Strands Agents와 Amazon Bedrock AgentCore를 활용해 포스트잇 워크숍을 파워포인트로 정리하기
Strands Agents와 Bedrock AgentCore로 포스트잇 워크숍 결과를 자동 정리하는 워크플로우를 소개했습니다. 이미지 인식부터 PPT 생성, 맥락 보강, 배포까지의 구성과 개선점을 설명했습니다.


Strands Agents와 Bedrock AgentCore로 포스트잇 워크숍 결과를 자동 정리하는 워크플로우를 소개했습니다. 이미지 인식부터 PPT 생성, 맥락 보강, 배포까지의 구성과 개선점을 설명했습니다.

여기어때컴퍼니의 Oracle to Aurora MySQL 마이그레이션 사례를 소개했습니다. 생성형 AI 기반 OMA로 6주 만에 대규모 전환과 검증을 완료했습니다.

Amazon Bedrock AgentCore Memory로 LLM의 Statelessness를 보완하는 기억 시스템을 소개했습니다. 단기·장기 기억, 자동 검색, 대화 분기를 통해 기억하는 AI 에이전트를 구현하는 방법을 설명했습니다.

Amazon Bedrock AgentCore Observability로 AI 에이전트의 동작, 비용, 지연시간을 프로덕션 수준에서 추적하는 방법을 소개했습니다. OpenTelemetry 기반 자동 계측과 트레이스 분석으로 디버깅과 비용 최적화를 돕습니다.

LINE Games가 Amazon Bedrock 기반 AI Agent로 퍼블리싱 기술 지원을 자동화한 사례입니다. 문서 수집·정제·검색을 고도화하고 스트리밍과 캐싱으로 응답 속도와 운영 효율을 높였습니다.

AWS와 리멤버 해커톤에서 영업팀용 AI 에이전트 샐리 개발 사례를 공유했습니다.리드 발굴과 반복 업무를 자동화하고, 멀티 에이전트 구조를 단순화해 성능을 개선했습니다.

이젬코는 AWS Glue, Athena, QuickSight, QuickSuite로 화장품 품질 데이터 분석 플랫폼을 구축했습니다. 운영 DB 부하를 줄이면서 자연어 질의 기반 AI 분석과 시각화 대시보드를 제공했습니다.

삼성전자는 Bedrock AgentCore와 MCP로 로봇 설비 데이터를 분석하는 AI 챗봇을 구축했습니다. 자연어 질의, SQL 생성, 차트 시각화를 통합해 분석 생산성을 높였습니다.

셀트리온제약이 S&OP 회의 질의 대응을 위해 멀티 에이전트 AI 시스템을 구축했습니다. RAG, Text-to-SQL, 웹 검색을 결합해 평균 1분 이내 응답과 약 90% 정확도를 확보했습니다.

Strands Agents와 여러 AWS 서비스를 결합해 생명과학 연구 어시스턴트를 구축했습니다. 내부 데이터 분석, RAG 검색, 단백질 설계, 서버리스 배포까지 통합했습니다.

약진통상이 Amazon Bedrock 기반 AI 스타일 라이브러리로 의류 검색과 샘플 개발을 고도화했습니다. 멀티 리전 처리와 설정 파일 중앙화로 성능과 운영 효율도 함께 개선했습니다.

Amazon Bedrock 기반 Tech Assistant로 롯데온 운영 지식을 통합하고 장애 대응을 자동화했습니다. Slack 연동과 RAG 분석으로 응답 속도와 운영 효율을 높였습니다.

Amazon Bedrock AgentCore Identity로 에이전트 인증과 자격 증명을 중앙화해 안전하게 관리하는 방법을 소개했습니다. Runtime, Gateway, 외부 Confluence 3LO까지 연동해 사용자별 권한 격리와 동적 인가를 구현했습니다.

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

매경AX는 AWS 서버리스와 생성형 AI로 뉴스 기반 오디오 팟캐스트 자동 생성 시스템을 구축했습니다. 기사 선정부터 검수, TTS까지 자동화해 생산성과 신뢰성을 함께 높였습니다.

Amazon Bedrock으로 소셜 미디어 콘텐츠를 분석하는 멀티 에이전트 시스템 구축 사례를 소개했습니다. 스트리밍 처리와 브랜드 정규화, 모니터링 체계를 통해 확장성과 운영성을 높였습니다.

Amazon Bedrock AgentCore의 Code Interpreter와 Browser Tool을 소개했습니다. LLM이 실행과 검증을 통해 행동하는 Agentic AI로 확장되는 구조를 설명했습니다.
생성형 AI와 IoT를 결합해 스마트 머신의 진단, 현장 서비스, 대규모 분석을 고도화하는 방법을 소개했습니다. AWS IoT와 Amazon Bedrock을 활용한 적용 사례와 아키텍처도 함께 설명했습니다.
