Velopers
모든 블로그
AWS

AWS

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

활동 요약

대표 인기 포스트무신사의 AI 기반 상품 추천 및 검색 시스템 구현 사례332 조회
최근 30일
41개
평균 조회
51
누적 조회
27,151
전체 글
537개
마지막 발행
2026. 11. 12.
블로그 방문

AWS 기술 블로그 글 (282)

AI

삼성 계정 AIOps: AgentCore기반 AlOps의 실전 활용과 자율성 확장

삼성계정 서비스의 AIOps가 실제 운영에서 어떻게 활용되는지와 업무 변화, 자율성 확장 방향을 다뤘습니다. 장애 분석·변경 추적·리포트 자동화 사례와 함께 Level 3, 4 전환 준비를 설명했습니다.

#AIOps#AWS#Terraform
2000

AI

삼성 계정 AIOps: AgentCore기반 멀티 에이전트 운영 자동화 여정

삼성계정 운영팀이 AgentCore 기반 멀티 에이전트 AIOps를 3계층 구조로 설계한 과정을 소개했습니다. 분석 자동화부터 관측, 평가, 가드레일까지 운영 가능한 자율화 토대를 구축했습니다.

#AIOps#LLM#멀티 에이전트
2200

AI

Amazon Quick으로 FinOps 업무 자동화하기

Amazon Quick을 활용해 CUDOS 기반 FinOps 분석과 리포팅을 자연어로 자동화하는 방법을 소개했습니다. 반복적인 비용 점검과 공유 업무를 줄이고 빠른 의사결정을 돕습니다.

#AWS#FinOps#Amazon Quick
1200

AI

Claude Code 토큰 비용 최적화하기 – 2부: 캐시 경제학과 Amazon Bedrock 조직 비용 관리

Claude Code의 토큰 비용을 캐시 경제학과 세션 습관 관점에서 정리한 글입니다. Amazon Bedrock에서는 사용자별 비용 관측과 캐시 효율 관리가 특히 중요하다고 설명했습니다.

#Claude Code#Amazon Bedrock#cache
3800

AI

Claude Code 토큰 비용 최적화하기 – 1부: 비용 구조와 세션 습관

Claude Code의 토큰 비용이 세션 크기와 컨텍스트 재전송에 따라 커지는 구조를 설명했습니다. /clear, /compact, /context 활용과 모델·도구 설정으로 개인이 줄일 수 있는 낭비를 정리했습니다.

#Claude Code#prompt caching#Amazon Bedrock
5800

AI

한 줄 프롬프트에서 그래프 기반 Agent로: Amazon Bedrock AgentCore 기반 ZEP의 교육용 퀴즈 생성 아키텍처

ZEP의 교육용 퀴즈 생성 아키텍처를 LangGraph와 Amazon Bedrock AgentCore Runtime 중심으로 설명했습니다. 하나의 그래프를 실시간 서빙과 배치 생성에 재사용하고 관측 체계까지 분리해 운영하는 방식입니다.

#LLM#LangGraph#Amazon Bedrock
1500

AI

Amazon Bedrock AgentCore로 멀티 데이터소스 자연어 질의 에이전트를 프로덕션에 배포하기

LangGraph 기반 자연어 질의 에이전트를 Bedrock AgentCore로 프로덕션에 배포한 사례를 소개했습니다. Gateway, Memory, Observability, Evaluations, Policy로 운영성과 보안을 보완했습니다.

#Amazon Bedrock#LLM#LangGraph
1300

AI

AWS Frontier Agents로 시작하는 자율 운영 – Part [3]: FinOps Agent로 비용 이상 자동 조사

AWS FinOps Agent로 비용 이상 조사 과정을 자동화하는 방법을 소개했습니다. 알림부터 근본 원인 분석, Slack·Jira 전달까지 연결해 운영 시간을 줄였습니다.

#AWS#FinOps#CloudTrail
1000

AI

LG CNS의 Agentic AI를 활용한 APQR 시스템 설계 및 자동화 구축 사례

여러 품질 시스템에 흩어진 자료를 근거 데이터로 정리해 APQR 리포트 생성을 자동화했습니다. 조회·계산·해석을 분리하고 Agentic AI 워크플로우로 연결해 처리 시간을 크게 줄였습니다.

