Amazon Bio Discovery 사용법: AI 항체 설계 실습
Amazon Bio Discovery의 항체 후보 설계부터 분석·Wet Lab 연계까지의 사용 과정을 소개했습니다. HER2 실습을 통해 Recipe·Experiment 구성과 EU 기반 비용 구조를 확인했습니다.
#Amazon Bio Discovery#AWS
000
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
사내 인프라 플랫폼 배럭 구축기
인프라 티켓 반복 업무를 신청·승인·배포 포털로 전환한 배럭 구축 사례를 소개했습니다. 기존 ArgoCD·Terraform 파이프라인을 재사용하며 안전한 셀프서비스를 구현했습니다.
#ArgoCD#Terraform
000
조직을 위한 AI 에이전트는 어떤 형태일까? Amazon Quick Hands-on Day 현장
Amazon Quick으로 사내 데이터와 업무를 연결하는 AI 에이전트 실습을 소개했습니다. 보안 거버넌스와 자연어 기반 분석·자동화 기능을 함께 다뤘습니다.
#Amazon Quick#AWS
2200
Jev로 판단하고 AWS DevOps Agent로 조사하는 AI 팀원 만들기
Jev와 AWS DevOps Agent를 결합한 Slack DevOps 봇의 판단·조사 구조를 소개했습니다.\n규칙보다 팀 지식과 피드백을 활용해 품질을 높이고 관리형 에이전트 한계를 보완했습니다.
#AWS#EKS
3300
모바일 라이브커머스 재방송 송출 자동화하기 — AWS Elemental Live 도입 [2부]
모바일 라이브커머스 재방송 송출 자동화하기 — AWS Elemental Live 도입 [2부]
AWS Elemental Live와 AWS 서비스를 활용한 모바일 라이브커머스 재방송 자동 송출 사례를 소개합니다. 라이브 종료 후에도 방송을 이어가기 위한 운영 자동화에 초점을 맞췄습니다.
#AWS#AWS Elemental Live
1400
모바일 라이브커머스 송출 파이프라인 다시 설계하기 - AWS Elemental Live 도입 [1부]
모바일 라이브커머스 송출 파이프라인 다시 설계하기 - AWS Elemental Live 도입 [1부]
IVS 단일 리전 의존과 이중 송출 운영 문제를 해소하기 위해 Elemental Live를 도입했습니다. 인코딩·먹싱·재방송을 통합하고 이중화와 비용 절감 방향을 정리했습니다.
#AWS#Elemental Live
1300
Amazon SageMaker AI와 AWS IoT Greengrass를 활용한 Physical AI 학습 파이프라인 구축하기
AWS에서 VLA·강화학습용 Physical AI 학습, 시뮬레이션 검증, 엣지 배포 파이프라인을 구성했습니다.\n학습 특성에 따라 SageMaker Pipelines·HyperPod를 선택하고 Greengrass로 모델을 배포합니다.
#AWS#SageMaker
700
AWS 인프라를 활용한 무븐트의 music-to-dance AI 학습·서빙 인프라 구축기
무븐트는 AWS 이벤트 기반 파이프라인으로 댄스 영상을 구조화된 학습 데이터로 변환했습니다.\nGPU 추론과 API를 분리한 다중 계층 서빙으로 성능과 확장성을 개선했습니다.
#AWS#데이터 파이프라인
800
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
SageMaker Studio에서 TIP와 S3 Access Grants를 활용한 Athena 쿼리 실행하기
SageMaker Studio의 TIP로 사용자 ID를 Athena·S3·Lake Formation까지 전파하는 구성을 안내했습니다. S3 Access Grants와 CloudTrail을 통해 사용자별 권한 제어 및 감사 추적을 구현했습니다.
#AWS#SageMaker
1100
웅진프리드라이프의 AWS Elastic Disaster Recovery 기반 클라우드 DR 환경 구축
AWS Elastic Disaster Recovery로 온프레미스 21대 서버의 DR 환경을 구축한 사례를 정리했습니다. 복제, 부팅, 서비스 단계의 이슈와 서버별 복구 목표 설정 과정을 공유했습니다.
#AWS Elastic Disaster Recovery#AWS
1600
장애 대응보다 중요한 장애 복구 설계 — RTO/RPO를 현실적으로 잡는 법
장애 대응보다 중요한 장애 복구 설계 — RTO/RPO를 현실적으로 잡는 법
장애 대응과 별개로 복구 설계를 사전에 준비해야 한다는 점을 RTO/RPO로 설명했습니다. 워크로드 티어링과 DR 전략 선택, 정기적인 복구 테스트의 필요성을 정리했습니다.
#AWS#DR
2600
Strands Agents와 Amazon Bedrock AgentCore을 이용한 발전설비진단 구현하기
Strands Agents와 Bedrock AgentCore로 발전설비 진단 보조 에이전트를 구성한 사례를 소개했습니다. 판단 절차와 데이터 조회를 분리하고 검색·응답을 따로 평가한 점이 핵심입니다.
#Strands Agents#Amazon Bedrock
700
Strands Agents와 Amazon Bedrock AgentCore을 이용한 발전설비진단 구현하기
발전소 진단 지식을 Strands Agents와 Bedrock AgentCore로 연결하는 방법을 소개했습니다. 검색 계층과 응답 계층을 분리 평가해 근거 기반 진단 흐름을 설계했습니다.
#Amazon Bedrock#Strands Agents
500
쿠버네티스로 여는 AI 추론 인프라
쿠버네티스와 AWS EKS를 활용해 LLM 추론 인프라를 안정적으로 운영하는 방법을 설명했습니다. 특히 KV 캐시를 고려한 라우팅과 prefill/decode 분리를 통해 성능과 비용을 함께 개선하는 흐름을 다뤘습니다.
#Kubernetes#LLM
2800