Amazon GameLift Streams로 여는 클라우드 게이밍 시대: 클라이언트 설치 없이 게임 즐기기
Amazon GameLift Streams로 클라이언트 설치 없이 브라우저에서 게임을 즉시 실행하는 방법을 소개했습니다. 런타임, 스트림 클래스, 용량, 관측성까지 포함한 설계와 운영 흐름을 정리했습니다.
#AWS#cloud
1400
필터 1
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#AWS Lambda
4000
씨미가 4K · 4초 저지연 라이브를 만든 방법 — Amazon IVS와 자체 구축의 하이브리드 설계
씨미가 4K 저지연 라이브를 위해 Amazon IVS와 자체 구축을 나눠 하이브리드 아키텍처를 설계했습니다.\n1080p는 매니지드에 맡기고 4K·클립·캐시 분산은 직접 구현하며 1만 동시 시청 테스트도 통과했습니다.
#AWS#Amazon IVS
4600
클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 1부 – VoD환경에서의 비디오 분석 파이프라인 구축하기
TwelveLabs Marengo와 AWS 서비스를 결합해 VoD 영상 분석 파이프라인을 구성하는 방법을 설명했습니다. 업로드 즉시 처리, 배치, 대규모 병렬 처리에 맞는 아키텍처 선택 기준도 정리했습니다.
#AWS#Amazon S3
3200
Amazon Bedrock 및 Strands Agents를 이용한 롯데백화점의 AI 컨시어지 구축기
롯데백화점은 Bedrock과 Strands Agents로 AI 컨시어지 더스틴을 구축했습니다.\n이벤트 기반 색인과 토큰 최적화로 최신 정보 응답과 운영 효율을 높였습니다.
#Amazon Bedrock#Strands Agents
4800
Amazon S3 를 활용한 정적 웹 사이트 구성하기 – 2
S3 정적 웹 사이트를 Amplify로 배포하고 사용자 지정 도메인과 연결하는 방법을 정리했습니다. Route 53 호스팅 영역과 SSL 인증서 설정까지 실습 흐름으로 설명했습니다.
#AWS#Amazon S3
4200
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
삼성전자 로봇 설비 데이터 인사이트 혁신, Part 2: Amazon Bedrock AgentCore와 MCP를 활용한 AI 챗봇
삼성전자는 Bedrock AgentCore와 MCP로 로봇 설비 데이터를 분석하는 AI 챗봇을 구축했습니다. 자연어 질의, SQL 생성, 차트 시각화를 통합해 분석 생산성을 높였습니다.
#Amazon Bedrock#MCP
6000
삼성전자 로봇 설비 데이터 인사이트 혁신, Part 1: Amazon Quick Sight 대시보드
삼성전자가 로봇 설비 데이터를 Quick Sight 대시보드로 통합해 운영 인사이트를 확보한 사례를 소개합니다. SPICE, Direct Query, 계산된 필드로 성능과 분석 유연성을 함께 높였습니다.
#Amazon Quick Sight#AWS Glue
3400
AWS Backup를 활용하여 백업 데이터 복원 테스트를 구현하기
AWS Backup 복원 테스트를 자동화해 백업 복구 가능성을 정기적으로 검증하는 방법을 소개했습니다. EventBridge와 Lambda를 연계한 검증 흐름과 운영 시 고려사항도 함께 정리했습니다.
#AWS Backup#AWS Lambda
4000
자비스앤빌런즈의 Amazon DynamoDB 도입기 – 외부 연계 데이터 저장과 약관 서비스 개선
Aurora MySQL에 몰리던 외부 연계 데이터와 약관 동의 데이터를 DynamoDB와 S3로 분리해 저장 구조를 개선했습니다. 이를 통해 읽기 부하와 처리 지연을 줄이고, 트래픽 증가에도 안정적인 운영 기반을 마련했습니다.
#Amazon DynamoDB#Aurora MySQL
5300
Amazon S3 Vectors와 Amazon OpenSearch Service로 벡터 검색 최적화하기
Amazon S3 Vectors와 OpenSearch Service를 결합해 벡터 저장과 검색을 상황별로 최적화하는 방법을 소개했습니다. 비용 최적화와 고성능 검색을 위한 두 가지 통합 패턴을 설명했습니다.
#Amazon S3#OpenSearch Service
5100
HotelStory의 Amazon Q in QuickSight를 통한 생성형 AI 비즈니스 인텔리전스 환경 구축하기
HotelStory가 Amazon Q in QuickSight와 AWS 데이터 পাই프라인으로 셀프 서비스 BI 환경을 구축했습니다. 자연어 분석과 자동화된 전처리로 분석 시간을 줄이고 운영 효율을 높였습니다.
#Amazon QuickSight#AWS Glue
4800
관계형 데이터베이스만이 답일까? DynamoDB가 보여준 새로운 가능성
삼쩜삼이 대용량 데이터와 트래픽 집중 문제를 해결하기 위해 DynamoDB와 S3로 저장 구조를 분리했습니다. 또한 운영 단계에서 처리량 예열, GSI 설계, 읽기 일관성 대응으로 안정성을 높였습니다.
#DynamoDB#Amazon S3
13500
“보이는 데이터”를 “쓸 수 있는 데이터 “로: 코오롱몰의 LLM 기반 상품 속성 추출 여정
코오롱몰은 이미지에만 있던 상품 속성을 LLM으로 추출해 검색과 필터에 활용할 수 있게 했습니다. 그 결과 추출 시간과 비용을 크게 줄이고, 사이즈탭 노출과 구매 전환율도 높였습니다.
#LLM#Amazon Bedrock
6600