AWS 기술 블로그

Category: Artificial Intelligence

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 […]

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 […]

LINE Games의 AI Agent를 통한 게임 퍼블리싱 가속화 여정

더 재미있고 품질 좋은 게임을 빠르게 유저와 만날 수 있도록 하기 위해 외부 개발사와의 원활한 협업은 게임 퍼블리싱 비즈니스에서 필수입니다. LINE Games는 다양한 게임 개발사가 빠르게 게임을 출시할 수 있도록 인앱결제, 빌드 배포, 계정 관리 등 퍼블리싱을 위한 플랫폼을 제공하고 있습니다. 하지만 각 개발사가 처한 상황이 다르고, 사용하는 게임 엔진(Unity와 Unreal)과 프레임워크 등 다양한 환경에 […]

AWS X Remember GenAI 해커톤 사례: 영업팀을 위한 AI 솔루션 샐리(Sales:Re) 개발기

지난 10월 17일, AWS와 리멤버앤컴퍼니가 함께 진행한 GenAI Hackathon이 성황리에 마무리되었습니다. 이번 해커톤에는 총 12개 팀이 참가하여 생성형 AI를 활용한 다양한 프로젝트를 선보였습니다. 리멤버앤컴퍼니는 국내 대표 비즈니스 네트워크 서비스, ‘리멤버’를 운영하는 기업으로, 직장인들의 커리어 성장과 비즈니스 연결을 돕고 있습니다. 500만 명 이상의 회원을 보유한 리멤버는 명함 관리, 채용, 콘텐츠 등 다양한 서비스를 제공하며, 최근에는 생성형 […]

화장품 스마트팩토리 솔루션 전문기업 이젬코와 Amazon QuickSuite로 구현한 AI 기반 품질 데이터 분석 플랫폼

개요 이젬코 소개 이젬코는 제조 DX(디지털 트랜스포메이션) 분야에서 혁신적인 기술과 솔루션을 제공하는 소프트웨어 전문기업입니다. 산업별 제조업의 다양한 공정 구조와 규제 요구사항을 바탕으로, 연구개발부터 생산·품질·물류·수출까지 이어지는 전 제조 과정을 디지털화하는 “업종별 스마트 제조 특화 솔루션”을 자체 개발해 운영하고 있습니다. 그중에서도 화장품 산업을 중점 분야로 삼아 솔루션과 기능을 고도화해 왔으며, 이를 기반으로 식품, 건강기능식품, 자동차, 일반 제조 […]

삼성전자 로봇 설비 데이터 인사이트 혁신, Part 2: Amazon Bedrock AgentCore와 MCP를 활용한 AI 챗봇

이 블로그 포스트는 삼성전자의 최석원님과 함께 작성되었습니다. 개요 이 블로그는 삼성전자 로봇 설비 데이터 인사이트 혁신, Part 1: Amazon Quick Sight 대시보드 에 이어 삼성전자 로봇 설비 데이터 인사이트 혁신을 위해 Amazon Bedrock AgentCore와 MCP를 활용하여 AI 챗봇을 도입한 여정을 소개합니다. AI 챗봇 도입을 가속화하기 위하여 삼성전자는 AWS PACE팀과 협력하여 Prototyping 프로그램을 통해 구현한 프로토타이핑 […]

삼성전자 로봇 설비 데이터 인사이트 혁신, Part 1: Amazon Quick Sight 대시보드

이 블로그 포스트는 삼성전자의 최석원님과 함께 작성되었습니다. 개요 삼성전자에서는 다양한 방법으로 로봇과 설비가 협업 할 수 있는 방법에 대해 고민하고 있습니다. 특히 양팔 로봇, 협동로봇, AMR (Autonomous Mobile Robot) 등과 자동화 설비를 이용한 통합 시스템을 구성하기 위하여 노력 하고 있습니다. 초기 AWS IoT Core와 AWS IoT Greengrass를 사용 데이터를 수집한 뒤 MongoDB에 실시간으로 데이터를 저장하는 […]

셀트리온제약의 의약품 공급망 관리 강화를 위한 멀티 에이전트 시스템 구축 여정

이 블로그 포스트는 셀트리온제약의 이정수님, 강민찬님과 함께 작성했습니다. 개요 셀트리온제약은 케미컬의약품과 바이오의약품을 국내외 시장에 공급하는 대한민국 대표 제약기업입니다. 주요 생산기지인 청주공장은 국내 최초로 미국 및 유럽 규제기관으로부터 GMP 인증을 획득했으며, 이를 기반으로 글로벌 시장에 의약품을 안정적으로 공급하고 있습니다. 복잡한 공급망 관리와 의사결정을 위해 매월 열리는 셀트리온제약의 S&OP(Sales & Operations Planning) 회의에는 임원진과 리더급, 실무진 등 […]

AWS Well-Architected Generative AI Lens로 생성형 AI 워크로드 제대로 설계하기

“Gen AI PoC는 있는데, 이 상태로 프로덕션에 배포해도 괜찮을까?” 최근 Amazon Bedrock, Amazon Q, Amazon SageMaker AI 등으로 많은 생성형 AI PoC가 빠르게 만들어지고 있습니다. 챗봇, 요약, 코드 도우미, 검색 보조, 에이전트 등 PoC까지는 놀라운 속도로 진행됩니다. 그런데 막상 이런 질문 앞에서 멈칫하게 됩니다. “이대로 프로덕션에 올려도 안정적일까?”, “내부/고객 데이터를 넣어도 안전한 아키텍처일까?”, “트래픽이 늘어나면 […]