AI 주도 개발 라이프사이클: 소프트웨어 엔지니어링의 재구상
AI를 개발 프로세스의 중심에 두는 AI-DLC를 소개했습니다. 사람의 감독과 협업을 결합해 속도와 품질을 함께 높이는 접근을 제안했습니다.
#LLM#AWS#CI/CD
11100
모든 블로그
대표 인기 포스트무신사의 AI 기반 상품 추천 및 검색 시스템 구현 사례332 조회332 조회 AI AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI AI
AI AI
AI AI
AWS
주요 카테고리 AI · DevOps · 백엔드
활동 요약
- 최근 30일
- 41개
- 평균 조회
- 51
- 누적 조회
- 27,151
- 전체 글
- 537개
- 마지막 발행
- 2026. 11. 12.
AWS 기술 블로그 글 (282)
AWS Control Tower 리전 제약 조건에서 Amazon Bedrock 크로스 리전 추론 기능 활용 지침
AWS Control Tower의 리전 거부 정책이 Amazon Bedrock 크로스 리전 추론을 막는 문제와 원인을 설명했습니다. SCP와 Control Tower 제어를 조정해 Bedrock만 예외 허용하는 방법을 제시했습니다.
#AWS Control Tower#Amazon Bedrock#SSH
3200
Amazon EKS에서vLLM Deep Learning Container를 사용하여LLM 배포하기
Amazon EKS에 vLLM DLC를 적용해 DeepSeek 모델을 배포하는 과정을 설명했습니다. EFA와 FSx for Lustre를 활용해 고성능 추론 환경을 구성했습니다.
#Amazon EKS#LLM#FSx for Lustre
5900
SageMaker AI로 해보는 GPT-OSS 추론 성능 테스트와 용량 산정
SageMaker AI에서 GPT-OSS 120B 추론 성능 테스트와 GPU 용량 산정 방법을 다뤘습니다. vLLM과 SGLang을 비교하며 워크로드별 성능 지표와 최적화 포인트를 정리했습니다.
#SageMaker#LLM#SGLang
7900
Amazon Bedrock Agent로 30분 만에 여행 예약 에이전트 구축하기 실전 가이드
Amazon Bedrock Agent로 여행 예약·취소·조회와 추천까지 수행하는 에이전트 구축 과정을 설명했습니다. DynamoDB, Lambda, Knowledge Base를 연결해 실제 업무 자동화 흐름을 구현했습니다.
#Amazon Bedrock#RAG#Knowledge Base
5300
당근의 AWS 기반 피처 플랫폼 구축 여정, Part 1: 구축 배경과 피처 서빙
당근은 추천 시스템 고도화를 위해 AWS 기반 피처 플랫폼을 설계하고, 다단계 캐시와 일관된 스키마로 피처 서빙을 구성했습니다. 캐시 미스, 정합성, 관통 문제를 완화하며 대규모 트래픽을 안정적으로 처리하는 구조를 소개했습니다.
#AWS#Feature Store#Amazon EKS
6400
CJ 온스타일 라이브 커머스, Agentic AI로 고객 소통의 새로운 차원을 열다
CJ 온스타일이 라이브 커머스 질문 대응을 위해 Agentic AI와 서버리스 아키텍처를 적용한 사례를 소개했습니다. 질문 유형 분석과 멀티 에이전트 협업으로 응답률과 속도를 크게 개선했습니다.
#Agentic AI#Amazon Bedrock#AWS Lambda
7700
AWS 관리형 서비스를 활용한 실시간 지능형 뉴스 기반 주가 영향도 분석 시스템
AWS 관리형 서비스로 뉴스와 주가를 실시간 결합해 분석하는 스트리밍 아키텍처를 소개했습니다. Flink, Bedrock, MSK, S3를 연동해 감정 분석과 시계열 분석 흐름을 구성했습니다.
#AWS#Flink#Kafka
6600
Amazon Nova Premier와 에이전트 워크플로우를 활용한 코드 마이그레이션 간소화
Amazon Nova Premier와 Strands Agents로 C 코드를 Java/Spring으로 마이그레이션하는 멀티 에이전트 워크플로우를 소개했습니다. 토큰 제한 대응과 반복 검증, DBIO의 MyBatis 전환까지 함께 다뤘습니다.
#Amazon Bedrock#LLM#Java
3900
Amazon Braket 콘솔 소개 및 Amazon Braket에서 양자 회로를 실행하는 방법 -2
Amazon Braket에서 주피터 노트북을 만들고 로컬 시뮬레이터로 Bell state 회로를 실행하는 방법을 소개했습니다. shot, task 개념과 비용 절감 팁도 함께 설명했습니다.
#AWS#Amazon Braket#양자 컴퓨팅
3000
생성형 AI를 활용한 이기종 데이터베이스 마이그레이션
이기종 데이터베이스 마이그레이션에서 생성형 AI로 스키마와 SQL 변환 공수를 줄이는 OMA를 소개했습니다. 변환 뒤에는 단위 테스트와 기능 테스트로 결과를 검증해 정확성과 안정성을 높였습니다.
#생성형 AI#데이터 분석#AWS DMS
6500
웅진의 Amazon Connect을 기반으로 한 차세대 컨택센터
Amazon Connect 기반에 생성형 AI와 음성 대화를 결합한 차세대 컨택센터 사례를 소개했습니다. 실시간 상담 보조, 자동 요약, RAG 응답으로 효율성과 고객 경험을 높였습니다.
#Amazon Connect#AWS#Amazon Bedrock
5200
Amazon Bedrock으로 해보는 Nova 모델 지식 증류, 배포, 평가
Amazon Bedrock에서 Nova 모델 지식 증류와 온디맨드 배포, 평가 흐름을 실험 사례로 정리했습니다. 표준 벤치마크와 LLM as a Judge를 함께 활용해 성능과 비용 효율을 비교했습니다.
#Amazon Bedrock#지식 증류#LLM
4300
사람인의 Amazon Q Developer 도입기- VDI 환경에서 보안과 생산성을 동시에 달성한 여정
VDI 환경에서 Amazon Q Developer를 안전하게 도입하기 위해 프라이빗 네트워크와 IAM Identity Center 기반 구독 구조를 구성했습니다. 사용량 대시보드와 Agent 기능, CLI 활용으로 보안과 생산성을 함께 높였습니다.
#AWS#Amazon Q Developer#VDI
7800
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#벡터 검색
5500
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#Amazon Athena
5100
티로의 Amazon Bedrock과 RDS를 활용한 대화 기록 기반 Ask Tiro 구현
Amazon Bedrock과 RDS for PostgreSQL로 대화 기록 기반 질의응답 기능을 구현한 사례를 소개했습니다. 의도 분석, 벡터 검색, 답변 생성 흐름으로 정확도와 다국어 대응을 높였습니다.
#Amazon Bedrock#Amazon RDS#PostgreSQL
6400
TwelveLabs 비디오 이해 모델, Amazon Bedrock 에서 사용하기
Amazon Bedrock에서 TwelveLabs의 비디오 이해 모델 사용법과 주요 기능을 소개했습니다. 자연어 기반 검색과 요약, 임베딩 생성으로 비디오 분석 애플리케이션을 구축할 수 있습니다.
#Amazon Bedrock#검색#임베딩
3600