
[22. 9. 22] AWS Sagemaker Immersion Day 워크샵 참관기
SageMaker Immersion Day에서 MLOps와 통합 ML 개발 환경을 체험한 워크샵 후기를 소개했습니다. 모델 구축, 튜닝, 배포까지의 흐름과 실무 적용 가능성을 살펴보았습니다.

SageMaker Immersion Day에서 MLOps와 통합 ML 개발 환경을 체험한 워크샵 후기를 소개했습니다. 모델 구축, 튜닝, 배포까지의 흐름과 실무 적용 가능성을 살펴보았습니다.

트립홀릭의 그래픽을 단순 에셋이 아니라 AI로 재현 가능한 비주얼 시스템으로 정리했습니다. 말풍선 모티프와 프롬프트 규칙으로 브랜드 일관성을 높이려는 과정을 공유했습니다.

사내 AI 에이전트의 컨텍스트 비용과 안전성 문제를 줄이기 위해 v2 구조와 런타임 가드레일을 재설계했습니다. 파일, 채널, 스킬을 필요한 순간에만 제한적으로 읽도록 바꿨습니다.

사내 AI 에이전트 채널랩스를 OpenAI Agents SDK 기반으로 재설계하고, 컨텍스트 비용을 줄이는 구조를 정리했습니다. 파일·채널·스킬을 reference 중심으로 다루며 안전성과 예측 가능성을 높였습니다.

입력 스펙 변경에 맞춰 결함 탐지와 프롬프트 최적화를 자동화한 파이프라인 사례를 공유했습니다. 스펙 기반 AI 서비스 운영에 관심 있는 기획자와 AI 엔지니어를 위한 발표입니다.

AI 출력은 설명만으로는 통제되지 않아 스키마와 런타임 강제가 필요했습니다.\nStructured Outputs와 검증 한 지점화로 예측 가능한 AI 제품을 만들었습니다.

가전제품 MCU 펌웨어 개발에 AI 에이전트의 100% 자율 개발 가능성을 검증한 프로젝트를 소개했습니다. 사람이 목표를 정의하고 AI가 소프트웨어를 개발하는 시나리오를 다뤘습니다.

AI가 PM을 완전히 대체하기보다, 목표 정렬과 진척 추적 같은 운영 부담을 덜어주는 데 더 적합하다고 보았습니다. 슬랙봇으로 OKR·KR 관리와 데일리 스크럼을 자동화해 팀의 방향성을 더 또렷하게 만들었습니다.
업무 중 AI에 물어본 영어를 바로 복사하는 대신 학습 자원으로 바꾸려는 문제의식을 다룹니다. 기존 영어 학습 앱의 한계를 짚고 맞춤형 퀴즈 앱 아이디어를 소개합니다.

매 세션 초기화되는 AI의 한계를 넘어 자율 성장하는 에이전트 프레임워크 GNOSIS를 소개했습니다. 설계 원칙, 구현 사례, 검증과 안전 보장 논점을 함께 다뤘습니다.

인도의 소비 성장 뒤에는 아직 초기 단계인 신용 시장이 큰 기회로 떠오르고 있습니다. 전통 신용평가의 빈칸을 대안 데이터와 AI로 메우는 디지털 렌더가 다음 주인공으로 지목됩니다.

반복되는 할 일 정리를 프로덕트 문제로 보고, 슬랙과 AI를 연결한 위젯을 만들었습니다. 수동 정리 부담을 줄여 우선순위 판단에 집중하게 된 과정을 공유했습니다.