NVIDIA와 함께 AWS에서 자율주행 3.0을 위한 End-to-End Physical AI 데이터 파이프라인 구축하기
AWS와 NVIDIA가 AV 3.0을 위한 End-to-End Physical AI 데이터 파이프라인을 제시했습니다. 센서 수집, AI 기반 큐레이션·증강, 3D 복원, VLA 모델 학습과 폐쇄루프 시뮬레이션으로 반복적 검증합니다.
오늘은 새로운 게시글이 없어요
후기 10만 개, 다 읽고 계신가요? - AI 후기 요약 기능 도입기
AI로 후기 요약 기능을 도입해 키워드 요약과 장단점 요약을 병행 제공했습니다. 비용·품질 고려로 Qwen3-VL-8B 선택과 템플릿·9단계 후처리로 품질 확보해 초기 만족도 84.6%를 기록했습니다.
후기 10만 개, 다 읽고 계신가요? - AI 후기 요약 기능 도입기
[아키텍처] kt cloud PLATFORM 보안 거버넌스의 수립: Vault 도입과 효율적인 시크릿 전달 전략 (ESO & CSI)
Vault를 도입해 시크릿을 중앙에서 암호화·감사 가능하게 관리했습니다. ESO는 호환성과 운영 편의성, CSI는 메모리 주입으로 고보안을 제공합니다.
클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 1부 – VoD환경에서의 비디오 분석 파이프라인 구축하기
VoD 환경에서 TwelveLabs Marengo로 비디오 임베딩 파이프라인을 제시했습니다. 즉시 처리와 대규모 배치(람다, EventBridge, Step Functions, Batch) 옵션을 비교했습니다.
LINE 서비스의 대규모 광고 데이터를 처리하기 위한 Spark on Kubernetes 적용기
Spark on Kubernetes로 YARN 의존성과 자원 경합 문제를 해결했습니다. 그 결과 스트리밍 성능이 226% 향상되고 컴퓨팅 비용을 40% 이상 절감했습니다.
[기술동향] 2026 피지컬 AI 확산과 AI 데이터센터(AIDC) 인프라 전망
피지컬 AI는 현장 배치 후 데이터 수집과 재학습으로 성능을 개선한다고 설명했습니다. AIDC는 GPU뿐 아니라 스토리지·네트워크·전력·냉각을 함께 설계해야 한다고 제안합니다.
Neptune GraphRAG Toolkit을 활용하여 정교한 비정형 데이터 검색하기
GraphRAG Toolkit으로 Neptune 기반 그래프와 벡터 스토어를 자동 인덱싱할 수 있습니다. 그래프 탐색으로 연관 리스크까지 반영한 답변을 제공합니다.
[미래를 담아낸 뼈대 4/7] 기반이 열어준 다음 문제
Hexagonal Architecture로 도메인과 인프라를 분리해 멀티클라우드 전환을 용이하게 했습니다. 표준 관측과 기존 이벤트·인가 인프라 재활용으로 AI 백엔드를 빠르게 통합했습니다.
To. MUSINSA ROOKIES
무신사는 AI 네이티브 신입 공개 채용 '무신사 루키즈'로 3단계 전형을 거쳐 66명을 선발했습니다. 합격자는 모호한 요구사항에서 문제 정의 능력과 협업 역량을 검증받았고 무신사에서 성장하기를 환영합니다.
To. MUSINSA ROOKIES
Amazon Aurora PostgreSQL에서 Amazon Bedrock으로 벡터 임베딩 생성 자동화
이 글에서는 Aurora PostgreSQL과 Amazon Bedrock을 연동해 벡터 임베딩 생성 자동화 방법을 소개했습니다. 트리거, aws_ml/aws_lambda, SQS 배치, pg_cron 등 다섯 가지 접근 방식의 장단점과 구현 고려사항을 설명합니다.
