

LG유플러스, Bedrock AgentCore를 활용한 손쉬운 클라우드 Agent 구현 사례
LG유플러스는 UCMP에 AI Agent를 도입해 클라우드 관리와 분석을 자연어로 제공했습니다. Bedrock AgentCore Runtime과 MCP Server로 확장성과 운영성을 함께 확보했습니다.
새로운 기술 블로그가 추가되었어요


LG유플러스는 UCMP에 AI Agent를 도입해 클라우드 관리와 분석을 자연어로 제공했습니다. Bedrock AgentCore Runtime과 MCP Server로 확장성과 운영성을 함께 확보했습니다.


사내 최신 스펙과 코드 불일치 문제를 해결하기 위해 RAG 기반 챗봇을 도입했습니다. 메타데이터 필터링과 하이브리드 검색으로 정확도를 높이고 배포 파이프라인과 동기화했습니다.

채널콘 2025의 디자인 비하인드와 브랜드 경험 설계 과정을 소개했습니다. AI 활용, 행사 동선, 시각 아이덴티티를 일관되게 묶어 좋은 경험을 쌓는 방법을 다뤘습니다.


이직 스트레스로 고민을 털어놓을 GIGACHAD 채팅봇을 만들었습니다.\n비밀 보장, 저비용 운영, Gemini Flash 2.0 선택 이유를 정리했습니다.
AI 서비스가 자연스럽게 받아들여지려면 빠르고 안정적인 동작이 중요하다고 설명했습니다. 대규모 연산을 효율적으로 처리하는 AI 반도체의 역할을 소개했습니다.
계약 검토의 병목을 판단이 아닌 사실 확인에서 찾고, AI로 반복 작업을 구조화했습니다. 사람은 판단에 집중하고 기술은 준비 작업을 맡는 방식으로 검토 흐름을 재설계했습니다.

문서 전처리 파이프라인의 리소스 경합과 디버깅 어려움을 해결하기 위해 dagster를 도입했습니다. K8sRunLauncher와 코드 로케이션 분리로 안정성과 운영 효율을 높인 사례를 공유했습니다.

문서 전처리 파이프라인의 리소스 경합과 디버깅 어려움을 해결하기 위해 dagster를 도입했습니다. 파드 격리와 대시보드 관측성으로 안정성과 운영 효율을 높였습니다.

프롬프트 중심 설계가 왜 한계에 도달했는지 설명하고, 의도·정책·관측 기반 아키텍처로의 전환을 제안했습니다. 프롬프트는 주인공이 아니라 시스템이 생성하는 결과물로 다뤄야 한다고 강조했습니다.

Agentic AI는 도구를 많이 연결하는 것보다 역할과 흐름을 잘 설계하는 것이 중요했습니다. LLM, Tool, 사람의 책임을 분리한 통제된 Workflow가 효율과 안정성을 높였습니다.


복잡한 대기오염 시뮬레이션 대시보드를 Agentic AI와 자연어 제어 중심으로 재구성했습니다. Amazon Bedrock과 Q Developer를 활용해 개발 효율과 사용자 편의성을 크게 높였습니다.

삼성리서치의 Agentic RAG 기반 보고서 작성 서비스 ‘DeepDive’의 아키텍처와 고도화 과정을 소개했습니다. 긴 문서에서 핵심을 빠르게 추출해 업무 생산성을 높이는 방향을 다뤘습니다.