

Claude Code로 만든 데이터 분석 에이전트, Amazon Bedrock AgentCore로 프로덕션 배포하기
Claude Code로 만든 데이터 분석 에이전트를 Amazon Bedrock AgentCore로 프로덕션에 배포하는 과정을 설명했습니다. 로컬 구성은 유지하면서 Gateway, Runtime, Web Search로 관리형 전환하는 방법을 다뤘습니다.


Claude Code로 만든 데이터 분석 에이전트를 Amazon Bedrock AgentCore로 프로덕션에 배포하는 과정을 설명했습니다. 로컬 구성은 유지하면서 Gateway, Runtime, Web Search로 관리형 전환하는 방법을 다뤘습니다.


Claude Code Dynamic Workflow를 여러 서브에이전트를 지휘하는 JS 기반 오케스트레이션으로 설명했습니다. 병렬 처리와 적대적 검증으로 대규모 작업의 정확도와 재현성을 높이는 방법을 다뤘습니다.

vLLM 모델 변환과 배포를 Claude Code Skill로 자동화한 과정을 소개했습니다. 필요한 지식만 읽는 구조로 바꾸며 토큰을 97% 줄이고 E2E 배포 흐름까지 만들었습니다.

Claude Code를 개인 생산성을 넘어 조직 생산성으로 확장하는 Amazon Bedrock 학습 플랜을 소개했습니다. 10개 영상으로 개인, 팀, 엔터프라이즈 운영까지 이어지는 4단계 로드맵을 제시했습니다.


AI 코드 리뷰를 세 번 운영하며 도구보다 기대와 역할 합의가 더 중요하다는 점을 배웠습니다. 기준을 문서화하고 사람과 AI의 역할을 나누자 노이즈가 줄었습니다.

Claude Code를 Azure 인프라 구축에 적용하며 하네스 엔지니어링으로 AI 에이전트의 통제 문제를 줄인 사례를 다뤘습니다. 상태 분리, MCP, Human-in-the-loop로 안전한 워크플로우를 설계한 점이 핵심입니다.
NAVER API HUB 출시와 함께 API 종량제·모니터링 기능 및 20만 원 크레딧 프로모션을 소개했습니다. Claude Code용 NCP MCP로 클라우드 리소스 생성·조회도 지원합니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


Claude Code와 Codex를 Amazon Bedrock에서 함께 쓰기 위한 단일 LLM Gateway 아키텍처를 소개했습니다.개발자 선택의 자유를 유지하면서 인증, 예산, 보안, 관측을 한곳에서 통합하는 운영 방안을 정리했습니다.


AI 코딩 에이전트의 작업을 통제하는 5겹 하네스 구조를 소개했습니다. 자동 검증과 권한 제어로 사람이 설계 리뷰에 집중하는 방식을 설명합니다.

반복되는 할 일 정리를 프로덕트 문제로 보고, 슬랙과 AI를 연결한 위젯을 만들었습니다. 수동 정리 부담을 줄여 우선순위 판단에 집중하게 된 과정을 공유했습니다.


Amazon Bedrock에서 Claude Code와 Codex를 함께 돌리는 협업 하네스를 구현해 48런 실험을 진행했습니다. 단독 실행보다 교차 리뷰가 버그를 더 잘 잡았고, 하네스 설계가 결과를 좌우함을 확인했습니다.


Claude Code에 TDD를 붙이기 위해 7개 서브에이전트와 하네스를 구성한 과정을 정리했습니다. 자기 보고 대신 증거 기반 게이트와 회귀 평가로 단계 전환을 통제한 사례입니다.

Claude Code에 TDD를 붙이기 위해 7개 서브에이전트와 하네스를 구축한 과정을 정리했습니다. 반복 실패를 회귀 평가와 훅으로 통제하고, 대시보드로 운영 가시성까지 높였습니다.


Claude Code의 CLAUDE.md를 토큰 효율 중심으로 관리하는 방법을 정리했습니다. 컨텍스트 부패를 줄이기 위해 핵심 규칙만 남기고 Hook과 Skills로 분리하는 전략을 제안했습니다.