

Amazon Bedrock AgentCore Gateway: 엔터프라이즈 AI 에이전트를 위한 통합 도구 관리 솔루션
Amazon Bedrock AgentCore Gateway로 엔터프라이즈 AI 에이전트의 도구 관리 복잡성을 줄이는 방법을 소개했습니다. 또한 MCP 통합, 시맨틱 검색, 인증 구조와 Target 구성 방법을 설명했습니다.
새로운 기술 블로그가 추가되었어요


Amazon Bedrock AgentCore Gateway로 엔터프라이즈 AI 에이전트의 도구 관리 복잡성을 줄이는 방법을 소개했습니다. 또한 MCP 통합, 시맨틱 검색, 인증 구조와 Target 구성 방법을 설명했습니다.

Zeppelin의 익숙한 사용성을 유지하면서 JupyterHub에 기능과 운영 체계를 단계적으로 구현한 내용을 정리했습니다. 대용량 SQL 안정화, GitHub 자동화, 무중단 운영과 추적성 확보가 핵심이었습니다.

토스는 오프라인에서 브랜드를 인지시키기 위해 사용자가 떠올리는 진짜 심볼을 리서치로 찾았습니다. 그 결과 앱 아이콘 형태와 검정 영문 폰트, 흰색·파랑·검정 조합을 실제 디자인에 적용했습니다.

여기어때 마케팅 파트너 서비스를 수기 운영에서 시스템 기반 운영으로 전환한 구축 사례를 다뤘습니다. 하이브리드 구조와 AI QA로 4주 내 런칭과 운영 효율화를 동시에 달성했습니다.
토스페이먼츠가 Open API를 장기 운영 관점에서 설계한 원칙과 지원 체계를 소개했습니다. 개발자 경험, 보안, 내부 표준화를 통해 안정성과 확장성을 함께 확보했습니다.

kt cloud가 IT 취업 준비생을 위한 Cloud·AI 실무 교육 프로그램 TECH UP을 소개했습니다. 실무 교육, 팀 프로젝트, 현업 멘토링으로 취업 경쟁력 강화를 목표로 합니다.


대규모 Lustre 환경에서 rsync 기반 DR의 한계를 Changelog로 보완한 구조를 소개했습니다. 배치 기반 증분 동기화와 체크포인트 관리로 RPO를 낮춘 사례를 다뤘습니다.


실제 서비스에 맞는 ML 타겟 메트릭과 학습·평가 설계를 소개했습니다. 랜덤 수집 데이터와 relative mean CR lift로 배포 효과를 오프라인에서 가늠했습니다.

네이버 통합검색의 장애 대응을 위해 LLM Devops Agent를 설계하고 평가한 사례를 소개했습니다. v1의 한계를 바탕으로 v2 구조와 이상 탐지, 알람·액션 추천 방향을 공유했습니다.

AI와 합성 유저로 리서치가 보편화된 시대에 UX리서처의 역할을 다시 정의했습니다. 제품 단계별로 유저 관점과 구조화, 리더십이 핵심임을 설명했습니다.
바비톡 QA 팀이 stage 통합 테스트 자동화를 구축한 과정을 정리했습니다. 반복적이고 영향도가 큰 케이스를 Appium, Selenium, Robot Framework, Gauge로 자동화했습니다.
레거시 검색 시스템을 OpenSearch 기반 MSA로 분리해 안정성과 운영성을 높였습니다. 대규모 마이그레이션과 문서화, 모니터링 체계를 정비해 향후 AI 검색 확장 기반도 마련했습니다.