Velopers
모든 블로그
AWS

AWS

도메인aws.amazon.com
주요 카테고리 AI · DevOps · Backend

활동 요약

대표 인기 포스트CJ올리브영의 AI 협업 개발 프로세스 구축, AI-DLC 실전 도입 사례177 조회
최근 30일
25개
평균 조회
48
누적 조회
18,593
전체 글
388개
마지막 발행
2026. 7. 1.
블로그 방문

최신 게시글 (20)

2026년 7월 1일

AI

포스코DX의 엔지니어링 암묵지를 AI가 활용할 수 있는 지식 자산으로 전환하기

포스코DX는 현장 암묵지를 AI가 활용할 수 있는 지식 자산으로 전환하는 PoC를 진행했습니다.\nGraphiti와 Amazon Bedrock 기반 지식 그래프로 설계 규칙을 구조화하고, 검색과 추론까지 자동화했습니다.

#LLM#RAG#지식 그래프
500

2026년 7월 1일

AI

하나투어의 Amazon Neptune과 Amazon Bedrock AgentCore를 활용한 여행상품 기획 에이전트 구축기

하나투어는 Amazon Neptune 기반 GraphRAG와 Bedrock AgentCore로 여행상품 기획 에이전트를 구축했습니다. 수작업 초안 시간을 2~3일에서 2~3분으로 줄이고, 관계 기반 그라운딩으로 환각을 낮췄습니다.

#Amazon Neptune#Amazon Bedrock#GraphRAG
000

2026년 6월 30일

AI

Amazon Bedrock AgentCore로 구축하는 AgentOps (2): 관측성, 평가, 그리고 AgentOps 라이프사이클

Amazon Bedrock AgentCore로 에이전트 운영의 관측성, 평가, 최적화를 하나의 AgentOps 사이클로 정리했습니다. 트레이스와 메트릭, 로그를 바탕으로 품질과 안전성을 지속 개선하는 흐름을 설명했습니다.

#Amazon Bedrock#AgentOps#관측성
000

2026년 6월 30일

AI

Amazon Bedrock AgentCore로 구축하는 AgentOps (1): 파운데이션과 게이트웨이

에이전틱 AI를 프로덕션에 올리기 위한 AgentOps와 파운데이션, 게이트웨이 패턴을 소개했습니다. Amazon Bedrock AgentCore로 모델, 도구, 에이전트 접근을 통합하는 방법을 설명했습니다.

#AWS#LLM#RAG
000

2026년 6월 29일

백엔드

Amazon RDS for MySQL에서 Amazon Aurora Serverless v2로 전환한 메가MGC커피 모바일 주문 서비스 DB 현대화 사례

메가MGC커피가 RDS for MySQL을 Aurora Serverless v2로 전환해 오전 피크 트래픽 대응력을 높였습니다. 또한 Read Replica 기반 Cut-over와 ACU 조정으로 안정성과 비용 효율을 함께 확보했습니다.

#AWS#Amazon RDS#Aurora Serverless v2
000

2026년 6월 29일

AI

의뢰자가 가장 어려워하는 단계를 AI로: Strands Agents SDK를 활용한 라우드소싱의 공모전 브리핑 작성 에이전트

공모전 브리핑 작성의 진입 장벽을 낮추기 위해 AWS Bedrock과 Strands Agents SDK 기반 AI 에이전트를 도입했습니다. 초안 생성과 검수, 분석을 분리해 응답 속도와 운영 효율을 높이고, 브리핑 이탈률도 줄였습니다.

#LLM#RAG#Amazon Bedrock
000

2026년 6월 27일

데브옵스

AWS DevOps Agent 를 활용한 성능 테스트 결과 분석

AWS DevOps Agent로 성능 테스트 분석을 자동화하는 활용 사례를 소개했습니다. JMeter 부하 테스트에서 병목 원인을 찾고 수정 후 재검증하는 흐름을 보여주었습니다.

#AWS#성능#DevOps Agent
3002

2026년 6월 26일

아키텍처

단일 LLM Gateway 아키텍처 : Claude Code와 Codex를 Amazon Bedrock을 통해 한 곳에서

Claude Code와 Codex를 Amazon Bedrock에서 함께 쓰기 위한 단일 LLM Gateway 아키텍처를 소개했습니다.개발자 선택의 자유를 유지하면서 인증, 예산, 보안, 관측을 한곳에서 통합하는 운영 방안을 정리했습니다.

#LLM#Amazon Bedrock#Claude Code
1200

2026년 6월 22일

AI

동원F&B의 Amazon Bedrock AgentCore 기반 AI 쇼핑 어시스턴트로 쇼핑 경험 혁신 여정

동원F&B가 Bedrock AgentCore와 OpenSearch 하이브리드 검색으로 AI 쇼핑 어시스턴트를 구축했습니다. 토큰 97% 절감과 TTFT 2.58초 개선, CS 문의 23% 감소 성과를 얻었습니다.

