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
10600
필터 1
EKS Application 로그를 Amazon Bedrock으로 자동 요약하는 시스템 구축하기
EKS 애플리케이션 로그를 Athena와 Amazon Bedrock으로 자동 분석하는 파이프라인을 구축했습니다. 수작업 로그 분석을 줄이고 장애 원인과 패턴을 빠르게 파악하도록 구성했습니다.
#AWS#EKS
5500
프로덕션 Multi-Agent 시스템이 해결해야 할 5가지 문제 – Deep Insight 아키텍처로 배우는 실전 설계
프로덕션 Multi-Agent 시스템이 겪는 실행 흐름, 검증, 보안, 운영 문제를 Deep Insight 아키텍처로 정리했습니다. Strands Agents SDK와 Bedrock, Fargate 기반 설계로 실전 배포와 운영 방법을 소개했습니다.
#LLM#Multi-Agent
6000
Neptune GraphRAG Toolkit을 활용하여 정교한 비정형 데이터 검색하기
Amazon Neptune GraphRAG Toolkit으로 비정형 문서를 그래프와 벡터에 함께 인덱싱하는 방법을 소개했습니다. 그래프 탐색을 더해 유사성 검색의 한계를 보완하고 더 입체적인 답변을 만드는 흐름을 설명했습니다.
#GraphRAG#RAG
4100
Amazon Aurora PostgreSQL에서 Amazon Bedrock으로 벡터 임베딩 생성 자동화
Aurora PostgreSQL에서 Amazon Bedrock으로 임베딩을 자동 생성하는 5가지 방식을 비교했습니다. 요구사항에 따라 실시간 일관성, 확장성, 운영 단순성의 균형을 선택할 수 있습니다.
#Amazon Bedrock#Aurora PostgreSQL
3900
Part 1: 삼성계정 서비스의 AI SecOps, Multi-Agent로 진화하는 보안 위협 탐지
삼성계정 서비스의 WAF 로그를 AI 에이전트로 분석해 보안 위협을 탐지한 사례를 소개했습니다. 단일 에이전트의 한계를 넘어 Multi-Agent로 정확도와 운영 효율을 높였습니다.
#AWS WAF#LLM
4800
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
5700
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
Agentic AI 기반 플랫폼 – Part2 : AgentCore Gateway, Identity로 구현하는 MCP Registry
AgentCore Gateway와 Identity로 다양한 MCP를 하나의 표준 인터페이스로 통합하는 방법을 다뤘습니다. 또한 Cognito, IAM, Policy, Observability까지 포함한 운영·보안 설계를 소개했습니다.
#MCP#AWS
5100
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
4800
Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock의 엔드포인트 종류와 CRIS 활용, quota 증설 방법을 정리했습니다. 또한 CloudWatch와 로깅, 캐시 기능으로 토큰 사용량과 비용을 최적화하는 방법을 소개했습니다.
#Amazon Bedrock#LLM
2900
Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock의 엔드포인트, 쿼터, 모니터링, 최적화 방법을 정리했습니다. CRIS와 캐시, 라우팅, 메모리 기능으로 비용과 안정성을 개선할 수 있습니다.
#Amazon Bedrock#LLM
7600
AI-DLC 기반 웅진씽크빅 북큐레이터 AI 에이전트 구축
웅진씽크빅 북큐레이터 업무를 돕는 AI 에이전트를 AI-DLC로 2일 만에 MVP까지 구축했습니다. Kiro Steering과 AWS 서비스를 활용해 상담 준비, 회의록 정리, 코칭 지원을 자동화했습니다.
#AI 에이전트#AWS
7100
Agentic AI로 구현하는 대화형 대기오염·기후변화 예측 애플리케이션 구축
복잡한 대기오염 시뮬레이션 대시보드를 Agentic AI와 자연어 제어 중심으로 재구성했습니다. Amazon Bedrock과 Q Developer를 활용해 개발 효율과 사용자 편의성을 크게 높였습니다.
#LLM#Agentic AI
3600
Agentic AI 부터 Physical AI 까지: Bedrock, MCP, AWS IoT로 구축하는 자율 산업 안전 로봇
Agentic AI와 AWS IoT, Greengrass를 결합해 산업 안전 로봇의 Physical AI 아키텍처를 소개했습니다. 자연어 명령을 MCP와 엣지 추론으로 연결해 자율 순찰과 위험 감지를 구현했습니다.
#LLM#MCP
4200