

클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 3부 – Strands Agent를 활용한 Agentic video engine구현
Strands Agents SDK로 TwelveLabs와 AWS 서비스를 결합한 에이전틱 비디오 엔진 구현 방식을 소개했습니다. 단일 에이전트와 멀티 에이전트 구조로 영상 검색, 요약, 자막 처리 흐름을 구성했습니다.
새로운 기술 블로그가 추가되었어요


Strands Agents SDK로 TwelveLabs와 AWS 서비스를 결합한 에이전틱 비디오 엔진 구현 방식을 소개했습니다. 단일 에이전트와 멀티 에이전트 구조로 영상 검색, 요약, 자막 처리 흐름을 구성했습니다.
백엔드 개발자가 AI와 함께 프론트엔드 관리자 페이지를 만든 과정과 시행착오를 공유했습니다. 핵심은 프롬프트보다 컨텍스트를 쌓는 작업 허브 설계였습니다.

AI 시대에는 남과 비교하는 FOMO보다 자기만의 해자를 쌓는 태도가 중요하다고 말했습니다. 통제 가능한 목표에 집중하며 많이 만들고 시도해 역량을 축적하자고 제안했습니다.
무신사 루키즈 AI 네이티브 신입 엔지니어 채용 과정과 평가 의도를 설명했습니다. 모호한 요구사항 속 문제 정의 능력과 협업 역량을 중점적으로 봤습니다.
![[미래를 담아낸 뼈대 4/7] 기반이 열어준 다음 문제](https://cdn.sanity.io/images/v31psllp/production/1ef0397273a55d5bcb29d4af10cb45caabdb533f-1684x1030.png)

Hexagonal Architecture와 표준화된 인프라에 투자해 멀티클라우드, AI 백엔드, Observability 전환 비용을 낮춘 사례를 다뤘습니다. 벤더가 바뀌어도 코드와 운영을 크게 흔들지 않는 구조의 효과를 설명했습니다.

AI 비서를 매일 쓰며 발견한 불편함을 기능으로 바로 고친 실전 기록입니다.\nSlack, VS Code, Jupyter를 하나로 묶어 끊김 없는 협업과 자동화를 구현했습니다.

사내 비개발 부서의 AI 전환을 돕기 위해 FDE 조직을 만들고, 도메인 이해부터 자동화까지의 과정을 공유했습니다. 법무, 리스크, 전략 팀 사례를 통해 AI 에이전트와 플랫폼을 실제 업무에 적용한 방법을 소개했습니다.

FPJR 실시간 메트릭 모니터링에 AI를 적용해 30분 내 이상 징후를 감지하는 체계를 구축했습니다. Cursor, Sidekick, Gemini로 SQL과 대시보드를 자동화해 운영 효율을 높였습니다.


삼성계정 서비스의 WAF 로그를 AI 에이전트로 분석해 보안 위협을 탐지한 사례를 소개했습니다. 단일 에이전트의 한계를 넘어 Multi-Agent로 정확도와 운영 효율을 높였습니다.


삼성계정 서비스의 장애 대응을 Multi-Agent 기반 Agentic AIOps로 자동화한 사례를 소개했습니다. 관측 데이터 수집, RCA, 조치 제안을 분리해 3분 47초 만에 분석을 완료했습니다.
Google for Developers의 3월 넷째 주 주요 업데이트를 제품군별로 정리해 소개했습니다. 관심 분야의 최신 발표와 문서를 링크로 바로 확인할 수 있습니다.

채널톡이 사내 엔지니어 세션을 바탕으로 친구·지인 초대형 오프라인 행사를 기획한 과정을 공유했습니다. 모객 방식과 네트워킹 설계, 운영 결과와 개선점을 함께 정리했습니다.