#Agentic AI#AWS#Amazon Bedrock
2700

AI

수요 패턴이 수요 모델을 고른다: Amazon Connect Decisions로 살펴보는 Agentic Demand Forecasting

SKU별 수요 패턴을 진단해 모델과 신호를 다르게 적용하는 에이전틱 수요 예측 방식을 소개했습니다. Amazon Connect Decisions로 분류, 측정, 오케스트레이션을 자동화하는 흐름을 살펴봤습니다.

#AWS#supply chain#수요 예측
1200

AI

Amazon Bedrock에서 Codex 사용하기

Amazon Bedrock을 Codex의 모델 백엔드로 연결하는 실제 경로와 설정 방법을 정리했습니다. 인증, cached web search, 관측, PrivateLink, 비용 운영까지 엔터프라이즈 적용 포인트를 설명했습니다.

#Amazon Bedrock#AWS PrivateLink#CloudWatch
1200

AI

Amazon Bedrock 기반 PolicyGuard: 코딩 어시스턴트를 위한 Pre-Model Semantic DLP 프레임워크

AI 코딩 어시스턴트의 프롬프트 유출 문제를 막기 위한 Pre-Model DLP 프레임워크 PolicyGuard를 소개했습니다. 자연어 정책 파일과 Hook 기반 차단으로 Bedrock 환경에서 민감 정보 보호를 강화하는 방법을 다뤘습니다.

#Amazon Bedrock#LLM#DLP
2200

AI

Claude Code로 만든 데이터 분석 에이전트, Amazon Bedrock AgentCore로 프로덕션 배포하기

Claude Code로 만든 데이터 분석 에이전트를 Amazon Bedrock AgentCore로 프로덕션에 배포하는 과정을 설명했습니다. 로컬 구성은 유지하면서 Gateway, Runtime, Web Search로 관리형 전환하는 방법을 다뤘습니다.

#Claude Code#Amazon Bedrock#MCP
2600

AI

GS Neotek의 Claude Code on Amazon Bedrock 도입기: LLM Gateway 없는 경량화 사용자 통제 방안

Amazon Bedrock 기반 Claude Code를 LLM Gateway 없이 통제하는 경량 아키텍처를 소개했습니다. 로그 집계와 IAM Deny 정책으로 사용자별 비용 관리와 차단을 구현하는 방법을 정리했습니다.

#LLM#Amazon Bedrock#AWS Lambda
1700

AI

우리팀에 새롭게 입사한 Kiro Crew를 활용하여 업무 생산성 올리기

Kiro Crew를 항상 켜두는 자율 AI 에이전트로 소개하고, 세션·메모리·스케줄·앱 기능을 설명했습니다. AWS에 배포해 이슈 분류와 PR 리뷰 초안을 맡기는 온보딩과 운영 방법도 다뤘습니다.

#LLM#AI 에이전트#AWS
5900

AI

AI 기반 SCTE-35 자동 삽입으로 라이브 스트리밍 광고 운영 자동화하기

라이브 스트리밍의 SCTE-35 광고 삽입을 AI 화면 인식과 서버리스 오케스트레이션으로 자동화하는 방법을 소개했습니다. 필러 화면 감지를 통해 광고 타이밍을 정밀하게 맞추고 운영 비용도 줄였습니다.

#AWS#LLM#cloud
1100

AI

실리콘투의 사내 지식 MCP 게이트웨이 구축기

사내 지식이 흩어진 문제를 MCP 게이트웨이로 통합하고, 검색 전 권한 통제와 감사 체계를 먼저 설계했습니다. 초기에는 온프렘으로 시작해 이후 AWS 관리형 서비스로 단계적으로 이전했습니다.

#MCP#AWS#RAG
5200

AI

Amazon Bedrock에서 LLM 게이트웨이의 두 사각지대 메우기: 사라진 호출자와 흐려진 모델 거버넌스

Amazon Bedrock 앞의 LLM 게이트웨이에서 사라진 호출자와 흐려진 모델 거버넌스를 보완하는 방법을 정리했습니다. requestMetadata와 Application Inference Profile로 추적과 관측을 강화하고, 예산과 네트워크 운영도 함께 다뤘습니다.

#Amazon Bedrock#LLM#CloudWatch
1400