Amazon Web Services 한국 블로그
Category: Launch
AWS Clean Rooms ML – 데이터 공유 없이 기계학습 모델 적용 가능 (미리 보기)
오늘은 AWS Clean Rooms ML 미리 보기 기능을 소개합니다. 이 기능을 사용하면 사용자와 사용자의 파트너가 원시 데이터를 서로 복사 또는 공유하지 않고도 집단 데이터에 기계 학습(ML) 모델을 적용할 수 있습니다. 이 새로운 기능을 통해 ML 모델을 사용하여 예측 인사이트를 생성하는 동시에 민감한 데이터를 지속적으로 보호할 수 있습니다. 이 평가판에서 AWS Clean Rooms ML은 기업이 마케팅 […]
AWS Step Functions에서 외부 엔드포인트 및 작업 상태 테스트 가능
이제 AWS Step Functions HTTPS 엔드포인트를 사용하면 서드 파티 API와 외부 서비스를 워크플로에 통합할 수 있습니다. HTTPS 엔드포인트는 외부 API를 직접적으로 호출하고 기존 SaaS 제공업체와 통합할 수 있는 더 간단한 방법을 제공합니다. 예를 들어 결제 처리를 위한 Stripe, 코드 협업 및 리포지토리 관리를 위한 GitHub, 판매 및 마케팅 인사이트를 위한 Salesforce 등이 있습니다. 출시 전에 […]
AWS Step Functions 및 Amazon Bedrock을 사용하여 생성형 AI 앱 구축하기
오늘 AWS는 AWS Step Functions와 Amazon Bedrock의 최적화된 두 가지 새로운 통합 기능을 발표합니다. Step Functions는 개발자가 손쉽게 분산 애플리케이션을 구축하고, 프로세스를 자동화하고, 마이크로 서비스를 오케스트레이션하고, 데이터 및 기계 학습 (ML) 파이프라인을 생성할 수 있게 해주는 시각적 워크플로 서비스입니다. 지난 9월, 저희는 파운데이션 모델(FM)을 사용하여 생성형 인공 지능(AI) 애플리케이션을 구축하고 확장할 수 있는 가장 간편한 […]
Amazon Q를 포함한 Amazon Connect 신규 생성형 AI 기능으로 고객 센터 서비스 개선 촉진
클라우드 기반 컨택 센터를 관리한다면, 기업 고객의 신뢰와 충성도를 구축하는 데 있어 에이전트가 수행하는 중요한 역할을 알고 있을 것입니다. 컨택 센터에 연락해 본 적이 있는 사람들은 복잡한 결정을 안내하고, 필요한 지점에 신속하고 정확한 솔루션을 제공하는 데 에이전트가 얼마나 중요한지 잘 알고 있습니다. 시간이 소요될 수 있고, 제대로 수행되지 않는다면 좌절감이 유발될 수 있습니다. Amazon Connect의 […]
Amazon CodeCatalyst – 생성 AI 기반 Amazon Q를 통한 개발자 생산성 향상 (미리보기)
오늘은 Amazon CodeCatalyst에서 Amazon Q를 사용하여 소프트웨어 전송을 가속화하는 새로운 생성형 인공 지능(AI) 기능의 평가판을 시작합니다. 기능 개발 가속화 – Amazon Q의 기능 개발 기능을 사용하면 의견 및 READMEs 추가, 문제 설명 수정, 소규모 클래스 및 단위 테스트 생성, CodeCatalyst 워크플로 업데이트 등의 소프트웨어 개발 작업의 구현을 가속화할 수 있습니다. 이러한 작업은 개발자의 시간이 많이 […]
Amazon Q Code Transformation – Java 애플리케이션 업그레이드 (미리보기)
애플리케이션이 노후화됨에 따라 보안 유지 및 원활한 실행에는 점점 더 많은 노력이 필요합니다. 업그레이드를 관리하는 개발자는 다른 사람이 과거의 업그레이드에서 이미 발견한 주요 변경 사항 및 성능 최적화의 복잡성과 미묘한 차이를 재학습하기 위해 시간을 할애해야 합니다. 따라서 새로운 기능과 필수 유지 관리 작업 중 어느 쪽에 중점을 둘지 그 균형을 맞추는 일은 어렵습니다. 오늘은 Amazon […]
Amazon Q – 비지니스를 위한 생성형 AI 기본 도우미 (미리 보기)
오늘은 비즈니스에 맞게 조정할 수 있는 업무용으로 설계된 새로운 생성형 인공 지능(AI) 기반 어시스턴트인 Amazon Q를 발표합니다. Amazon Q를 사용하여 회사의 정보 리포지토리, 코드, 데이터 및 엔터프라이즈 시스템에 연결하여 대화를 나누고, 문제를 해결하며, 콘텐츠를 생성하고, 인사이트를 획득하며, 조치를 취할 수 있습니다. Amazon Q는 직원에게 관련 정보와 조언을 즉각적으로 제공해 작업을 간소화하고, 의사 결정 및 문제 […]
Amazon Q – IT 전문가와 개발자을 위한 생성형 AI 기반 도우미 (미리 보기)
오늘 저희는 업무용으로 특별히 제작되고 고객의 비즈니스에 맞게 조정할 수 있는 새로운 유형의 생성형 인공 지능(AI) 기반 어시스턴트인 Amazon Q의 평가판을 발표합니다. Amazon Q는 개발자와 IT 전문가를 지원하는 일련의 기능을 제공합니다. 이제 Amazon Q를 사용하여 AWS에서 애플리케이션 구축을 시작하고, 모범 사례를 조사하며, 오류를 해결하고, 애플리케이션의 새로운 기능을 코딩하는 데 도움을 받을 수 있습니다. 예를 들어 […]
Amazon Neptune Analytics – 대량의 그래프 데이터 분석 데이터베이스 엔진 정식 출시
데이터 과학자와 애플리케이션 개발자가 대량의 그래프 데이터를 보다 신속하게 분석하도록 지원하는 새로운 분석 데이터베이스 엔진인 Amazon Neptune Analytics의 정식 출시를 발표하게 되어 기쁩니다. Neptune Analytics를 사용하면 이제 Amazon Neptune에서 데이터 세트를 신속하게 로드하거나 또는 Amazon Simple Storage Service(S3)의 데이터 레이크를 빠르게 로드하고, 거의 실시간으로 분석 작업을 실행하며, 필요에 따라 나중에 그래프를 종료할 수 있습니다. 그래프 […]
AWS Fault Injection Service – 다중 지역 및 다중 AZ 애플리케이션 복원력 입증
AWS Fault Injection Service(FIS)는 카오스 엔지니어링을 대규모로 실행하는 데 도움을 줍니다. 오늘 AWS는 AWS 가용 영역에서 정전이 발생하거나 한 AWS 리전에서 다른 리전으로의 연결이 끊긴 경우에도 애플리케이션이 정상적으로 작동한다는 것을 입증할 수 있는 새로운 시나리오를 출시합니다. 이 시나리오를 사용하여 문제가 발생했을 때 (단일 리전이든 다중 리전이든 관계없이) 애플리케이션이 정상적으로 작동한다는 확신을 얻을 수 있고, 직접 […]