#Amazon Bedrock AgentCore#Amazon OpenSearch Service#검색
2200

2026년 6월 18일

데브옵스

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#Amazon EC2
3600

2026년 6월 17일

데브옵스

Amazon MWAA와 Bedrock AgentCore로 MCP 기반 클라우드 정책 에이전트 구축하기

Amazon MWAA와 S3 Vectors, Bedrock AgentCore로 클라우드 정책 수집과 검색을 자동화했습니다. 역할별 Strands Agent와 MCP 도구로 DevOps, SecOps, Compliance, FinOps 분석을 분리했습니다.

#Amazon MWAA#Amazon S3 Vectors#MCP
2000

2026년 6월 16일

데브옵스

에잇퍼센트의 Kiro CLI 기반 Amazon ECS 현대화 여정

에잇퍼센트가 Kiro CLI와 AI 프롬프트 세트로 EC2 기반 서비스를 Amazon ECS Fargate로 현대화했습니다. 현업을 병행하면서도 무중단 배포와 비용 절감을 함께 달성했습니다.

#Amazon ECS#AWS Fargate#Terraform
2600

2026년 6월 15일

AI

Inner Loop 엔지니어링으로 본 Deep Insight Chatbot – 대화형 분석 챗봇의 4가지 설계 결정

Deep Insight의 Inner Loop 챗봇 설계에서 데이터 보호, 속도, 신뢰성, 비용을 맞추는 4가지 결정을 정리했습니다. DuckDB 샌드박싱과 세션 단위 OLAP 상주, SQL 투명성, prompt cache로 대화형 분석 도구를 구현했습니다.

#AWS#DuckDB#LLM
2900

2026년 6월 11일

AI

Amazon Bedrock Vision LLM과 Amazon OpenSearch Service를 활용한 농약 제품 이미지 인식 시스템 구축기

농약 제품 사진을 인식해 정보를 찾는 3단계 AI 검색 시스템을 구축했습니다. Vision LLM 오인식을 오타 보정, OpenSearch Fallback, LLM Reranker로 보완했습니다.

#Amazon Bedrock#OpenSearch Service#LLM
3200

2026년 6월 11일

AI

Amazon Bedrock 위에서 Codex와 Claude Code 함께 쓰기: Harness Engineering으로 구현해보기

Amazon Bedrock에서 Claude Code와 Codex를 함께 돌리는 협업 하네스를 구현해 48런 실험을 진행했습니다. 단독 실행보다 교차 리뷰가 버그를 더 잘 잡았고, 하네스 설계가 결과를 좌우함을 확인했습니다.

#Amazon Bedrock#Claude Code#Codex
5400

2026년 6월 11일

AI

프롬프트 인젝션 방어: AgentCore 기반 다층 보안 설계 패턴

프롬프트 인젝션에 대비해 에이전트 보안을 LLM 밖의 인프라에서 강제하는 다층 방어 패턴을 설명했습니다. AgentCore, JWT 전파, RLS, Index Mapper로 사용자 간 데이터 경계를 지키는 방법을 정리했습니다.

#LLM#보안#AWS
2400

2026년 6월 10일

AI

Sim-to-Real과 Real-to-Sim: 유능한 Physical AI를 가능하게 하는 핵심 엔진

Sim-to-Real과 Real-to-Sim이 Physical AI의 현실 적용을 가로막는 격차를 어떻게 줄이는지 설명했습니다. 시뮬레이션 충실도와 합성 데이터 파이프라인이 VLA 성능을 좌우한다고 정리했습니다.

#AWS#시뮬레이션#로보틱스
1200

2026년 6월 10일

AI

신한카드, 온톨로지와 소형언어모델로 고효율 AI 챗봇 구축하기

온톨로지와 분산형 에이전트 구조로 소형 언어모델 기반 AI 챗봇을 고도화했습니다. 멀티턴 대화와 주제 전환을 처리하면서 정확도, 비용, 지연 시간을 함께 개선했습니다.

#LLM#온톨로지#Agentic AI
3700

2026년 6월 10일

AI

이커머스 부정 반품 요청, AI로 차단한다: Amazon Nova Fine-tuning으로 산업 특화 가드레일 구성하기

패션 이커머스의 부정 반품 요청을 차단하기 위해 Amazon Nova 2 Lite를 Fine-tuning해 도메인 특화 가드레일을 구축했습니다. 837개 샘플 학습으로 Unsafe 탐지 정확도를 94.6%까지 높였고, 소형 모델의 비용 효율성도 확인했습니다.

#LLM#RAG#fine-tuning
800

2026년 6월 9일

아키텍처

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#S3#SageMaker
1900