AWS Frontier Agents로 시작하는 자율 운영 – Part [2]: Security Agent로 침투 테스트를 온디맨드로
AWS Security Agent로 배포 후 침투 테스트와 STRIDE 위협 모델링을 온디맨드로 수행하는 방법을 소개했습니다. 소스 코드와 문서를 함께 연결해 오탐을 줄이고 수정 PR까지 생성하는 흐름을 설명했습니다.

AWS Security Agent로 배포 후 침투 테스트와 STRIDE 위협 모델링을 온디맨드로 수행하는 방법을 소개했습니다. 소스 코드와 문서를 함께 연결해 오탐을 줄이고 수정 PR까지 생성하는 흐름을 설명했습니다.
금융권 망분리 환경에서 QuickSight 분석을 RND→PRD 방향으로만 승격하는 방법을 설명했습니다. SMUS 제한 폴더 제약은 정의 기반 변환과 create-analysis 배포로 해결했습니다.

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

DEEPX DX-M1 NPU와 AWS IoT Greengrass로 엣지 AI 모델 컴파일과 배포를 자동화하는 방법을 소개했습니다. S3 업로드, DXNN 변환, Thing Group 기반 OTA 배포로 현장 운영을 단순화했습니다.

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

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

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.

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

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

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.

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

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 AgentCore를 VPC 모드와 privateEndpoint로 구성해 사내 LLM, IdP, MCP 서버를 인터넷 노출 없이 연동하는 방법을 설명했습니다. 또한 Route53 Inbound Endpoint와 인증서 요건, 보안 그룹 설계까지 함께 다뤘습니다.

Amazon Bedrock 위에 LiteLLM 게이트웨이와 사내 포털을 붙여 LLM 키 발급, 승인, 예산 차단을 운영한 사례를 소개했습니다. 셀프서비스 발급과 그룹 기반 통제로 비용과 감사 체계를 함께 묶었습니다.
AI Agent 검색 품질을 OpenSearch와 Bedrock으로 정량 평가하는 방법을 다루었습니다. NDCG와 Recall, LLM Judge 검증, BM25·시멘틱·하이브리드 비교 결과를 함께 설명했습니다.

AI 에이전트와 함께 ISO 27001 인증을 준비하며 보안 인프라를 재정비한 사례였습니다. 읽기 전용 진단, Spec, 승인 절차로 안전한 운영 경계를 만들었습니다.

Amazon GameLift Streams로 클라이언트 설치 없이 브라우저에서 게임을 즉시 실행하는 방법을 소개했습니다. 런타임, 스트림 클래스, 용량, 관측성까지 포함한 설계와 운영 흐름을 정리했습니다.
