스캐터랩 기술 블로그 글 모음

전문가의 절반을 내보냈습니다

스캐터랩이 대형 MoE 모델의 전문가 절반을 제거해 품질 유지와 서빙 효율을 달성했습니다.

출처: 스캐터랩 · 2026-10-30 · 원문 보기

폭풍우의 끝에서 제타民을 만나다

스캐터랩이 일본 하라주쿠에서 제타의 첫 오프라인 이벤트를 열어 유저 팬덤을 확인했다.

출처: 스캐터랩 · 2026-10-16 · 원문 보기

비용과 성능을 한번에 - 언어 특화 토크나이저 도입기

스캐터랩이 한국어·일본어 전용 토크나이저를 적용해 모델 비용과 응답 시간을 줄였다.

출처: 스캐터랩 · 2026-08-31 · 원문 보기

zeta labs 개발기 - AI와 함께라면 누구나 만들 수 있다

스캐터랩이 AI를 활용해 기획부터 배포와 지표 확인까지 잇는 zeta labs 개발 환경을 만들었다.

출처: 스캐터랩 · 2026-07-29 · 원문 보기

유저와 함께 만드는 LLM 2편 — 제타에 Online Learning 도입하기

스캐터랩이 비동기 인프라와 보상 보정으로 제타의 GRPO 온라인 학습을 안정화했다.

출처: 스캐터랩 · 2026-06-10 · 원문 보기

유저와 함께 만드는 LLM — 제타에 Preference Optimization 도입하기

스캐터랩은 제타의 재생성 행동을 선호 데이터로 정제해 자체 LLM을 DPO로 개선했다.

출처: 스캐터랩 · 2026-05-06 · 원문 보기

ChatGPT보다 오래 사용하는 AI 서비스, 그 뒤의 백엔드 팀 이야기

스캐터랩의 백엔드 팀이 Zeta의 대규모 채팅과 모델 실험을 운영한다.

출처: 스캐터랩 · 2026-04-10 · 원문 보기

월 150만 유저가 사용하는 LLM Inference 인프라 안정적으로 운영하기

스캐터랩이 Azure 다중 리전 Kubernetes 환경으로 LLM 서빙 안정성과 운영 효율을 높였다.

출처: 스캐터랩 · 2026-03-11 · 원문 보기

스캐터랩이 가장 재밌는 LLM을 찾는 방법

스캐터랩이 제타의 LLM 선호를 A/B 테스트, 밴딧 실험, 리더보드로 측정한다.

출처: 스캐터랩 · 2026-02-12 · 원문 보기

제타의 매력을 세상에 전파하는 팀

스캐터랩 제타 마케팅팀이 사용자 콘텐츠와 유료 광고를 함께 키웠다.

출처: 스캐터랩 · 2025-06-30 · 원문 보기

AI 엔터테인먼트 제품은 어떻게 만들까?

스캐터랩은 제타를 캐릭터 대화 앱에서 사용자가 이야기를 만드는 AI 제품으로 발전시켰다.

출처: 스캐터랩 · 2025-06-05 · 원문 보기

zeta: 엔터테인먼트의 새로운 패러다임

스캐터랩 제타가 자체 모델 Spotwrite-1로 사용자와 이야기를 함께 만드는 AI 엔터테인먼트를 운영한다.