Amazon EC2 Spot 인스턴스로 디지털 휴먼 렌더링하기
UneeQ는 Amazon EKS와 EC2 스팟 인스턴스를 활용해 디지털 휴먼 렌더링 비용을 줄였습니다. 워크로드 인지형 Group Manager로 다중 리전 GPU 용량을 자동 조정해 가동 시간도 유지했습니다.
#Amazon EC2 Spot Instances#Amazon EKS#AWS Lambda
2400
태그
AWS Lambda 기술 블로그 글
AWS Lambda 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
전체 61개최신 20개 표시
관련 태그
최신 게시글
20개 표시
AI Agent를 위한 OpenSearch 검색 품질 개선하기 (Part 2)
Rerank와 Weight 튜닝을 OpenSearch 검색 품질에 적용해 본 결과를 정리했습니다.\n데이터 특성과 기존 성능에 따라 개선과 악화가 갈리므로, 측정 기반의 지속 평가가 중요했습니다.
#OpenSearch#Rerank#LLM
2200
Amazon ECS 실행 구조와 선택 기준 – 2부: 배포 전략과 네트워크, 설계 상한
Amazon ECS의 배포 전략, 네트워크, 스토리지, 플랫폼 옵션을 상황별로 정리했습니다.\n서비스 쿼터와 기동 상한까지 함께 살펴 설계 기준을 제안했습니다.
#Amazon ECS#배포#network mode
1100
AWS Lambda의 4가지 실행 모델 – 구조와 선택 기준
AWS Lambda를 네 가지 실행 모델로 나눠 구조와 용도를 비교했습니다. 워크로드 성격에 따라 어떤 모델에서 시작할지와 주요 한도도 정리했습니다.
#AWS Lambda#serverless#Step Functions
1500
Claude Code로 만든 데이터 분석 에이전트, Amazon Bedrock AgentCore로 프로덕션 배포하기
Claude Code로 만든 데이터 분석 에이전트를 Amazon Bedrock AgentCore로 프로덕션에 배포하는 과정을 설명했습니다. 로컬 구성은 유지하면서 Gateway, Runtime, Web Search로 관리형 전환하는 방법을 다뤘습니다.
#Claude Code#Amazon Bedrock#MCP
2400
GS Neotek의 Claude Code on Amazon Bedrock 도입기: LLM Gateway 없는 경량화 사용자 통제 방안
Amazon Bedrock 기반 Claude Code를 LLM Gateway 없이 통제하는 경량 아키텍처를 소개했습니다. 로그 집계와 IAM Deny 정책으로 사용자별 비용 관리와 차단을 구현하는 방법을 정리했습니다.
#LLM#Amazon Bedrock#AWS Lambda
1200
AI가 방금 짠 코드, 저희 서버에서 돌아갑니다
사용자와 AI가 만든 코드를 운영 서버에서 안전하게 실행하기 위해 별도 Kernel 계층을 설계했습니다. 기존 서비스와 실행 환경을 분리하고 인증정보와 세션 상태를 밖으로 빼는 방향을 정리했습니다.
#Python#Kubernetes#container
7200
Amazon S3 Files, 도입 전 반드시 확인해야 할 3가지 고려사항
Amazon S3 Files 도입 전에 비용, 성능, 공존 문제를 실측과 문서로 점검하는 방법을 정리했습니다. 소형 파일 과금, 읽기 경계, Mountpoint 충돌을 먼저 확인해야 합니다.
#Amazon S3#AWS Lambda#Amazon EC2
4900
GloZ의 Amazon OpenSearch Service를 기반으로 한 자연어 이력서 검색 시스템 구축 사례 — Part 2: 하이브리드 검색과 자연어 쿼리 변환
OpenSearch 기반 이력서 검색에서 하이브리드 검색과 자연어→DSL 변환을 최적화한 사례를 다뤘습니다. Function Calling과 RAG를 결합해 검색 정확도와 응답 속도를 개선했습니다.
#OpenSearch#LLM#검색
3700
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
중고 의류 디테일컷 자동 생성을 위해 VLM 대신 Detector와 규칙 기반 크롭을 선택했습니다.\n그 결과 공정 시간을 90% 줄이고 11만 개 상품에 일괄 적용했습니다.
#LLM#AWS Lambda#Docker
11100
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
에이전틱 AI와 Amazon Bedrock AgentCore를 활용한 전문가 팀 시뮬레이션
AWS의 7개 전문 도메인을 본뜬 멀티 에이전트 AI 시뮬레이션을 소개했습니다. AgentCore와 Strands Agents로 초기 리서치와 초안 작성을 가속화하는 구조를 설명했습니다.
