

AWS 공간 데이터를 활용한 건물 검사 인텔리전스 구축
AWS 공간 데이터 관리로 건물 검사 결과를 공간 참조 데이터로 구조화하는 방법을 소개했습니다. 이미지와 메타데이터, 추론 결과를 연결해 장기 보존과 재분석 가능성을 높였습니다.


AWS 공간 데이터 관리로 건물 검사 결과를 공간 참조 데이터로 구조화하는 방법을 소개했습니다. 이미지와 메타데이터, 추론 결과를 연결해 장기 보존과 재분석 가능성을 높였습니다.


기존 상품명 중심 검색의 한계를 해결하기 위해 Amazon Bedrock Knowledge Bases 기반 자연어 검색 시스템을 구축했습니다. 하이브리드 검색과 메타데이터 필터링, 병렬 처리로 정확도와 응답 속도를 개선했습니다.

AWS DevOps Agent로 CI/CD 배포 이벤트와 운영 데이터를 연동해 자동 조사를 구성하는 방법을 소개했습니다. 배포 후 오류 발생 시 근본 원인을 빠르게 찾고 예방 권장사항까지 얻는 흐름을 설명했습니다.

AWS IoT Core로 가상 디바이스 연결, MQTT 통신, 디바이스 섀도우 제어, 데이터 라우팅까지 실습했습니다. 또한 Kinesis, Lambda, DynamoDB, API Gateway를 연결해 확장 가능한 IoT 흐름을 구성했습니다.


AWS CDK로 Vision AI 서빙 파이프라인을 구성한 실전 사례를 다뤘습니다. 배포 자동화, 타임아웃 대응, 비용 최적화까지 운영 관점을 함께 정리했습니다.


AWS Bedrock Converse API로 멀티 모델 에이전트를 구성하는 예시를 소개했습니다. 로컬 도구와 Lambda 도구를 함께 연결해 스트리밍 대화와 도구 호출 흐름을 구현했습니다.

EKS 애플리케이션 로그를 Athena와 Amazon Bedrock으로 자동 분석하는 파이프라인을 구축했습니다. 수작업 로그 분석을 줄이고 장애 원인과 패턴을 빠르게 파악하도록 구성했습니다.


TwelveLabs Marengo와 AWS 서비스를 결합해 VoD 영상 분석 파이프라인을 구성하는 방법을 설명했습니다. 업로드 즉시 처리, 배치, 대규모 병렬 처리에 맞는 아키텍처 선택 기준도 정리했습니다.


Aurora PostgreSQL에서 Amazon Bedrock으로 임베딩을 자동 생성하는 5가지 방식을 비교했습니다. 요구사항에 따라 실시간 일관성, 확장성, 운영 단순성의 균형을 선택할 수 있습니다.


Amazon Connect로 고객 응대와 업무 처리를 함께 수행하는 Agentic AI 컨택센터 구축 방안을 소개했습니다. MCP 통합, 보안 제어, 관찰성으로 셀프서비스와 상담원 지원을 함께 운영할 수 있습니다.


Amazon Bedrock Agent로 여행 예약·취소·조회와 추천까지 수행하는 에이전트 구축 과정을 설명했습니다. DynamoDB, Lambda, Knowledge Base를 연결해 실제 업무 자동화 흐름을 구현했습니다.


Lambda의 외부 API 호출을 위해 고정 아웃바운드 IP를 만들기 위한 VPC 구성을 설명했습니다. Private 서브넷, NAT 게이트웨이, 라우팅 테이블을 조합해 보안과 통신을 함께 맞추는 과정을 정리했습니다.