요약'이라는 한계를 극복하기 위해 내부적으로 개인화 AI 미팅노트 시스템을 자체 개발했습니다

사례 연구 : 분산된 5개 시스템을 하나로 - AI·Multi-Agent 기반 ERP & 전략 시스템 구축기

2026-05-01T20:16:10Z

요약 (Executive Summary) 본 케이스 스터디는 매출·비용·현금흐름 데이터가 Excel, ERP, SharePoint 등 5개 시스템에 분산돼 있어 정확한 현황 파악과 신속한 의사결정이 어려웠던 TecAce Software의 내부 문제를 해결한 사례를 소개합니다. AI 솔루션 전문 기업으로서 자체 기술을 내부 문제에 직접 적용했습니다. Vibe

갤럭시 A 시리즈 Gemma3 - Pipeline Benchmark

2026-05-01T18:36:56Z

왜 이 테스트가 중요한가 SoC 세대 하나가 추론 속도를 29% 바꿉니다. 미드레인지 폰에서 Gemma3를 실용적으로 쓸 수 있는지, 숫자로 확인했습니다. 온디바이스 LLM을 보급형 스마트폰에 탑재할 때 가장 큰 질문은 "어떤 칩셋에서 실용적인 속도가 나오느냐"입니다. 갤럭시 A16·A26·A36·A56 4종에 gemma-3-270m-it-int8 모델을

Gemma 3n vs Gemma 4 - Galaxy S25 Ultra 실측 벤치마크 가이드

2026-05-01T17:28:09Z

Google의 Gemma 시리즈가 3n에서 4세대로 업그레이드됐습니다. 새 모델이 나올 때마다 가장 먼저 드는 질문은 하나입니다. “실제 기기에서 얼마나 빠를까?” TecAce는 그 질문에 직접 답하기 위해 Samsung Galaxy S25 Ultra에서 두 세대를 동일한 조건으로 테스트했습니다. 이번 테스트는 llama.cpp CPU 추론 엔진을 기준으

SAMSUNG Galaxy S25 vs S26 - 온디바이스 AI 벤치마크

2026-05-01T18:42:21Z

Galaxy S25 vs S26: 온디바이스 AI 성능 반전 결과!(Snapdragon 8 Elite Gen 1 vs Gen 2) 최신 스마트폰의 AI 성능, 숫자가 높다고 무조건 빠를까요? TecAce에서 진행한 실측 데이터를 통해 Galaxy S25와 S26의 온디바이스 LLM 성능을 전격 비교해 보았습니다. 테스트 개요 비교 기기: Galaxy S

온디바이스 AI의 미래 - TecAce의 로드맵

2026-03-13T22:50:12Z

온디바이스 AI의 미래 지난 9편의 연재를 통해 우리는 클라우드 비용과 보안 문제의 해결책인 '온디바이스 AI'의 개념부터, 경량화 모델(SLM)의 선정과 양자화, 오프라인 STT/TTS의 통합, 로컬 RAG 구축, 그리고 AI SuperVision을 활용한 깐깐한 품질 검증과 하드웨어 성능 최적화까지 챗봇 개발의 모든 여정을 살펴보았습니다. 대장정의 마

온디바이스 성능 한계 도전 - 발열, 배터리, 그리고 응답 속도

2026-03-13T22:50:12Z

성능 한계 도전발열, 배터리, 그리고 응답 속도 지난 8편에서는 'AI SuperVision'을 통해 챗봇의 환각(Hallucination)을 잡아내고 답변의 품질을 높이는 과정을 공유했습니다. 모델이 똑똑해지고 정확해지는 것은 기쁜 일이지만, 실제 스마트폰(Galaxy S25 FE 등) 환경에서 이를 구동할 때 우리는 매우 물리적이고 현실적인 벽에 부딪

환각(Hallucination) 잡기 - SuperVision 테스트 결과 분석

2026-03-13T22:50:12Z

8편: 환각(Hallucination) 잡기SuperVision 테스트 결과 분석 지난 7편에서는 스마트폰 내부의 챗봇 앱과 PC의 AI SuperVision 서버를 연결하여, '질문 주입부터 답변 추출, 자동 채점'까지 이어지는 테스트 파이프라인을 구축했습니다. 이제 수십 개의 테스트 케이스를 자동으로 돌려볼 수 있는 환경이 마련되었습니다. 그렇다면 과

자동화된 챗봇 테스트 파이프라인 - SuperVision 구축기

2026-03-13T22:50:12Z

SuperVision 구축기자동화된 챗봇 테스트 파이프라인 지난 6편에서는 생성형 AI의 고질적인 환각(Hallucination) 현상을 객관적으로 평가하기 위해 Testworks의 'AI SuperVision' 도구를 도입한 배경을 설명했습니다. 하지만 이 도구를 실제 우리 프로젝트에 적용하기 위해서는 한 가지 큰 기술적 장벽을 넘어야 했습니다. 바로

AI 품질, 어떻게 검증할까? - Introduction to SuperVision

2026-03-13T22:50:12Z

AI 품질, 어떻게 검증할까? (Introduction to SuperVision) 지난 5편에서는 로컬 RAG(검색 증강 생성)와 멀티 컨텍스트 스위칭을 통해 온디바이스 챗봇에 우리 회사만의 지식을 주입하는 과정을 살펴보았습니다. 하지만 챗봇이 지식을 얻었다고 해서 모든 문제가 해결되는 것은 아닙니다. "이 챗봇이 엉뚱한 대답을 꾸며내지 않고, '진짜

문맥을 이해하는 챗봇 - 로컬 RAG와 멀티 컨텍스트 구현

2026-03-13T22:50:12Z

문맥을 이해하는 챗봇로컬 RAG와 멀티 컨텍스트 구현 지난 4편에서는 기기 내부에서 동작하는 STT와 TTS를 연동하여 챗봇에게 '눈과 귀와 입'을 달아주었습니다. 하지만 챗봇이 아무리 사람의 말을 잘 알아듣고 자연스럽게 대답하더라도, 우리 회사의 사내 규정이나 특정 제품의 매뉴얼 등 '도메인 지식'을 모른다면 업무용 비서로서는 반쪽짜리에 불과합니다. 소