Concept08.232026-08-23 09:0017 min read
Claude 워터마킹과 AI 텍스트 탐지 — 생성된 글은 어디까지 추적 가능한가
Claude 텍스트 워터마킹과 AI 탐지기 구현 사례를 바탕으로, 생성 텍스트를 통계적으로 식별하는 방식과 실무에서 조심해야 할 지점을 정리한다.
#evaluation
7 posts tagged
Concept07.262026-07-26 09:0020 min read
AI 기본기 13: Data-centric AI — 모델보다 데이터셋 품질을 먼저 의심하는 법
AI 시스템 성능을 모델 교체만으로 올리려 하기 전에 데이터 정의, 라벨 품질, 분포, 합성 데이터, 평가셋을 어떻게 설계해야 하는지 정리한다.
Paper Review07.142026-07-14 09:0014 min read
[논문 리뷰] SLBench — agent skill 파일을 실행 가능한 계약으로 테스트하기
Agent skill은 문서가 아니라 precondition·constraint·fallback을 지켜야 하는 실행 계약이다.
Paper Review06.262026-06-26 09:0018 min read
[논문 리뷰] K-BrowseComp — 한국어 웹 브라우징 에이전트는 왜 어려운가
K-BrowseComp는 한국 맥락의 웹 브라우징 문제로 에이전트의 검색, 증거 연결, 상태 보존 능력을 평가하는 벤치마크다.
Paper Review05.052026-05-05 16:2016 min read
[논문 리뷰] EnterpriseRAG-Bench: 사내 지식 RAG 벤치마크
위키·뉴스 데이터에 치우쳐 있던 RAG 벤치마크의 한계를 지적하고, Slack·Gmail·Jira 등 9종 사내 소스를 모사한 50만 문서 규모의 합성 코퍼스와 500개 질문셋을 제안한 논문.