클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 2부 – 준실시간 환경에서 AWS 미디어 서비스를 활용한 분석 파이프라인 구축하기
AWS 미디어 서비스와 TwelveLabs를 결합해 준실시간 비디오 분석 파이프라인을 구성하는 방법을 정리했습니다. 서버리스와 서버 기반, Kinesis Video Streams 활용 사례까지 함께 소개했습니다.
#AWS#LLM
32005분
필터 1
클라우드 환경에서의 비디오 인텔리전스 구현 : TwelveLabs로 시작하는 AI 영상 분석 5부 – 비디오 임베딩을 위한 Vector DB 비교
TwelveLabs Marengo 3.0 비디오 임베딩을 AWS에서 저장·검색하는 두 벡터 DB를 비교했습니다. OpenSearch Serverless와 S3 Vectors의 성능, 비용, 활용 시점을 정리했습니다.
#AWS#OpenSearch Serverless
38005분
클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 4부 – TwelveLabs Marengo 3.0 임베딩 및 검색 전략과 구현 가이드
TwelveLabs Marengo 3.0의 멀티모달 비디오 검색 전략을 정리했습니다. 고정 가중치, 순위 기반 융합, 의도 기반 라우팅의 차이와 트레이드오프를 설명했습니다.
#LLM#검색
42005분
클라우드 환경에서의 비디오 인텔리전스 구현: TwelveLabs로 시작하는 AI 영상 분석 3부 – Strands Agent를 활용한 Agentic video engine구현
Strands Agents SDK로 TwelveLabs와 AWS 서비스를 결합한 에이전틱 비디오 엔진 구현 방식을 소개했습니다. 단일 에이전트와 멀티 에이전트 구조로 영상 검색, 요약, 자막 처리 흐름을 구성했습니다.
#AWS#LLM
28005분
AI 비서의 불편함을 0%로 만드는 여정
AI 비서의 불편함을 0%로 만드는 여정
AI 비서를 매일 쓰며 발견한 불편함을 기능으로 바로 고친 실전 기록입니다.\nSlack, VS Code, Jupyter를 하나로 묶어 끊김 없는 협업과 자동화를 구현했습니다.
#Claude#Slack
0005분
Part2: 삼성계정 서비스의 Agentic AIOps, 운영환경에서 Multi-Agent 시스템으로 RCA 자동화 하기
삼성계정 서비스의 장애 대응을 Multi-Agent 기반 Agentic AIOps로 자동화한 사례를 소개했습니다. 관측 데이터 수집, RCA, 조치 제안을 분리해 3분 47초 만에 분석을 완료했습니다.
#AIOps#LLM
37005분
엠넷플러스 실시간 글로벌 투표 시스템 아키텍처 개선 사례
엠넷플러스는 투표 시스템을 이벤트 기반으로 재설계해 수집, 집계, 백업을 분리했습니다. 또한 DynamoDB와 SQS, MSK를 활용해 안정성과 처리 성능을 크게 개선했습니다.
#AWS#DynamoDB
97005분
Agent 로 최적화 하는 EKS 운영: AWS DevOps Agent + K8s Operator로 MTTR 줄이기
EKS 장애를 자동 감지해 AWS DevOps Agent 조사로 연결하는 Operator 활용법을 소개했습니다.\n로그와 이벤트를 즉시 수집해 MTTR을 줄이고, Runbook과 GitHub 연동으로 원인 분석을 고도화했습니다.
#EKS#Kubernetes Operator
68005분
지능형 Physical AI 구축: Strands Agents, Bedrock AgentCore, Claude 4.6, NVIDIA GR00T, Hugging Face LeRobot으로 엣지에서 클라우드까지
엣지와 클라우드를 결합해 Physical AI를 설계하는 방법을 소개했습니다. 로컬 제어와 클라우드 추론, 공유 메모리, 시뮬레이션 학습의 역할을 설명했습니다.
#AWS#LLM
32005분
[모집] 7년 연속 최대 9,600만 원 지원 중! 핀테크 기업을 위한 금융 클라우드 지원 사업 (~4/13)
[모집] 7년 연속 최대 9,600만 원 지원 중! 핀테크 기업을 위한 금융 클라우드 지원 사업 (~4/13)
X
#cloud#보안
0005분
AWS Bedrock Converse API와 도구 활용: 멀티 모델 에이전트 구현하기
AWS Bedrock Converse API로 멀티 모델 에이전트를 Streamlit과 Lambda로 구현한 사례를 정리했습니다. 모델 선택, 스트리밍, 도구 호출, 서버리스 연동 흐름을 함께 소개했습니다.
#AWS#bedrock
72005분
AI 주도 개발로 4050 커머스 혁신…에이전틱 플랫폼 도약
라포랩스가 40~50대 고객을 위한 커머스 플랫폼으로 AI 기반 개인화와 추천 전략을 강화했습니다. 패션을 넘어 뷰티·리빙·식품까지 확장하며 라이프스타일 플랫폼으로 성장하고 있습니다.
#커머스#개인화
82005분