AWS 기술 블로그

Category: Artificial Intelligence

Strands Agents와 MCP를 사용한 신약 개발 연구 어시스턴트 개발

신약 개발은 복잡하고 시간이 많이 소요되는 과정으로, 연구자들이 방대한 양의 과학 문헌, 임상시험 데이터, 분자 데이터베이스를 탐색해야 합니다. Genentech과 AstraZeneca 같은 생명과학 고객들은 AI 에이전트와 기타 생성형 AI 도구를 사용하여 과학적 발견의 속도를 높이고 있습니다. 이러한 조직의 개발자들은 이미 Amazon Bedrock Agents의 완전 관리형 기능을 사용하여 초기 약물 타겟 식별부터 의료진 참여에 이르기까지 모든 영역에서 […]

데이터 쌓기만 하면 뭐하나? ‘어떻게 볼지’를 모르는데 – LG전자의 Agentic AI 기반 인사이트 추출 시스템 개발기

데이터 드리븐 마케팅의 현실적 도전과제 LG전자 한국영업본부는 한국시장 전체의 마케팅 및 영업을 총괄하는 핵심 조직으로, 국내 가전시장에서 LG전자의 모든 고객 접점을 관리합니다. 우리가 일상에서 쉽게 접할 수 있는 LG전자 베스트샵, LGE.COM, 그리고 구독 케어서비스까지—이 모든 채널들이 한국영업본부의 통합적인 운영 하에 고객들에게 일관된 브랜드 경험을 제공하고 있습니다. 가전 산업은 과거 필수가전 중심의 시장에서 현재는 편의가전과 취향가전이 […]

GS리테일의 Amazon Bedrock을 활용한 AI 와인 라벨 이미지 검색 서비스 구축

GS리테일은 전국 18,000여 개의 편의점 GS25와 슈퍼마켓 GS더프레시를 운영하는 대한민국 대표 유통 기업입니다. 특히 우리동네GS 앱을 통해 제공되는 와인25플러스 서비스는 1만여 종의 다양한 주류를 언제 어디서나 예약/픽업할 수 있는 주류 특화 서비스로 고객들에게 큰 호응을 얻고 있습니다. 복잡한 와인 라벨 해석의 어려움을 해결하기 위해 GS리테일은 Amazon Bedrock을 활용한 AI 와인 이미지 라벨 검색 서비스를 개발했습니다. 고객이 […]

AI로 혁신하는 70년 언론사: 한국일보의 AWS 기반 인물 사진 자동 분류 및 AI 검색 시스템 구축 사례

Overview 한국일보가 AWS 기반 AI 기술을 활용해 언론사의 오랜 과제였던 인물 사진 자동 분류 시스템 ‘FACT’를 구축한 사례를 소개합니다. Amazon Rekognition의 얼굴 인식 기술과 Amazon Bedrock의 생성형 AI를 결합해 매일 수백 장의 보도 사진을 자동으로 분류하고, “웃고 있는 지드래곤”, “넘어진 손흥민”과 같은 자연어 기반 맥락 검색을 가능하게 합니다. 기존 수작업 태깅의 한계를 극복하고 기자들의 업무 […]

Amazon Bedrock을 활용한 LG전자 소셜미디어 제품 트렌드 모니터링 시스템 구축 사례

LG전자의 AI 기반 소셜미디어 인사이트 혁신 LG전자는 시장 대응력 향상과 고객 만족도 증대를 위해 YouTube 및 블로그 등 소셜미디어 플랫폼에서 자사 제품과 경쟁사 제품에 대한 인사이트를 추적하는 생성형 AI 기반 소셜미디어 모니터링 시스템을 구축했습니다. AWS Generative AI Innovation Center와 협력하여 개발한 이 시스템은 Amazon Bedrock의 Claude Sonnet과 Nova Pro 모델을 활용해 대규모 비디오 자막과 사용자 […]

Kiro와 함께 Augmented Coding 기반 소프트웨어 개발하기

최근 개발자들이 AI Agent와 함께 소프트웨어를 구축할 때 가장 큰 어려움은 무엇일까요? 많은 개발자들은 프로덕션 레벨의 프로젝트를 AI Agent로 완성하기에 부족하다고 말합니다. 프로젝트가 진행될수록 AI와의 소통이 점점 어려워지고, 일관성 있는 결과물을 얻기 힘들어진다는 점 때문입니다. 매번 새로운 세션에서 같은 컨텍스트를 반복 설명해야 하고, AI가 내린 설계 결정들이 문서화되지 않아 프로젝트의 방향성을 잃기 쉽습니다. AWS에서 출시한 […]

Amazon Bedrock Knowledge Bases: 데이터 특성을 고려한 분할 전략으로 검색 성능 최적화하기

생성형 AI를 활용한 RAG(Retrieval-Augmented Generation) 시스템을 구축할 때, 가장 중요한 요소 중 하나는 데이터를 어떻게 벡터 데이터베이스에 효과적으로 저장하고 검색하느냐입니다. 특히 FAQ, 팁, 짧은 가이드라인과 같이 이미 간결하게 정리된 텍스트 데이터를 다룰 때는 기존의 문서 청킹(chunking) 전략이 오히려 검색 성능을 저해할 수 있습니다. 많은 고객들이 Amazon Bedrock Knowledge Bases를 활용하여 대량의 짧은 텍스트를 벡터 데이터베이스에 […]

카사코리아 AI 챗봇 구축기 Amazon Bedrock 기반 대고객 에이전트형 챗봇 구현 사례

카사코리아(Kasa Korea) 소개 카사코리아는 상업용 부동산에 누구나 쉽고 부담 없이 투자할 수 있도록 돕는 블록체인 기반의 부동산 조각투자 플랫폼입니다. 2020년 11월, 강남 역삼에 위치한 ‘역삼 런던빌’ 공모를 시작으로 강남, 서초, 여의도 등 핵심 상권의 프라임 빌딩을 상품화해 왔으며, 누적 공모 건수와 총 투자 규모 모두 업계 최고 수준을 기록하고 있습니다. 카사코리아는 단순히 부동산 거래를 중개하는 […]

생성형 AI를 활용하여 자동차 소프트웨어 요구사항을 위한 테스트 케이스 생성하기

이 글은 AWS for Industries 블로그에 게시된 글(Using generative AI to create test cases for software requirements)를 한국어로 번역 및 편집하였습니다. 오늘날 자동차 산업에서 소프트웨어 시스템 요구사항 관리는 시스템의 복잡성 증가와 중요성으로 인해 상당한 도전 과제가 되고 있습니다. 이러한 요구사항에는 자율주행, 인포테인먼트, 사용자 인터페이스와 같은 기능적 요구사항과, 성능, 보안, 신뢰성과 같은 시스템의 운영 기준을 설정하는 […]

생성형AI를 통한 데브옵스 강화 – Part 1.소프트웨어 딜리버리 가속화

이 게시글은 생성형 AI를 통한 데브옵스 강화 시리즈의 첫 번째 게시글 입니다. DevOps Research and Assessment(DORA)에서 제시한 데브옵스 성숙도 측정 4가지 핵심 지표는 처리량 지표(변경 적용 시간, 배포 빈도)와 안정성 지표(변경 실패율, 장애 복구 시간)로 구분됩니다. Part 1에서는 처리량 지표 개선을 위한 소프트웨어 딜리버리 가속화에 초점을 맞추며, Part 2에서는 안정성 지표 향상을 위한 운영 안정성 […]