![[AWS Summit Korea 2025] 생성형 AI의 핵심 트렌드와 비즈니스 혁신](https://tech.cloud.nongshim.co.kr/wp-content/uploads/image-402.png)
[AWS Summit Korea 2025] 생성형 AI의 핵심 트렌드와 비즈니스 혁신
생성형 AI의 2023~2025년 흐름과 AWS의 AI 서비스·인프라 구성을 정리했습니다. 또한 PoC부터 가치 실현까지 단계별 장애물과 대응 전략을 설명했습니다.
#AWS#생성형AI
54005분
필터 1
OpenSearch의 하이브리드 검색 소개
RAG 서비스의 검색 품질을 높이기 위해 OpenSearch 하이브리드 검색을 도입한 사례를 소개했습니다. 키워드 검색과 시맨틱 검색을 결합하고, 가중치 조정과 벡터 구조 개선 방향도 함께 정리했습니다.
#OpenSearch#RAG
102005분
RAG 2.0 보안 – Microsoft·Meta의 전략, QueryPie가 연결한다
RAG 2.0 보안은 모델 응답보다 검색과 삽입 단계의 실행 흐름 통제가 핵심이라고 정리했습니다. Microsoft, Meta, QueryPie 사례를 통해 세션·메타데이터 기반 정책 평가의 필요성을 설명했습니다.
#RAG#LLM
13005분
RAG 2.0 보안 – Microsoft·Meta의 전략, QueryPie가 연결한다
RAG 2.0 보안은 문서 검색부터 프롬프트 삽입까지의 실행 흐름을 통제하는 데서 시작한다고 설명했습니다. Microsoft, Meta, QueryPie 사례를 통해 실행 시점 정책 평가와 메타데이터 필터링의 중요성을 정리했습니다.
#RAG#LLM
10005분
RAG 2.0 보안 – Microsoft·Meta의 전략, QueryPie가 연결한다
RAG 2.0 보안을 실행 흐름 제어 관점에서 설명하고, Microsoft·Meta·QueryPie의 정책 적용 구조를 비교했습니다. 프롬프트 삽입 전 세션·메타데이터 기반 평가와 감사 추적의 중요성을 강조했습니다.
#RAG#MCP
23005분
AI EXPO KOREA 2025 참가 후기
AI EXPO KOREA 2025 참가 후기
교보DTS가 AI EXPO KOREA 2025에서 생성형 AI 플랫폼과 보안 솔루션을 소개한 참가 후기를 공유했습니다. 실제 고객 환경에 적용 가능한 AI 솔루션과 협업 가능성을 확인했습니다.
#LLM#RAG
62005분
MCP를 통한 지식 그래프와 LLM 연동
MCP와 지식 그래프를 결합해 LLM이 외부 구조화 지식을 활용하는 방법을 설명했습니다. Think-on-Graph를 통해 그래프 탐색 기반 추론 흐름도 소개했습니다.
#MCP#지식 그래프
73005분
NLWeb x MCP : Agentic Web의 서막
Microsoft의 NLWeb과 MCP를 소개하며 웹사이트를 자연어 대화형 AI 앱으로 바꾸는 개방형 구조를 설명했습니다. 벡터 검색과 LLM, MCP를 통해 웹 콘텐츠를 표준화된 방식으로 질의응답하는 흐름도 함께 다뤘습니다.
#MCP#LLM
34005분
문의 대응을 효율화하기 위한 RAG 기반 봇 도입하기
AWX 운영 문의를 줄이기 위해 RAG 기반 지원 봇을 도입한 사례를 소개했습니다. 사내 문서와 Slack 스레드를 벡터 검색해 1차 답변을 제공하고, 필요 시 관리자 호출로 넘기는 흐름을 구성했습니다.
#RAG#LLM
81005분
생성형 AI와 금융의 만남, 대출 음성 상담 챗봇 서비스
비대면 금융의 개인화 부족을 해결하기 위해 AI 대출 음성 상담 챗봇을 개발했습니다. 합성 데이터와 RAG, AWS AI 서비스를 결합해 실시간 상담과 추천 흐름을 구현했습니다.
#AWS#RAG
89005분
기억하는 AI : Agentic Memory 그리고 A-MEN
자율 에이전트에서 Agentic Memory가 장기 기억 역할을 하며 개인화 응답을 돕는 방식을 설명했습니다. A-MEM의 구조화된 노트, 링크, 검색 흐름도 함께 소개했습니다.
#LLM#agent
92005분
생성과 검색의 하모니: RAG로 더 똑똑한 AI 만들기
생성과 검색의 하모니: RAG로 더 똑똑한 AI 만들기
RAG는 외부 문서를 검색해 LLM 답변에 반영하는 방식으로, 최신성 부족과 환각 문제를 보완했습니다. 실전 적용 시에는 데이터 품질, 검색 성능, 지연 시간, 보안까지 함께 고려해야 했습니다.
#RAG#LLM
132005분