AWS 기술 블로그

클로봇의 Amazon Bedrock 과 LangGraph 를 활용한 건설현장 해충 방역 전문 AI 챗봇 개발기

1. 회사 소개 클로봇은 이기종 로봇 자율주행 솔루션과 관제 솔루션을 기반으로 안내, 이송, 청소·방역, 안전·보안, 물류, 제조 등 다양한 분야에 로봇 서비스를 제공하는 기업입니다. 클로봇은 글로벌 네트워크를 구축해 고객이 필요로 하는 로봇 하드웨어(서비스 로봇, 물류 로봇, 산업용 로봇)를 소싱해 공급하고 있습니다. 아울러 클로봇은 원천 기술에 객체 인식, 깊이(거리)·자세 추정 등 AI 인지 모듈을 통합해 주행 […]

VMS Solutions의 AI Agent 기반 내부 생산성 개선기: Strands Agents를 통한 자체 에이전트 구축 여정

VMS Solutions (브이엠에스 솔루션스)는 반도체와 디스플레이 제조 공정의 생산 계획을 최적화하는 AI 솔루션 기업으로, 2024년 가트너 아시아태평양 Supply Chain Planning 분야 Notable Vendor로 선정되었습니다. 25년 이상 글로벌 제조업체의 공급망 최적화를 지원해온 VMS Solutions는 이제 자사 내부에도 AI 혁신을 적용하고 있습니다. 그 결과물이 바로 인프라 운영과 개발 관련 질의를 자동화하는 AI 에이전트 기반 챗봇 솔루션 ‘AIto’입니다. […]

건설 솔루션 기업 두올테크의 Amazon ECS 기반 SaaS 플랫폼 전환 여정

들어가며 많은 기업들이 기존 솔루션을 SaaS로 전환하고자 하지만, 여러 기술적 허들로 인해 전환을 미루고 있습니다. 특히 고객사별 데이터를 안전하게 격리하면서도 공유 인프라에서 효율적으로 서비스해야 하는 멀티테넌트 구조의 설계가 복잡하게 느껴지고, 레거시 시스템의 기술적 부채와 특정 OS나 프레임워크에 종속된 기존 애플리케이션을 현대화된 환경으로 전환하려면 여러 재개발이 필요합니다. 건설 산업 B2B 솔루션 기업 두올테크(Doalltech)는 이러한 문제점들을 Pool […]

Amazon RDS for PostgreSQL에서 고성능 시계열 데이터 테이블 설계

이 글은 AWS Database Blog에 게시된 Designing high-performance time series data tables on Amazon RDS for PostgreSQL by Jim Mlodgenski and Andy Katz을 한국어 번역 및 편집하였습니다. 시계열 데이터(Time series)를 저장해야 하는 많은 조직들이 있습니다. 일부 조직은 사물 인터넷(IoT, Internet of Things) 디바이스에서 메트릭을 수집하는 것과 같은 대량의 시계열 데이터를 저장하고 쿼리하도록 설계된 애플리케이션을 가지고 […]

Strands Agents와 Amazon Bedrock AgentCore를 활용해 포스트잇 워크숍을 파워포인트로 정리하기

디자인 씽킹 워크숍, 브레인스토밍 세션, 이벤트스토밍 워크숍 등에서 포스트잇은 빠질 수 없는 도구입니다. 다양한 전문가와 기관이 포스트잇을 활용하여 참가자들의 아이디어를 빠르게 수집하고 시각화하면서 워크샵을 진행합니다. 하지만 워크샵이 끝나고 나면 진짜 일이 시작됩니다. 수백 개의 포스트잇을 일일이 읽고, 유사한 내용끼리 묶고, 이를 보고서나 프레젠테이션으로 정리하는 작업에 약 2~3일의 시간이 소요됩니다. <AnyCompany의 SWOT 워크숍 예시> 본 포스팅에서는 […]

Oracle에서 Amazon Aurora MySQL로: 여기어때의 6주간 데이터베이스 마이그레이션 여정

개요 여기어때컴퍼니는 대한민국 대표 여행 플랫폼 기업으로 운영하며 숙박·항공·레저까지 통합 여행 서비스를 제공하고 있습니다. 2025년 1월, 여기어때컴퍼니는 온라인투어를 인수하면서 항공 사업 영역을 확장했습니다. 이에 따라 항공 Global Distribution System(GDS)* 현대화 프로젝트가 시작되었으며, 그 첫 번째 과제는 오랜 기간 On-Premise 환경에서 운영되던 Oracle 데이터베이스를 Amazon Aurora MySQL로 전환하는 작업이었습니다. *Global Distribution System (GDS)는 항공사, 호텔, 렌터카 […]

Amazon Bedrock AgentCore Memory: 기억하는 AI 에이전트 만들기

AI 에이전트에게 기억이란? ChatGPT가 세상에 나온 지 어느덧 3년이 지났고 이제 생성형 AI는 단순한 신기함을 넘어 우리의 일상과 업무 프로세스 깊숙이 녹아들었습니다. 우리는 AI와 자유롭게 대화하며 마치 사람과 이야기하듯 자연스럽게 질문을 던지고 답변을 받습니다. 하지만 우리가 당연하게 느끼는 이 ‘대화의 연속성‘ 뒤에는 기술적 난제가 숨겨져 있습니다. 바로 생성형 AI 모델의 본질적인 특성, Statelessness입니다. 생성형AI 모델 […]

Amazon Bedrock AgentCore Observability로 프로덕션 수준의 AI 에이전트 구축하기

들어가며 AI 에이전트를 개발하다 보면 항상 마주하는 질문들이 있습니다. “어디서 병목이 발생하고 있지?” “왜 이 에이전트가 예상과 다르게 동작하지?” “토큰 비용이 어디에 가장 많이 들고 있지?” 이러한 질문들에 답하기 위해서는 AI 에이전트의 내부 동작을 깊이 있게 관찰할 수 있어야 합니다. 하지만 현실은 어떨까요? 많은 개발팀들이 프로덕션 배포 직전, 혹은 배포 후 에야 모니터링의 필요성을 깨닫고 […]

AWS DMS의 data resync 기능을 이용한 데이터 일관성 구현하기

이 글은 AWS Database Blog에 게시된 Data consistency with AWS DMS data resync by Suchindranath Hegde, Mahesh Kansara, Sridhar Ramasubramanian을 한국어 번역 및 편집하였습니다. 이 글에서는 AWS Database Migration Service의 데이터 재동기화(Data Resync) 기능에 대해 자세히 살펴보겠습니다. 이 기능은 DMS 3.6.1버전에 도입되어 데이터베이스 마이그레이션 도중 데이터 불일치를 감지하고 해결함으로써 수동 개입을 없애 줍니다. 데이터 재동기화(Data Resync)를 […]

Amazon Bedrock과 함께 Claude Code 사용하기

생성형 AI 툴이 다양한 작업의 하나의 필수 도구로 자리잡으면서, 기업들은 AI 어시스턴트 툴 도입을 적극적으로 검토하고 있습니다. Anthropic의 Claude Code는 강력한 AI 어시스턴트이지만, 기본적으로 제공되는 구독 방식의 비용 구조, 보안 및 규제, 사용자 추적 및 관리 등에서 일부 제한이 있거나 지원되지 않는 기능이 필요한 경우 자체 구축하여야 합니다. Amazon Bedrock에서 제공하는 모델 호출 API을 통한 […]