

AWS Kiro vs Cursor 장단점 비교: 개발 조직에 적합한 AI 도구는?
Cursor는 빠른 코드 생성이 필요한 개인 개발자와 스타트업에 적합합니다. Kiro는 스펙 기반 협업과 표준화가 중요한 개발 조직에 적합합니다.


Cursor는 빠른 코드 생성이 필요한 개인 개발자와 스타트업에 적합합니다. Kiro는 스펙 기반 협업과 표준화가 중요한 개발 조직에 적합합니다.

Software 3.0 시대의 의미와 Claude Code를 기존 레이어드 아키텍처로 해석하는 관점을 정리했습니다. 또한 HITL, 토큰 관리, Skill 설계에서의 실전 주의점을 함께 다뤘습니다.


Agentic AI와 AWS IoT, Greengrass를 결합해 산업 안전 로봇의 Physical AI 아키텍처를 소개했습니다. 자연어 명령을 MCP와 엣지 추론으로 연결해 자율 순찰과 위험 감지를 구현했습니다.

AI 에이전트 워크플로우를 자연어 SOP로 표준화하는 Strands Agent SOPs를 소개했습니다.\n제어와 유연성의 균형, 체이닝, MCP·Claude Skills 연동 예시를 설명했습니다.

2025 AWS re:Invent 현장에서 확인한 AI·운영·보안의 기술 흐름을 정리했습니다. EKS 운영과 DevSecOps 자동화 사례를 중심으로 실무 인사이트를 공유했습니다.


Antigravity 사용 후기를 통해 무료 가격, 다양한 모델, Sync 코딩의 장점을 정리했습니다. 다만 영어 추론 토큰, 애매한 자율성, 멀티에이전트 안정성은 아쉬움으로 남겼습니다.


Antigravity 사용 경험을 바탕으로 장점과 단점을 정리했습니다. 무료 제공, 모델 선택지, Sync 코딩의 편안함은 좋았지만 초기 불안정성과 자율성의 애매함은 아쉬웠습니다.

Claude AI와 Burp Suite를 MCP로 연동해 웹 취약점 점검과 모의해킹 실습을 소개했습니다. 반복 분석과 보고서 작성은 자동화하되, 최종 검토와 보안 통제는 사람이 책임져야 한다고 정리했습니다.

라포랩스가 AX팀을 통해 전사 구성원이 AI를 직접 쓰며 효용을 느끼도록 조직 혁신을 추진했습니다. 비개발자 교육, 내부 플랫폼, 자동화 사례로 AI 진입장벽을 낮췄습니다.


건설현장 방역을 위한 해충 판별 AI 챗봇을 Amazon Bedrock과 LangGraph로 구현했습니다. 이미지 분석, RAG 검색, 보고서 자동화까지 연결해 설명 가능한 방역 판단을 만들었습니다.


VMS Solutions가 Strands SDK와 Amazon Bedrock으로 사내 AI 에이전트 AIto를 구축했습니다. RAG 한계를 넘어 실시간 조회와 멀티 에이전트 분담으로 내부 생산성을 높였습니다.

LLM으로 서비스 취약점 분석을 자동화한 과정과, 대용량 코드·정확도·비용·지속 가능성 문제를 해결한 방법을 공유했습니다.\nMCP, SAST, Multi-Agent, Open Model을 조합해 실용적인 분석 체계를 만든 사례였습니다.