
뱅크샐러드가 선보인 AI 에이전트 비전은? 2025 핀테크 위크로 돌아보기!
뱅크샐러드가 코리아 핀테크 위크 2025에서 금융 AI 에이전트 비전을 소개했습니다. 마이데이터와 AI를 결합해 금융 문제를 대신 해결하고 실행까지 돕는 방향성을 보여주었습니다.

뱅크샐러드가 코리아 핀테크 위크 2025에서 금융 AI 에이전트 비전을 소개했습니다. 마이데이터와 AI를 결합해 금융 문제를 대신 해결하고 실행까지 돕는 방향성을 보여주었습니다.
당근은 GenAI 활용 확산에 맞춰 LLM Router, Prompt Studio, KarrotChat으로 공통 플랫폼을 구축했습니다. 이를 통해 AI API 통합 관리, 빠른 실험과 배포, 사내 Agent 활용을 지원했습니다.

SparkListener와 Spark History MCP, n8n AI Agent를 연결해 Spark 장애 분석을 자동화했습니다. 실시간 에러 감지와 히스토리 조회로 원인과 해결책을 Slack으로 전달했습니다.

카카오가 Agentic AI 구현에 최적화된 언어모델 Kanana-2를 오픈소스로 공개했습니다. 자체 개발한 차세대 언어모델이라는 점을 강조했습니다.


여기어때컴퍼니의 Oracle to Aurora MySQL 마이그레이션 사례를 소개했습니다. 생성형 AI 기반 OMA로 6주 만에 대규모 전환과 검증을 완료했습니다.


Amazon Bedrock AgentCore Memory로 LLM의 Statelessness를 보완하는 기억 시스템을 소개했습니다. 단기·장기 기억, 자동 검색, 대화 분기를 통해 기억하는 AI 에이전트를 구현하는 방법을 설명했습니다.

시스템 프롬프트에 안전 규칙을 몰아넣는 방식의 한계와 부작용을 설명했습니다. 별도 가드레일을 두면 안전성, 비용, 운영성을 함께 개선할 수 있다고 정리했습니다.

AI와의 대화에서 의도와 결과의 간극을 줄이기 위해 Grice의 협력 원칙과 컨텍스트 엔지니어링을 연결해 설명했습니다. 명시적 전제를 늘려 AI의 오해를 줄이는 실용적 방법을 제안했습니다.


중앙 레지스트리 기반 피처 스토어로 학습·서빙 피처를 일원화했습니다. Go 조회 로직과 ScyllaDB 전환으로 지연과 비용 문제를 개선했습니다.


Claude Code 기반 바이브 코딩에서 발생하는 누락과 오해의 원인을 정리하고, 이를 줄이기 위한 컨텍스트 관리 전략을 설명했습니다. 작은 요청 분리, Plan 모드, Todo, 서브에이전트, CLAUDE.md 활용법을 제안했습니다.


Claude Code 기반 바이브 코딩에서 요구사항 누락과 오류 누적이 생기는 원인을 분석했습니다. 작은 요청, 계획 검증, Todo·Skill·CLAUDE.md로 컨텍스트를 관리하는 전략을 제안합니다.


Amazon Bedrock AgentCore Observability로 AI 에이전트의 동작, 비용, 지연시간을 프로덕션 수준에서 추적하는 방법을 소개했습니다. OpenTelemetry 기반 자동 계측과 트레이스 분석으로 디버깅과 비용 최적화를 돕습니다.
AI로 숙소 후기를 요약·구조화해 탐색에 바로 쓸 수 있는 데이터로 전환했습니다. 사용자는 장문 리뷰를 읽지 않고도 핵심 정보를 빠르게 확인할 수 있게 되었습니다.


검색·추천 결합과 실험 자동화로 광고 내재화 초기의 낮은 CTR 문제를 개선했습니다. 실시간 지표와 서버 기반 설정으로 빠른 실험·런칭 사이클을 구축했습니다.