Amazon Q Developer와 Slack을 연동해 AWS Elastic Disaster Recovery 이벤트를 실시간으로 모니터링하는 방법을 소개했습니다. CloudWatch 규칙과 SNS를 활용해 복제 정체와 변경 API를 즉시 알림으로 받아보는 구성 사례였습니다.
Amazon EKS Add-on으로 Falco를 설치해 Kubernetes 런타임 보안을 강화하는 방법을 소개했습니다. 커스텀 룰 적용과 CloudWatch 연동으로 탐지와 모니터링까지 구성했습니다.
LG전자 한국영업본부의 Agentic AI 기반 인사이트 추출 시스템 개발 사례를 소개했습니다. 데이터 접근성 개선과 분석 자동화를 통해 마케팅 업무 효율을 크게 높인 과정을 설명했습니다.
AWS Deadline Cloud로 래빗워크의 온프레미스 렌더팜 한계를 단계적으로 개선했습니다. 렌더링 시간을 크게 줄이고, 피크 수요에도 탄력적으로 대응할 수 있게 했습니다.
GS리테일은 Amazon Bedrock으로 와인 라벨 이미지 검색 서비스를 구축했습니다. Claude와 멀티모달 임베딩, Elasticsearch를 결합해 다국어 라벨 검색 품질을 높였습니다.
양자 컴퓨팅의 기술적 한계를 보완하는 하이브리드 접근법과 양자 연산의 전체 실행 과정을 설명했습니다. 또한 적용 범위, 실용성, 학습에 필요한 기초 지식을 Q&A로 정리했습니다.
LG전자가 Amazon Bedrock으로 소셜미디어 제품 트렌드 모니터링 시스템을 구축한 사례를 다뤘습니다. DeepEval 기반 평가와 모델 비교를 통해 정확도, 속도, 비용을 함께 검증했습니다.
Kiro를 활용해 Spec-Driven Development와 Augmented Coding을 결합하는 AI 개발 방식을 소개했습니다. 문서화, Steering 파일, TDD를 통해 컨텍스트 소실과 반복 실수를 줄이는 흐름을 설명했습니다.
FAQ 같은 짧은 구조화 데이터는 일반 청킹보다 No Chunking이 더 적합했습니다. CSV와 메타데이터를 활용해 검색 정확도와 검증 편의성을 높이는 방법을 소개했습니다.
양자 컴퓨터 성능을 평가하는 지표와 현실적 한계를 정리했습니다. 또한 오류 제어를 QEC, QES, QEM으로 나누어 비교했습니다.
Amazon Bedrock 기반으로 FAQ Fast-Path와 Advanced RAG를 결합한 고객 응대 챗봇 구축 사례를 소개했습니다. 또한 비식별화, Guardrails, VPC·PrivateLink로 금융 서비스 수준의 보안성을 강화했습니다.
자동차 소프트웨어 요구사항이 방대해지면서 테스트 케이스 생성과 검증의 부담이 커졌습니다. 생성형 AI와 VEW를 결합해 분류와 테스트 케이스 생성을 자동화하고, 인간 검토를 거쳐 정확도를 유지했습니다.
D-KMS의 고가용성을 위해 멀티 클러스터 이중화와 무중단 Canary 배포를 적용했습니다. 복잡한 배포 절차는 도구화와 GitHub Actions 자동화로 효율화했습니다.
SmartThings 기록 시스템이 HBase 한계를 극복하기 위해 OpenSearch로 교체했습니다. 읽기 성능은 약 19% 향상되고 쓰기 비용은 약 38% 절감했습니다.
AWS Network Firewall의 다중 VPC Endpoint와 Transit Gateway 네이티브 통합 기능을 소개했습니다. 단일 방화벽으로 여러 VPC 트래픽을 제어하는 방법과 운영 시 주의점을 정리했습니다.
CloudWatch Database Insights로 RDS와 Aurora 문제를 진단하는 실제 사례를 정리했습니다. 인덱스 부재, 스토리지 부족, 메모리 부족 상황에서 원인 파악과 조치 흐름을 보여줍니다.
생성형 AI와 데브옵스를 결합해 소프트웨어 딜리버리를 가속화하는 방안을 소개했습니다. 코드 이해와 테스트 생성, SDLC 병목 분석, 이슈 자동화 사례를 중심으로 설명했습니다.
카카오게임즈가 Amazon Bedrock으로 실시간 게임 채팅 번역 시스템을 구축한 사례를 소개했습니다. 프롬프트 중심 구조와 캐싱, 모니터링으로 저지연과 운영 효율을 확보했습니다.
