2026년 6월 24일
[Databricks Data + AI Summit 2026] AI-ready Finance Data로 전환하기 위한 데이터 플랫폼 전략
금융 조직의 AI 적용은 모델보다 신뢰 가능하고 검증 가능한 데이터 기반이 먼저 필요하다고 설명했습니다. Trust, Validity, Context를 갖춘 Finance Data Product와 운영 확장 방향을 소개했습니다.
![[Databricks Data + AI Summit 2026] AI-ready Finance Data로 전환하기 위한 데이터 플랫폼 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)

2026년 6월 24일
금융 조직의 AI 적용은 모델보다 신뢰 가능하고 검증 가능한 데이터 기반이 먼저 필요하다고 설명했습니다. Trust, Validity, Context를 갖춘 Finance Data Product와 운영 확장 방향을 소개했습니다.
![[Databricks Data + AI Summit 2026] AI-ready Finance Data로 전환하기 위한 데이터 플랫폼 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)
2026년 6월 24일
Oracle 마이그레이션을 데이터 이전이 아닌 Use Case 이전으로 접근하는 전략을 소개했습니다. Lakehouse Federation, Lakebridge, GenAI Migration으로 단계적 자동화를 제안했습니다.
![[Databricks Data + AI Summit 2026] Oracle에서 Databricks Lakehouse로의 마이그레이션 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)
2026년 6월 24일
Databricks Summit 2026의 Agentic Analytics 전략을 정리했습니다. 데이터 플랫폼 중심의 거버넌스와 의미 체계가 Agent 시대의 핵심이라고 설명했습니다.
![[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)
2026년 6월 24일
Databricks Summit 2026 키노트를 바탕으로 Agentic AI 시대의 데이터 플랫폼 전략을 정리했습니다. 실시간 데이터, 비즈니스 컨텍스트, 거버넌스의 중요성을 강조했습니다.
![[Databricks Data + AI Summit 2026] Agentic AI 데이터 플랫폼 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)
2026년 6월 24일
Databricks Data + AI Summit 2026 키노트에서 Agentic AI 시대의 데이터 플랫폼 방향을 정리했습니다. 실시간 데이터 기반과 비즈니스 컨텍스트, 중앙 거버넌스가 핵심으로 제시됐습니다.
![[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작](https://tech.cloud.nongshim.co.kr/wp-content/uploads/IMG_0283-scaled.jpg)
2026년 6월 17일
Amazon의 AI 전략을 통해 에이전틱 AI가 고객 경험과 운영을 어떻게 바꾸는지 정리했습니다. 또한 AgentCore와 AI-DLC를 바탕으로 기업 AI 도입 시 고려할 운영·개발 포인트를 소개했습니다.
2026년 6월 17일
에이전틱 AI의 성패는 모델보다 데이터 준비에 달려 있다고 설명했습니다. 시맨틱 레이어와 지식 그래프로 AI가 비즈니스를 이해하도록 만드는 방법을 정리했습니다.
2026년 6월 11일
Amazon OpenSearch가 에이전틱 검색과 벡터 스토리지 혁신으로 진화하는 내용을 다뤘습니다. 운영 최적화와 AI 에이전트 연동을 함께 지원하는 플랫폼 방향을 소개했습니다.
2026년 6월 10일
AI 에이전트의 자율성 확대에 따른 보안과 책임 문제를 다뤘습니다. 하네스 엔지니어링과 Datadog Agent Builder로 가드레일을 두는 방법을 소개했습니다.
2026년 6월 10일
생성형 AI의 한계를 넘기 위해 개발 전 과정을 AI와 함께 수행하는 AI-DLC 방법론을 소개했습니다. 기획부터 운영까지 컨텍스트와 이력을 보존하는 워크플로우를 통해 엔터프라이즈 개발 생산성을 높이는 접근을 다뤘습니다.
2026년 6월 10일
규제 환경에서 AI 에이전트를 안전하게 운영하기 위한 거버넌스와 통제 아키텍처를 정리했습니다. 모델 출력과 에이전트 행동을 분리해 제어하고, 운영 중에도 지속 검증하는 방법을 소개했습니다.
2026년 6월 10일
AI 에이전트가 소프트웨어를 도구에서 동료로 바꾸는 흐름을 정리했습니다. 코딩에서 검증된 역할 변경이 지식 근로자 업무와 AWS 기반 AX 전환으로 확장된다고 설명했습니다.
2026년 3월 9일
바이브코딩은 프로토타입에는 유용하지만, 프로덕션에서는 이해·유지보수·보안 비용이 커질 수 있습니다. 설계는 사람이 먼저 하고 반복 구현과 검수 보조에 AI를 활용하는 방식이 적합했습니다.

2026년 3월 9일
바이브코딩은 프로토타입과 반복 작업에서 강력했지만, 실제 프로젝트에서는 이해와 검증 비용이 더 컸습니다. 그래서 설계는 사람이 하고 구현 일부만 AI에 맡기는 방식으로 전환했습니다.

2026년 2월 5일
AWS 세션에서 AI 에이전트로 유전체 분석을 민주화하는 사례를 소개했습니다. 자연어 기반 분석, 표준화된 도구 연결, 대규모 데이터 처리를 중심으로 정리했습니다.
![[세션 리뷰] The 22nd KOGO Winter Symposium(1): AI를 통한 유전체 분석의 민주화](https://tech.cloud.nongshim.co.kr/wp-content/uploads/image-583-scaled.png)
2026년 2월 5일
AI로 neoantigen을 예측해 개인 맞춤형 암 백신을 설계하는 DeepNeo 사례를 정리했습니다. 모델 구조와 임상 검증 결과, 그리고 바이오 AI에서 확장 가능한 컴퓨팅의 필요성을 다뤘습니다.
2026년 1월 16일
AWS re:Invent 2025의 현장 부대 행사와 분위기를 정리한 후기입니다. Expo Hall, Sports Forum, 5K, re:Play 경험과 다음 해 일정도 함께 소개했습니다.

2026년 1월 14일
생성형 AI 시대에는 코딩보다 문제 정의와 검증의 중요성이 커졌습니다. AI를 잘 쓰는 조직일수록 판단과 책임의 역할을 더 분명히 해야 했습니다.

2026년 1월 14일
S3 정적 웹 사이트를 Amplify로 배포하고 사용자 지정 도메인과 연결하는 방법을 정리했습니다. Route 53 호스팅 영역과 SSL 인증서 설정까지 실습 흐름으로 설명했습니다.

2026년 1월 14일
Amazon S3로 정적 웹 사이트를 구성하는 기본 절차를 정리했습니다. 버킷 설정부터 정책 추가, 인덱스 파일 업로드와 엔드포인트 확인까지 안내했습니다.
