

Amazon S3 Files, 도입 전 반드시 확인해야 할 3가지 고려사항
Amazon S3 Files 도입 전에 비용, 성능, 공존 문제를 실측과 문서로 점검하는 방법을 정리했습니다. 소형 파일 과금, 읽기 경계, Mountpoint 충돌을 먼저 확인해야 합니다.


Amazon S3 Files 도입 전에 비용, 성능, 공존 문제를 실측과 문서로 점검하는 방법을 정리했습니다. 소형 파일 과금, 읽기 경계, Mountpoint 충돌을 먼저 확인해야 합니다.


OpenSearch 기반 이력서 검색에서 하이브리드 검색과 자연어→DSL 변환을 최적화한 사례를 다뤘습니다. Function Calling과 RAG를 결합해 검색 정확도와 응답 속도를 개선했습니다.
중고 의류 디테일컷 자동 생성을 위해 VLM 대신 Detector와 규칙 기반 크롭을 선택했습니다.\n그 결과 공정 시간을 90% 줄이고 11만 개 상품에 일괄 적용했습니다.


AWS의 7개 전문 도메인을 본뜬 멀티 에이전트 AI 시뮬레이션을 소개했습니다. AgentCore와 Strands Agents로 초기 리서치와 초안 작성을 가속화하는 구조를 설명했습니다.


Amazon Bedrock Agents와 SAW를 연결해 AWS 리소스 문제 해결을 자동화하는 확장 방법을 소개했습니다. 새 런북을 통합하는 6단계와 CloudWatch Agent 진단 예시를 통해 실전 패턴을 설명했습니다.


서울경제신문이 Amazon Bedrock과 AWS 서버리스로 AI 저널리즘 서비스 4종을 구축한 사례를 소개했습니다.\n프롬프트 시스템화, Human-in-the-loop, 캐싱과 병렬 처리로 품질과 비용을 함께 최적화했습니다.


AWS Lambda와 Amazon Bedrock, Claude Agent SDK로 멀티 에이전트 Orchestrator-Worker 구조를 구현하는 방법을 소개했습니다. S3 공유 저장소와 Sonnet/Opus 분리를 통해 제약 대응과 비용 최적화를 함께 다뤘습니다.

단일 Queue의 HOL Blocking과 인스턴스 단위 스케일링 비효율을 논리적 파티셔닝으로 개선했습니다. Partition별 독립 스케일링으로 10만 건 처리 시간을 25분에서 4분으로 줄였습니다.


롯데백화점은 Bedrock과 Strands Agents로 AI 컨시어지 더스틴을 구축했습니다.\n이벤트 기반 색인과 토큰 최적화로 최신 정보 응답과 운영 효율을 높였습니다.

메인 서비스는 컨테이너, 보조 서비스는 서버리스로 나눈 하이브리드 MSA 전환 과정을 소개했습니다. 이벤트 표준화와 CDK 기반 템플릿화로 운영성과 배포 자동화를 높였습니다.


AWS Backup 복원 테스트를 자동화해 백업 복구 가능성을 정기적으로 검증하는 방법을 소개했습니다. EventBridge와 Lambda를 연계한 검증 흐름과 운영 시 고려사항도 함께 정리했습니다.


Amazon Bedrock AgentCore Gateway로 엔터프라이즈 AI 에이전트의 도구 관리 복잡성을 줄이는 방법을 소개했습니다. 또한 MCP 통합, 시맨틱 검색, 인증 구조와 Target 구성 방법을 설명했습니다.