AWS 기술 블로그

Category: Analytics

Amazon Bedrock Knowledge Bases로 멀티테넌트 RAG 구성하기

이 글은 AWS Machine Learning 블로그에 게시된 글 (Multi-tenant RAG with Amazon Bedrock Knowledge Bases)를 한국어로 번역 및 편집하였습니다. 조직들은 지속적으로 자사의 독점적 지식과 도메인 전문성을 활용하여 경쟁 우위를 확보하는 방법을 모색하고 있습니다. 기초 모델(Foundation Model, FM)과 그들의 놀라운 자연어 처리 능력의 출현으로, 데이터 자산의 가치를 실현할 수 있는 새로운 기회가 생겼습니다. 조직들이 생성형 AI를 […]

생성형 AI로 혁신하는 법률 서비스: Amazon Bedrock으로 구현한 법무법인대륜의 서면 작성 AI 시스템

주식회사 대륜은 대륜법무그룹의 일원으로, ‘고객이 가장 쉽고 편리하게 찾을 수 있는 로펌이자 가장 명쾌한 솔루션을 제시하는 세계적인 로펌’을 목표로 단기간에 법무법인 대륜을 국내 10대 대형 로펌으로 성장시킨 기업입니다. 대륜은 각 분야 전문 변호사들과 함께 고객의 상황에 맞는 최고의 법률 서비스를 제공하고 있으며, 어렵고 낯설게 느껴질 수 있는 법률 서비스를 더욱 편리하게 이용할 수 있도록 리걸테크 […]

Amazon S3 Metadata를 Amazon Athena와 Amazon Quicksight로 분석하기

이 글은 AWS Storage Blog에 게시된 Analyzing Amazon S3 Metadata with Amazon Athena and Amazon QuickSight by Lokesh AP, Tom Bailey, Huey Han, Lee Kear, Fabio Lattanzi, and Roohi Sood를 한국어 번역 및 편집하였습니다. 오브젝트 스토리지는 사실상 무제한의 확장성을 제공하지만 수십억 개, 심지어 수조 개의 오브젝트를 관리하는 데는 상당한 어려움이 따를 수 있습니다. 어떤 데이터가 있는지 어떻게 알 수 […]

자동차 산업을 위한 AWS re:Invent 2024 요약

이 글은 AWS for Industries 블로그에 게시된 글 (AWS re:Invent 2024 recap for the Automotive Industry)를 한국어로 번역 및 편집하였습니다. AWS의 대표적인 연례 컨퍼런스 AWS re:Invent 2024에서, 2024년 12월 2일부터 6일까지 한주 동안 AWS는 기조연설, 브레이크아웃 세션, 신제품 출시, 그리고 다양한 데모를 통하여 최신 혁신과 서비스를 공개하였습니다. 본 요약은 자동차 산업과 관련된 주요 발표 내용, […]

AWS 서비스를 활용하여, 오픈소스 데이터베이스로 내 데이터 다시 담기

이 글은 SQL Server to Aurora MySQL in Game Development 시리즈 블로그의 일부로 작성이 되었습니다. 시리즈의 모든 글들은 아래 링크들을 따라가시면 읽어보실 수 있습니다. 저장 프로시저 중심 아키텍처에서 벗어나 클라우드 데이터베이스 적응하기 Aurora MySQL 성능 검증 직접 해보기 Game 개발시 Aurora MySQL을 사용하는 과정에서 SQL Server와 달라 주의할 점들에 대한 가이드 Amazon Aurora MySQL을 활용한 […]

VMS Solutions의 AWS 기반 데이터 아키텍처 구축과 보안 최적화 사례

VMS Solutions (브이엠에스 솔루션스)는 첨단 제조업의 생산 계획 최적화를 선도하는 APS(Advanced Planning and Scheduling) 전문기업으로, 2024년 가트너 아시아태평양 Supply Chain Planning 분야에서 Notable Vendor로 선정된 바 있습니다. 브이엠에스 솔루션스의 주력 제품인 MOZART는 고성능 데이터 처리와 시스템 연동을 통해 제조업체의 생산성을 혁신하며, 특히 클라우드 기반의 MOZART Cloud는 AWS 인프라를 활용해 뛰어난 확장성과 보안을 제공합니다. MOZART Cloud는 […]

Cohere Rerank를 사용한 RAG 성능 향상

검색 증강 생성(RAG)은 기업이 실시간 데이터를 통합하고 독점 데이터를 사용하여 더욱 풍부하고 상호작용적인 대화를 가능하게 하는 Generative AI(생성형 AI) 애플리케이션을 개발할 수 있도록 돕는 강력한 기술입니다. RAG를 활용하면 이러한 AI 애플리케이션이 외부의 신뢰할 수 있는 도메인별 데이터를 효과적으로 사용하여 사용자 쿼리에 대한 언어 모델의 문맥을 강화할 수 있습니다. 하지만, 응답의 신뢰성과 정확도는 적절한 도메인 데이터를 […]

우아한형제들의 Data on EKS 중심의 데이터 플랫폼 구축 사례

우아한형제들은 ‘문 앞으로 배달되는 일상의 행복’ 이라는 비전을 실현하기 위해 데이터와 AI를 기반으로 ‘배달의 민족’ 서비스의 사용자 경험을 지속적으로 개선하고 있습니다. 팬데믹 이후 배달시장은 폭발적으로 성장하였고 데이터의 크기 또한 이전과 비교할 수 없을 정도로 증가하였습니다. 기존 데이터 플랫폼은 EC2를 기반으로 하는 EMR과 쿼리 엔진, 데이터 파이프라인 그리고 분석 도구들로 운영되고 있었습니다. EC2 기반의 데이터 플랫폼은 […]

Amazon Data Firehose를 활용한 실시간 OLTP to ICEBERG 구현하기

배경 기존의 빅데이터 프레임워크, 특히 HIVE 기반의 데이터레이크를 클라우드 환경에서 구성 할 경우 큰 규모의 데이터를 저장하고 분석하는 데 있어 효율적입니다. 그러나 트랜잭션을 지원하지 않는 관계로 데이터의 복잡성이 증가 할 경우 성능 저하 및 운영 복잡성을 초래할 수 있습니다. 이러한 기존의 데이터레이크의 한계를 극복하기 위해 오픈 테이블 포맷인 Apache Iceberg가 등장했습니다. Apache Iceberg는 스냅샷 기반의 […]

인터파크트리플의 보안 가시성 확보를 위한 SIEM 구축 사례

일상을 벗어난 모든 즐거움! 인터파크트리플은 광범위한 인벤토리로 전세계 어디든 넓고 깊은 비일상의 경험을 제공하고, 축적된 데이터로 고객을 이해하고 차별화된 컨텐츠로 상상 이상의 경험을 제공하며, 혁신을 주도하는 글로벌 기술 플랫폼을 운영하고 있습니다. 이러한 인터파크트리플에서는 지속적으로 고도화, 지능화되어 가는 위협에 효과적으로 대응하고 가시성 확보를 위하여 기존의 SIEM(Security Information and Event Management) 환경을 새롭게 개선하기 위하여, 표준화된 스키마 […]