#LLM#Amazon Bedrock#MCP
5600
Amazon Bedrock Agents와 AWS Support 자동화 워크플로우 (SAW)를 통한 AWS 리소스 문제 해결 간소화 Part 2 – 다양한 런북 통합 실전 가이드
Amazon Bedrock Agents와 SAW를 연결해 AWS 리소스 문제 해결을 자동화하는 확장 방법을 소개했습니다. 새 런북을 통합하는 6단계와 CloudWatch Agent 진단 예시를 통해 실전 패턴을 설명했습니다.
#Amazon Bedrock#AWS Lambda#IAM
5000
25년차 기자가 만든 AI 뉴스 서비스: 서울경제신문의 Amazon Bedrock 프롬프트 엔지니어링 실전 사례
서울경제신문이 Amazon Bedrock과 AWS 서버리스로 AI 저널리즘 서비스 4종을 구축한 사례를 소개했습니다.\n프롬프트 시스템화, Human-in-the-loop, 캐싱과 병렬 처리로 품질과 비용을 함께 최적화했습니다.
#Amazon Bedrock#AWS Lambda#프롬프트 엔지니어링
11800
Amazon Bedrock과 Claude Agent SDK로 서버리스 멀티 에이전트 구현하기
AWS Lambda와 Amazon Bedrock, Claude Agent SDK로 멀티 에이전트 Orchestrator-Worker 구조를 구현하는 방법을 소개했습니다. S3 공유 저장소와 Sonnet/Opus 분리를 통해 제약 대응과 비용 최적화를 함께 다뤘습니다.
#Amazon Bedrock#Claude Agent SDK#AWS Lambda
6100
급증하는 트래픽 안정적으로 처리하기: 개선편(2) 논리적 파티셔닝
단일 Queue의 HOL Blocking과 인스턴스 단위 스케일링 비효율을 논리적 파티셔닝으로 개선했습니다. Partition별 독립 스케일링으로 10만 건 처리 시간을 25분에서 4분으로 줄였습니다.
#Redis#Kafka#AWS Lambda
1300
급증하는 트래픽 안정적으로 처리하기: 개선편(2) 논리적 파티셔닝
Amazon Bedrock 및 Strands Agents를 이용한 롯데백화점의 AI 컨시어지 구축기
롯데백화점은 Bedrock과 Strands Agents로 AI 컨시어지 더스틴을 구축했습니다.\n이벤트 기반 색인과 토큰 최적화로 최신 정보 응답과 운영 효율을 높였습니다.
#Amazon Bedrock#Strands Agents#OpenSearch
5200
서버리스 기반 마이크로 서비스(MSA) 전략과 마이그레이션 여정
메인 서비스는 컨테이너, 보조 서비스는 서버리스로 나눈 하이브리드 MSA 전환 과정을 소개했습니다. 이벤트 표준화와 CDK 기반 템플릿화로 운영성과 배포 자동화를 높였습니다.
#AWS Lambda#EventBridge#MSA
8500
서버리스 기반 마이크로 서비스(MSA) 전략과 마이그레이션 여정
AWS Backup를 활용하여 백업 데이터 복원 테스트를 구현하기
AWS Backup 복원 테스트를 자동화해 백업 복구 가능성을 정기적으로 검증하는 방법을 소개했습니다. EventBridge와 Lambda를 연계한 검증 흐름과 운영 시 고려사항도 함께 정리했습니다.
#AWS Backup#AWS Lambda#Amazon EventBridge
4200
Amazon Bedrock AgentCore Gateway: 엔터프라이즈 AI 에이전트를 위한 통합 도구 관리 솔루션
Amazon Bedrock AgentCore Gateway로 엔터프라이즈 AI 에이전트의 도구 관리 복잡성을 줄이는 방법을 소개했습니다. 또한 MCP 통합, 시맨틱 검색, 인증 구조와 Target 구성 방법을 설명했습니다.
#LLM#MCP#AWS Lambda
3400
롯데ON의 실시간 이미지 처리 (a.k.a LLIS — LotteOn Live Image Service) 자체구축기
롯데ON이 외부 이미지 솔루션을 대신해 LLIS를 자체 구축한 사례를 다뤘습니다. S3 Object Lambda와 CloudFront 캐시로 비용을 줄이면서 실시간 이미지 처리 성능을 유지했습니다.
#AWS#AWS Lambda#S3
12400
