Lamini 소개 — Memory Tuning과 메모리 RAG
Lamini 소개
LLM 앱의 고질병은 커진다 싶어도 정확도가 50% 근처에서 맴도는 경우가 많다는 거예요. Lamini는 이 문제를 '컨텍스트(메모리)를 정확히 주입하는' 방향으로 푸는 플랫폼이에요. 공식 문서에 따르면 Memory Tuning·Memory RAG로 작은 언어 모델의 정확도를 50%에서 90% 이상으로 끌어올릴 수 있어요.
핵심 제품
- Memory Tuning — 정확한 사실을 주입해 환각을 줄이고, 사실 10개에서 시작해 100,000개 이상으로 확장하며 95%+ 정확도를 노려요. 작은 모델만으로도 비용·지연을 낮추는 게 목표예요.
- Memory RAG — 복잡한 RAG 설정 없이 90%+ 정확도를 낸다고 해요. 의미와 관계를 담는 컨텍스트 임베딩 덕분에 작은 모델이 높은 정확도를 달성해요.
- Classifier Agent Toolkit — 2개에서 1000개 이상의 카테고리를 처리하고, 400K tokens/초로 비정형 데이터를 처리해요.
어떤 곳에 좋을까요
SQL 생성, 고객 지원 에이전트, 데이터 분류, 코드 어시스턴트 등 실제 사례가 많아요. 스타트업부터 엔터프라이즈(에어갭 배포 포함)까지 지원하고, 시작은 $300 크레딧으로 해요.