새로운 기술 블로그가 추가되었어요
사내 ERP 회계 데이터를 활용해 Agentic AI 프로토타입을 구축한 과정을 정리했습니다. Strands Agents SDK와 Kiro로 역할 분리, Context 관리, 데이터 추출과 후속 작업 연결을 검증했습니다.
![[Databricks Data + AI Summit 2026] Agentic AI 데이터 플랫폼 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)
Databricks Summit 2026 키노트를 바탕으로 Agentic AI 시대의 데이터 플랫폼 전략을 정리했습니다. 실시간 데이터, 비즈니스 컨텍스트, 거버넌스의 중요성을 강조했습니다.
온톨로지와 분산형 에이전트 구조로 소형 언어모델 기반 AI 챗봇을 고도화했습니다. 멀티턴 대화와 주제 전환을 처리하면서 정확도, 비용, 지연 시간을 함께 개선했습니다.
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.
교촌에프앤비가 AWS Transform for VMware로 내부 인력만 활용해 VMware 마이그레이션을 수행했습니다. 비용과 기간을 줄이고 국내 최초 Agentic AI 기반 사례를 만들었습니다.
2026년에는 AI가 도구를 넘어 업무 주체로 진화하는 Agentic AI 시대가 본격화될 것으로 보았습니다. 문서 중심 업무 자동화와 멀티 에이전트 구조, 그리고 거버넌스와 리스크까지 함께 살펴보았습니다.
Amazon Bedrock AgentCore의 Code Interpreter와 Browser Tool을 소개했습니다. LLM이 실행과 검증을 통해 행동하는 Agentic AI로 확장되는 구조를 설명했습니다.
X
CJ 온스타일이 라이브 커머스 질문 대응을 위해 Agentic AI와 서버리스 아키텍처를 적용한 사례를 소개했습니다. 질문 유형 분석과 멀티 에이전트 협업으로 응답률과 속도를 크게 개선했습니다.
LG전자 한국영업본부의 Agentic AI 기반 인사이트 추출 시스템 개발 사례를 소개했습니다. 데이터 접근성 개선과 분석 자동화를 통해 마케팅 업무 효율을 크게 높인 과정을 설명했습니다.
