Amazon Bedrock 및 Strands Agents를 이용한 롯데백화점의 AI 컨시어지 구축기
롯데백화점은 Bedrock과 Strands Agents로 AI 컨시어지 더스틴을 구축했습니다. 이벤트 기반 색인과 토큰 최적화로 최신 정보 응답과 운영 효율을 높였습니다.
#Amazon Bedrock#Strands Agents#OpenSearch
5400
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
- 38개
- 평균 조회
- 51
- 누적 조회
- 27,153
- 전체 글
- 537개
- 마지막 발행
- 2026. 11. 12.
AWS 기술 블로그 글 (282)
Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock의 엔드포인트 종류와 CRIS 활용, quota 증설 방법을 정리했습니다. 또한 CloudWatch와 로깅, 캐시 기능으로 토큰 사용량과 비용을 최적화하는 방법을 소개했습니다.
#Amazon Bedrock#LLM#CloudWatch
3900
Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock의 엔드포인트, 쿼터, 모니터링, 최적화 방법을 정리했습니다. CRIS와 캐시, 라우팅, 메모리 기능으로 비용과 안정성을 개선할 수 있습니다.
#Amazon Bedrock#LLM#CloudWatch
9700
VAMS에서 NVIDIA Isaac Lab을 활용한 GPU 가속 로봇 시뮬레이션 훈련
VAMS에 NVIDIA Isaac Lab을 통합해 로봇 자산에서 GPU 가속 RL 훈련과 평가를 직접 실행하는 방법을 소개했습니다. AWS Batch와 Step Functions로 인프라를 자동화하고 자산 계보와 결과 추적성을 강화했습니다.
#AWS Batch#NVIDIA Isaac Lab#로봇 시뮬레이션
3300
AI-DLC 기반 웅진씽크빅 북큐레이터 AI 에이전트 구축
웅진씽크빅 북큐레이터 업무를 돕는 AI 에이전트를 AI-DLC로 2일 만에 MVP까지 구축했습니다. Kiro Steering과 AWS 서비스를 활용해 상담 준비, 회의록 정리, 코칭 지원을 자동화했습니다.
#AI 에이전트#AWS#RAG
8900
Kiro Subagent 를 활용한 구조화된 AI 개발 워크플로우 구축
Kiro Subagent와 멀티 에이전트 구성을 활용해 개발 워크플로우를 구조화하는 방법을 소개했습니다. 코드 리뷰, QA, 문서화를 분리해 품질과 보안을 체계적으로 높이는 흐름을 설명했습니다.
#LLM#prompt#자동화
11700
Agentic AI 기반 플랫폼 – 7주만에 기획부터 배포까지, Part1: AI-DLC 방법론과 유용한 도구들
2명이 7주 동안 AI-DLC와 Kiro, Claude Code, Linear를 조합해 Agentic AI 플랫폼을 구축했습니다. 문서화와 이슈 추적으로 모호한 요구를 구체화하고 개발 생산성을 높인 사례입니다.
#AWS#LLM#MCP
10900
LG유플러스, Bedrock AgentCore를 활용한 손쉬운 클라우드 Agent 구현 사례
LG유플러스는 UCMP에 AI Agent를 도입해 클라우드 관리와 분석을 자연어로 제공했습니다. Bedrock AgentCore Runtime과 MCP Server로 확장성과 운영성을 함께 확보했습니다.
#AWS#LLM#MCP
6300
Amazon Bedrock AgentCore를 활용한 멀티에이전트 운영과 접근제어
멀티 에이전트 시스템의 운영 복잡성과 권한 문제를 AgentCore로 중앙화하는 방안을 설명했습니다. Gateway, Identity, Runtime으로 인증·접근제어·관측을 통합하는 사례를 소개했습니다.
