NAB Show 2025, AWS의 최신 생성형 AI 및 라이브 클라우드 스포츠 제작 기능 선보여
AWS가 NAB Show 2025에서 생성형 AI와 라이브 클라우드 스포츠 제작 기능을 대거 선보였습니다. 미디어·방송 워크플로우에 AI와 클라우드 인프라를 결합한 다양한 데모와 사례를 소개했습니다.
#생성형 AI#AWS
3000
AI 기술 블로그 최신 글
필터 0
Amazon Bedrock에서 프롬프트 캐싱 효과적으로 사용하기
Amazon Bedrock의 프롬프트 캐싱 동작 방식과 적합한 사용 사례, 구성 방법을 설명했습니다. 또한 usage 메트릭과 CloudWatch로 캐시 효율을 모니터링하는 방법을 안내했습니다.
#Amazon Bedrock#prompt
5000
AI 활용으로 90% 업무 시간 단축, PM의 혁신적인 도전기
AI 도구와 개발 지식을 결합해 연관 상품 추천 업무를 자동화한 사례를 소개했습니다. 작업 시간을 90% 가까이 줄이고 추천 품질과 접근성도 높였습니다.
#LLM#Claude
21400
더블유젯소프트(WZSOFT)의 미음 챗봇 도입기: AWS Bedrock 기반 AI 챗봇으로 뷰티샵 상담 자동화 하기
AWS Bedrock과 Claude 3.5 기반 챗봇으로 뷰티샵 예약과 샵 정보 상담을 자동화했습니다. 스키마, 프롬프트, 세션 관리와 메시지 묶음 처리로 응답 품질과 비용 효율을 함께 개선했습니다.
#AWS Bedrock#Claude
9000
데이터 문해력이 필요해(Data Literacy)
데이터 문해력이 왜 필요한지, 심슨의 역설과 기저 효과를 통해 데이터 해석의 함정을 설명했습니다. 관찰값만으로 단정하지 말고 맥락과 비교군, 인과 구조를 함께 봐야 한다고 정리했습니다.
#데이터 문해력#심슨의 역설
12200
AI 엔터테인먼트 제품은 어떻게 만들까?
제타를 캐릭터 대화 서비스가 아닌 사용자가 이야기를 만드는 내러티브 머신으로 재정의했습니다. 자체 모델과 사용자 피드백을 연결한 데이터-모델 플라이휠로 몰입도와 성장을 강화했습니다.
#LLM#모델 학습
200
zeta: 엔터테인먼트의 새로운 패러다임
제타는 Spotwrite-1으로 사용자와 실시간 서사를 만드는 AI 네이티브 엔터테인먼트를 제시했습니다. 재미 중심 모델과 광고·구독 구조로 몰입도 및 글로벌 확장 가능성을 강조했습니다.
#LLM#Spotwrite-1
200
USB-C처럼 연결되는 AI 인터페이스, MCP Server를 만들어보자
MCP를 AI의 USB-C에 비유하며 LLM과 외부 시스템을 표준 인터페이스로 연결하는 방법을 소개했습니다. Python으로 MCP Server, Claude 연동, Streamlit Host, REST API Wrapper 실습까지 다뤘습니다.
#MCP#Python
12200
Amazon Q Developer CLI로 Lambda를 Rust로 변환하고 성능 향상하기
Amazon Q Developer CLI로 Lambda 코드를 Rust로 변환하고 성능을 개선한 사례를 정리했습니다. 구체적인 프롬프트, 예시 코드, 최적화 반복으로 실행 시간과 비용을 줄이는 방법을 소개했습니다.
#AWS Lambda#Rust
5100
티오더의 Amazon Bedrock을 활용한 MCP 기반 운영 플랫폼 개발기
티오더가 Amazon Bedrock과 MCP로 운영 플랫폼을 구축한 사례를 소개했습니다. 자연어 기반 도구 호출과 알람 자동 요약으로 장애 대응과 운영 효율을 높였습니다.
#Amazon Bedrock#MCP
7700
어서와요 XR의 숲 : Android Jetpack XR SDK 활용기
Android XR과 Jetpack XR SDK로 Home Space와 Full Space의 차이, 주요 UI 컴포넌트 동작을 정리했습니다. 에이닷 앱에 XR을 적용한 실습과 적용 방식 비교도 함께 공유했습니다.
#Android#Jetpack XR SDK
6400
iOS 기기에서의 독립적 AI 실행: MLX 기반 온디바이스 모델
온디바이스 AI와 Apple Silicon 최적화 프레임워크 MLX를 소개했습니다. iOS 앱에 오프라인 추론과 메모리 관리 중심의 AI 기능을 통합하는 방법을 설명했습니다.
#iOS#LLM
5300
Amazon Bedrock Agents와 AWS Support 자동화 워크플로우(SAW)를 통한 AWS 리소스 문제 해결 간소화
AWS Bedrock Agent와 Support Automation Workflows를 결합해 AWS 리소스 문제를 자연어로 진단·자동화하는 방법을 소개했습니다. EKS 워커 노드 조인 실패 사례를 중심으로 런북 실행, 결과 해석, 조치 안내 흐름을 설명했습니다.
#Amazon Bedrock#AWS Support Automation Workflows
4300
올리브영 사용자 행동 데이터로 학습한 상품 유사도 언어 모델: 전통적 속성 기반 추천을 넘어선 의미론적 유사도 모델링
기존 속성 기반 상품 유사도 추천의 한계를 보완하기 위해 검색 로그를 활용한 의미론적 유사도 언어 모델을 설계했습니다. 신규 상품까지 포함한 학습과 정량 검증으로 추천 성능과 커버리지를 함께 개선했습니다.
#ML#추천
8100