Velopers
모든 블로그
농심NDS

농심NDS

도메인tech.cloud.nongshim.co.kr
주요 카테고리 DevOps · AI

활동 요약

대표 인기 포스트8년차 AI 엔지니어는 왜 바이브코딩을 포기했나?314 조회
최근 30일
2개
평균 조회
55
누적 조회
3,078
전체 글
56개
마지막 발행
2026. 11. 11.
블로그 방문

농심NDS 기술 블로그 글 (19)

AI

의료 AI 도입과 활용, 병원이 준비해야 할 세 가지 기반 – IHF 2026 현장 리뷰

IHF 2026 사례를 통해 의료 AI 도입의 데이터 표준화, 업무 통합, 거버넌스 기반을 정리했습니다. FHIR, 의료진 검토, 가동 전 검증과 지속 모니터링의 중요성을 설명합니다.

#의료 AI#FHIR#AI 거버넌스
1500

AI

Amazon Bio Discovery 사용법: AI 항체 설계 실습

Amazon Bio Discovery의 항체 후보 설계부터 분석·Wet Lab 연계까지의 사용 과정을 소개했습니다. HER2 실습을 통해 Recipe·Experiment 구성과 EU 기반 비용 구조를 확인했습니다.

#Amazon Bio Discovery#AWS#항체 설계
1400

AI

Bedrock API Key 하나가 수 천만원 청구서로 돌아온 이유

Bedrock API 키 노출이 대규모 비용 청구로 이어질 수 있는 위험을 설명했습니다. IAM, 로깅, 비용 알림, 사고 대응을 함께 설계해야 한다고 정리했습니다.

#Amazon Bedrock#AWS#보안
6800

AI

[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#데이터 분석#거버넌스
3600

AI

[Databricks Data + AI Summit 2026] AI Agent 시대의 분석 플랫폼: Databricks Agentic Analytics 전략

Databricks Summit 2026의 Agentic Analytics 전략을 정리했습니다. 데이터 플랫폼 중심의 거버넌스와 의미 체계가 Agent 시대의 핵심이라고 설명했습니다.

#Databricks#LLM#cloud
2700

AI

[AWS Summit Seoul 2026] Amazon’s AI Strategy로 본 에이전틱 AI 전환

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.

#AWS#LLM#생성형 AI
15700

AI

[AWS Summit Seoul 2026] AI-Ready Data: 에이전틱 AI 시대, 데이터가 답이다

에이전틱 AI의 성패는 모델보다 데이터 준비에 달려 있다고 설명했습니다. 시맨틱 레이어와 지식 그래프로 AI가 비즈니스를 이해하도록 만드는 방법을 정리했습니다.

#AWS#LLM#RAG
4800

AI

[AWS Summit Seoul 2026] 나야, 차세대 OpenSearch: 에이전틱 AI를 곁들인

Amazon OpenSearch가 에이전틱 검색과 벡터 스토리지 혁신으로 진화하는 내용을 다뤘습니다. 운영 최적화와 AI 에이전트 연동을 함께 지원하는 플랫폼 방향을 소개했습니다.

#OpenSearch#AWS#LLM
5100

AI

[AWS Summit Seoul 2026] 책임감 없는 AI에이전트, 주인은 누구인가

AI 에이전트의 자율성 확대에 따른 보안과 책임 문제를 다뤘습니다. 하네스 엔지니어링과 Datadog Agent Builder로 가드레일을 두는 방법을 소개했습니다.

#AWS#LLM#MCP
4300

AI

[AWS Summit Seoul 2026] 생성형 AI 시대의 새로운 개발 방법론: AI-DLC (AI-Driven Development Lifecycle)

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.

#AWS#LLM#CI/CD
5000

AI

[AWS Summit Korea 2026] 규제 환경에서의 통제 가능한 AI 에이전트 아키텍처

규제 환경에서 AI 에이전트를 안전하게 운영하기 위한 거버넌스와 통제 아키텍처를 정리했습니다. 모델 출력과 에이전트 행동을 분리해 제어하고, 운영 중에도 지속 검증하는 방법을 소개했습니다.

#LLM#AWS#Kubernetes
3300

AI

[AWS Summit Korea 2026] 에이전트의 진화

AI 에이전트가 소프트웨어를 도구에서 동료로 바꾸는 흐름을 정리했습니다. 코딩에서 검증된 역할 변경이 지식 근로자 업무와 AWS 기반 AX 전환으로 확장된다고 설명했습니다.

#AWS#LLM#Claude
2600

AI

8년차 AI 엔지니어는 왜 바이브코딩을 포기했나?

바이브코딩은 프로토타입에는 유용하지만, 프로덕션에서는 이해·유지보수·보안 비용이 커질 수 있습니다. 설계는 사람이 먼저 하고 반복 구현과 검수 보조에 AI를 활용하는 방식이 적합했습니다.

#Cursor#Claude#GitHub Copilot
10000

AI

8년차 AI 엔지니어는 왜 바이브코딩을 포기했나?

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

#보안#AWS#GitHub
31400

AI

[세션 리뷰] The 22nd KOGO Winter Symposium(1): AI를 통한 유전체 분석의 민주화

AWS 세션에서 AI 에이전트로 유전체 분석을 민주화하는 사례를 소개했습니다. 자연어 기반 분석, 표준화된 도구 연결, 대규모 데이터 처리를 중심으로 정리했습니다.

#AWS#LLM#MCP
5700

AI

[세션 리뷰] The 22nd KOGO Winter Symposium(2): AI가 암 백신을 설계하는 시대

AI로 neoantigen을 예측해 개인 맞춤형 암 백신을 설계하는 DeepNeo 사례를 정리했습니다. 모델 구조와 임상 검증 결과, 그리고 바이오 AI에서 확장 가능한 컴퓨팅의 필요성을 다뤘습니다.

#LLM#AWS#ML
1900

AI

스탠퍼드 대학교는 왜 ‘코딩 말고 다른 것’을 가르치기 시작했을까?

생성형 AI 시대에는 코딩보다 문제 정의와 검증의 중요성이 커졌습니다. AI를 잘 쓰는 조직일수록 판단과 책임의 역할을 더 분명히 해야 했습니다.

#LLM#prompt#refactoring
16000

AI

[AWS Summit 2025] 생성형 AI 기반으로 스마트 인사이트 구현

AWS Summit 2025에서 Amazon Q in Quicksight와 Amazon Q Business 활용 사례를 소개했습니다. 자연어 기반 분석과 사내 질의 응답으로 데이터 활용 장벽을 낮춘 점이 핵심입니다.

#AWS#LLM#cloud
5300