Category: Launch

기업 비즈니스 전반에 걸쳐 생성형 AI 활용을 빠르게 확대하고 있습니다. 심층적인 분야별 전문 지식이나 특정 비즈니스 컨텍스트가 필요한 애플리케이션에는 독점 지식, 워크플로, 고유한 요구 사항을 진정으로 이해하는 모델이 필요합니다. 프롬프트 엔지니어링 및 검색 증강 생성(RAG) 등의 기법은 많은 사용 사례에 효과적이지만, 전문 지식을 모델의 핵심 이해에 통합하는 데 있어 근본적인 한계가 있습니다. 감독형 미세 조정 […]

오늘, 일상적인 워크로드를 위한 빠르고 비용 효율적인 추론 모델인 Amazon Nova 2 Lite를 출시합니다. Amazon Bedrock에서 사용할 수 있는 이 모델은 업계 최고의 가격 대비 성능을 제공하며 기업과 개발자가 강력하고 안정적이며 효율적인 에이전트 AI 애플리케이션을 구축할 수 있도록 지원합니다. 해당 분야를 진정으로 이해하는 AI가 필요한 조직이라면 Nova 2 Lite는 Nova Forge와 함께 사용하여 자체적인 프런티어 […]

올해 초, Amazon Nova Act에 대한 연구 평가판을 공개하며 AI 에이전트가 사용자 인터페이스와 상호작용하고 복잡한 워크플로를 자동화할 수 있는 잠재력을 보여주었습니다. 개발자들은 Nova Act를 실험해 보고 이러한 자동화 에이전트를 프로덕션 환경에 적용하고 싶다는 의견을 제시했습니다. 하지만 에이전트를 프로덕션 환경에 적용하려면 단순히 모델 접근만으로는 부족했습니다. 개발자들은 워크플로를 조율하고, 프롬프트를 개선하고, 적절한 도구를 선택하고, 신뢰할 수 있는 […]

기업은 특정 비즈니스 요구 사항에 맞춰 AI 모델을 적응시킬 때 평균적인 결과에 그치는 일반 모델을 그대로 사용할 것인지, 고급 모델 사용자 지정에 따른 복잡성과 비용을 감수할 것인지 사이에서 균형을 맞춰야 하는 까다로운 상황에 직면하곤 합니다. 기존 접근 방식의 경우 소규모 모델로 인한 성능 저하 또는 대규모 모델을 배포하고 복잡한 인프라를 관리하면서 발생하는 많은 비용 중 […]

오늘은 Amazon SageMaker AI에서 Amazon Nova, DeepSeek, GPT-OSS, Llama, Qwen 등 인기 AI 모델을 위한 새로운 서버리스 사용자 지정을 발표하고자 합니다. 새로운 사용자 지정 기능은 강화 학습과 같은 최신 미세 조정 기술에 있어 손쉽게 사용 가능한 인터페이스를 제공하므로 AI 모델 사용자 지정 프로세스에 소요되는 시간을 수개월에서 수일 수준으로 단축할 수 있습니다. 몇 번의 클릭만으로 원활하게 […]

오늘 Amazon SageMaker HyperPod의 2가지 새로운 AI 모델 훈련 기능을 발표합니다. 하나는 피어 투 피어(P2P) 상태 복구를 지원하여 기존 체크포인트 기반 복구의 필요성을 줄이는 접근 방식인 체크포인트리스 훈련(Checkpointless Training)이고, 다른 하나는 리소스 가용성에 따른 AI 워크로드 자동 조정이 지원되는 탄력적 훈련 (Elastic Training)입니다. 체크포인트리스 훈련  – 체크포인트리스 훈련은 중단을 유발하는 체크포인트 재시작 주기를 없애고, 장애 […]

2025년 5월, AWS Transform for Mainframe을 출시했습니다. 이는 메인프레임 워크로드를 대규모로 현대화하기 위한 최초의 에이전틱 AI 서비스입니다. AI 기반의 메인프레임 에이전트는 초기 평가부터 최종 배포까지 현대화의 모든 단계에서 복잡하고 리소스 집약적인 작업을 자동화하여 메인프레임 현대화를 가속화합니다. COBOL, CICS, DB2, VSAM을 포함하여 레거시 메인프레임 애플리케이션을 최신 클라우드 환경으로 마이그레이션하는 작업을 간소화할 수 있으며, 현대화 일정을 몇 […]

올해 5월, 당사는 대규모 .NET 애플리케이션 현대화를 위한 최초의 에이전틱 AI 서비스인 AWS Transform for .NET의 정식 출시를 발표했습니다. 서비스 초기 도입 기간 동안, .NET 애플리케이션 현대화뿐만 아니라 SQL Server와 레거시 UI 프레임워크도 현대화하고 싶다는 귀중한 피드백을 받았습니다. 많은 고객의 애플리케이션은 일반적으로 프레젠테이션 계층, 애플리케이션 계층, 데이터베이스 계층으로 구성된 3계층 아키텍처를 따르며, 이 모든 계층을 […]

기술 부채는 오늘날 엔터프라이즈 개발 팀이 겪고 있는 가장 고질적인 과제 중 하나입니다. 연구에 따르면 조직은 새로운 기능의 개발 대신 기술 부채의 해결에 IT 예산의 20%를 지출한다고 합니다. 레거시 프레임워크를 업그레이드하든, 최신 런타임 버전으로 마이그레이션하든, 오래된 코드 패턴을 리팩터링하든, 필수적이지만 반복적인 이러한 작업은 혁신에 써야 할 귀중한 개발자의 시간을 잡아먹고 있습니다. 오늘, 조직이 대규모로 현대화에 […]

오늘은 AWS Clean Rooms를 위한 개인 정보 보호 강화 합성 데이터세트 생성 기능을 발표합니다. 이 새로운 기능은 조직과 파트너가 회귀 및 분류 기계 학습(ML) 모델을 훈련시키기 위해 집합 데이터에서 개인 정보 보호 강화 합성 데이터세트를 생성하는 데 사용할 수 있습니다. 이 기능을 사용하면 모델이 원본 레코드에 액세스할 필요 없이 원본 데이터의 통계적 패턴을 보존하는 합성 […]