#Amazon Bedrock AgentCore#MCP#OAuth2
10000
Agentic AI로 구현하는 대화형 대기오염·기후변화 예측 애플리케이션 구축
복잡한 대기오염 시뮬레이션 대시보드를 Agentic AI와 자연어 제어 중심으로 재구성했습니다. Amazon Bedrock과 Q Developer를 활용해 개발 효율과 사용자 편의성을 크게 높였습니다.
#LLM#Agentic AI#AWS
4500
Nota AI가 제안하는 AWS Inferentia에서 다양한 LLM 모델 양자화 최적화기법 사용하기
AWS Inferentia/Trainium에서 LLM 양자화 최적화 방법을 소개했습니다. 민감도 기반 선택적 양자화와 fake quantization으로 메모리를 줄이면서 정확도 손실을 완화했습니다.
#AWS Inferentia#Trainium#LLM
5600
Agentic AI 부터 Physical AI 까지: Bedrock, MCP, AWS IoT로 구축하는 자율 산업 안전 로봇
Agentic AI와 AWS IoT, Greengrass를 결합해 산업 안전 로봇의 Physical AI 아키텍처를 소개했습니다. 자연어 명령을 MCP와 엣지 추론으로 연결해 자율 순찰과 위험 감지를 구현했습니다.
#LLM#MCP#AWS IoT
5000
TwelveLabs Marengo를 활용한 Amazon Bedrock에서의 영상 이해 기술 구현
Amazon Bedrock의 TwelveLabs Marengo로 비디오를 멀티모달 임베딩으로 변환해 시맨틱 검색을 구현한 사례입니다. OpenSearch Serverless와 결합해 텍스트·이미지·오디오 질의로 관련 클립을 찾는 흐름을 소개했습니다.
#Amazon Bedrock#OpenSearch#검색
3000
Strands Agent SOPs 소개 – AI 에이전트를 위한 자연어 워크플로우
AI 에이전트 워크플로우를 자연어 SOP로 표준화하는 Strands Agent SOPs를 소개했습니다. 제어와 유연성의 균형, 체이닝, MCP·Claude Skills 연동 예시를 설명했습니다.
#LLM#prompt#MCP
6800
하이퍼엑셀(HyperAccel), Amazon EC2 F2 Instance 기반 LPU로 고효율 LLM 추론 서비스 구축
하이퍼엑셀은 EC2 F2 인스턴스와 FPGA를 활용해 LPU 기반 LLM 추론 환경을 클라우드로 구축했습니다. PoC 운영 시간을 크게 줄이고 비용과 보안 부담도 낮췄습니다.
#LLM#추론#FPGA
4300
‘Rivian and Volkswagen Technology Group’은 Amazon Kinesis Video Streams를 활용해 어떻게 실시간 차량 보안을 구축했을까?
Rivian은 Amazon Kinesis Video Streams와 WebRTC로 차량의 실시간 라이브 카메라 기능을 구현했습니다. 저지연 스트리밍과 강한 보안을 위해 시그널링, 인증, 리전 배치를 함께 최적화했습니다.
#AWS#Amazon Kinesis Video Streams#WebRTC
3300
클로봇의 Amazon Bedrock 과 LangGraph 를 활용한 건설현장 해충 방역 전문 AI 챗봇 개발기
건설현장 방역을 위한 해충 판별 AI 챗봇을 Amazon Bedrock과 LangGraph로 구현했습니다. 이미지 분석, RAG 검색, 보고서 자동화까지 연결해 설명 가능한 방역 판단을 만들었습니다.
#Amazon Bedrock#LangGraph#RAG
6800
VMS Solutions의 AI Agent 기반 내부 생산성 개선기: Strands Agents를 통한 자체 에이전트 구축 여정
VMS Solutions가 Strands SDK와 Amazon Bedrock으로 사내 AI 에이전트 AIto를 구축했습니다. RAG 한계를 넘어 실시간 조회와 멀티 에이전트 분담으로 내부 생산성을 높였습니다.
#LLM#MCP#AWS
4700