
“AI 거버넌스, 보안, 메모리, 통합을 하나로 — AgentCore로 완성하는 기업형 AI 운영 체계”
AWS AgentCore를 활용해 AI 에이전트를 프로덕션 수준의 운영 체계로 통합하는 방법을 소개했습니다. 보안, 메모리, 연동, 모니터링을 하나로 묶어 기업형 AI 운영을 지원합니다.

AWS AgentCore를 활용해 AI 에이전트를 프로덕션 수준의 운영 체계로 통합하는 방법을 소개했습니다. 보안, 메모리, 연동, 모니터링을 하나로 묶어 기업형 AI 운영을 지원합니다.

GenAI 응답의 토큰 로그확률을 활용해 연체확률(PD)을 산정·보정하는 방법을 소개했습니다. 금융 심사 정책과 금리·한도 결정에 연결하는 시범 적용 사례를 설명했습니다.


SK AI SUMMIT 2025의 일정, 현장등록 방법, 온라인 시청 방법을 간단히 안내했습니다. 또한 SK플래닛 발표와 주목할 만한 추천 세션도 함께 소개했습니다.

SK AI SUMMIT 2025의 행사 정보와 현장등록, 온라인 시청 방법을 정리했습니다. 또한 SK플래닛 발표 주제와 주목할 만한 추천 세션도 함께 소개했습니다.


Amazon Bedrock Agent로 여행 예약·취소·조회와 추천까지 수행하는 에이전트 구축 과정을 설명했습니다. DynamoDB, Lambda, Knowledge Base를 연결해 실제 업무 자동화 흐름을 구현했습니다.


5,000개 PPT와 80,000개 Vector DB로 의미기반 검색용 Ontology DB를 구축한 사례를 소개했습니다. 메타정보와 Long Context Embedding으로 RAG 검색 성능과 데이터 연관성을 높였습니다.


RAG 시스템에서 문서 전처리가 검색 정확도를 좌우한다는 점을 설명했습니다. HTML, PDF, Excel, 이미지별로 적절한 정제와 로더 선택 방법을 정리했습니다.

OpenAI Academy의 메뉴 구조와 역할별 학습 트랙을 빠르게 살펴본 글입니다. ChatGPT 활용, GPT-5 자료, Builders 리소스를 실무 관점에서 소개했습니다.


AI 에이전트 성능이 프롬프트 중심에서 컨텍스트 엔지니어링 중심으로 이동하는 흐름을 정리했습니다. ACE의 구조와 델타 업데이트 방식으로 컨텍스트 붕괴를 줄이는 접근을 소개했습니다.

물어보새를 사내 지식과 업무를 아우르는 멀티 에이전트 서비스로 확장한 과정을 소개했습니다. 지식 확장, 메모리, Tracing, ReAct로 검색과 맥락 유지, 자율 실행을 강화했습니다.


LLM 활용 방식별 특징과 장단점을 기획자 관점에서 정리한 글입니다. 에이닷 적용 사례를 통해 서비스에 맞는 LLM 선택과 구조 설계의 중요성을 설명했습니다.


비개발자가 Vibe-coding 도구로 AI 기술을 실험하고 프로토타입을 만드는 방법을 정리했습니다. 다만 데이터 손실과 프롬프트 무시 같은 한계가 있어 백업과 검토가 필요했습니다.