AWS 기술 블로그
Category: *Post Types
AWS에서 Teamcenter Simulation으로 제품 개발 가속하기
이 글은 AWS for Industries 블로그에 게시된 Accelerating Product Engineering with Teamcenter Simulation on AWS by Chandan Murthy, Vedanth Srinivasan, and Wouter Dehandschutter를 한국어로 번역 및 편집하였습니다. (원문 보기) 오늘날 빠르게 변화하는 경쟁적인 제조 환경에서 조직들은 제품 개발 프로세스를 가속화하고 최적화하기 위해 엔지니어링 시뮬레이션과 같은 가상 엔지니어링 워크플로의 도입을 지속적으로 확대하고 있습니다. 이 블로그에서는 고객이 […]
AWS ParallelCluster로 Teamcenter 시뮬레이션 가속하기
이 글은 AWS for Industries 블로그에 게시된 Run HPC Simulations faster with Siemens Teamcenter and AWS ParallelCluster by Chandan Murthy, Amanda Greer, and Ramin Torabi를 한국어로 번역 및 편집하였습니다. (원문 보기) 제조 조직은 이제 Teamcenter Simulation을 AWS ParallelCluster와 통합하여 시뮬레이션 주기 시간을 며칠에서 몇 시간으로 단축할 수 있습니다. 완전한 데이터 추적성을 유지하면서 고성능 컴퓨팅(HPC) 대기열 […]
AWS X 로앤컴퍼니 AI 해커톤 : VOC 자동 조사 에이전트 “민붕이” 개발기
로앤컴퍼니(Law&Company)는 법률서비스의 대중화와 선진화를 목표로 하는 리걸테크 스타트업입니다. 현재 로앤컴퍼니에서는 법률 종합 포털 ‘로톡(lawtalk)’, AI 기반 통합 법률정보 서비스 ‘빅케이스(BigCase)’, 국내 최초이자 유일한 상용 법률 AI 서비스 ‘슈퍼로이어(SuperLawyer)’ 등의 서비스를 제공하고 있으며, 최신 AI 기술을 다양한 서비스에 적극 활용하여 법률 업무의 생산성과 완성도를 높이기 위해 노력하고 있습니다. 지난 6월, 로앤컴퍼니는 구성원의 반복 업무에 AI를 적용해 […]
한화오션 조선 현장의 다국어 소통을 돕는 AWS 기반 OTalk 활용 사례
들어가며 여러 국적의 작업자가 함께 일하는 산업 현장에서는 작업 지시와 안전 정보를 여러 언어로 정확하게 전달해야 합니다. 한화오션은 통역 인력만으로 채우기 어려운 조선소의 소통 공백을 메우려고 AI 기반 통번역 앱 OTalk을 도입했습니다. OTalk은 Flitto의 다국어 소통 서비스 Vogl을 한화오션 업무 환경에 맞춰 AWS에 구축한 서비스입니다. 소음이 많은 현장에서도 음성을 인식하고, Amazon Bedrock으로 번역 결과를 업무 […]
넷마블넥서스의 AI 코딩 도구 도입기 – 게임 개발팀의 Kiro 도입 및 활용 여정
생성형 AI는 현재 다양한 영역에서 활용되고 있습니다. 그 중 많은 조직에서 적극적으로 도입 및 활용하고 있는 것이 바로 AI 코딩 도구 또는 AI 코딩 어시스턴트라고 불리는 코드 작성을 돕는 AI 도구입니다. 이미 시장에는 다양한 제품들이 나와 있고, 더 이상 AI 코딩 도구를 사용하는 방법 자체가 어려운 시기는 아닙니다. 그러나 개인적으로 AI 코딩 도구를 사용하여 생산성을 […]
GS에너지의 SageMaker Unified Studio와 Bedrock AgentCore로 구축하는 엔터프라이즈 에이전트 데이터 플랫폼
프로젝트 기반 데이터 구독과 에이전트 실행을 연결한 GS에너지 발전 계열사 통합 데이터 플랫폼 구축 사례 1. 소개 에너지 산업의 디지털 전환이 가속화되면서, 기업들은 단순한 데이터 저장과 분석을 넘어 AI가 데이터를 능동적으로 활용하는 플랫폼을 요구하고 있습니다. 에너지 기업의 운영 데이터는 발전소 설비 센서, 운전 지표, 환경 계측, 전력 거래, 시장 가격, 규제 공시처럼 성격이 서로 다른 […]
Amazon SageMaker AI와 AWS IoT Greengrass를 활용한 Physical AI 학습 파이프라인 구축하기
로봇을 움직이는 제어 정책을 학습할 때는 수백만 번의 시행착오가 필요합니다. 학습한 모델로 원하는 동작을 수행하는지 반복해서 검증해야 하는데, 실제 로봇으로 이를 반복하면 시간이 오래 걸리고 비용이 크며 로봇이 파손될 위험이 있습니다. 그래서 로봇 개발팀은 시뮬레이션에서 학습하고 실제 로봇에서 검증하는 Sim-to-Real 접근법을 사용합니다. 하지만 시뮬레이션에서 수많은 시행착오를 거치고 사전 학습된 모델을 로봇 데이터로 미세 조정하는 작업은 […]
AWS 네트워크 데이터 전송 및 처리 요금, 아키텍처로 이해하기 [3부: VPC 간 연결과 하이브리드]
이 글은 여러 VPC와 계정, 온프레미스를 연결하는 네트워크를 설계하거나 운영하는 아키텍트와 네트워크 담당자를 대상으로, VPC 경계와 리전 경계를 넘는 트래픽에 어떤 요금이 과금되고 연결 방식별로 비용이 어떻게 달라지는지를 다룹니다. 1부에서는 AWS 네트워크 비용이 데이터 전송 요금과 데이터 처리 요금 두 축으로 정해진다는 점과 인터넷 게이트웨이, NAT Gateway, VPC 엔드포인트의 요금을 살펴보았습니다. 2부에서는 같은 리전 안에서 […]
AWS 네트워크 데이터 전송 및 처리 요금, 아키텍처로 이해하기 [2부: 리전 안의 트래픽]
이 글은 VPC와 가용 영역(Availability Zone, AZ)의 기본 개념과 Elastic Load Balancing, Amazon ElastiCache, Amazon EKS를 운영해 본 경험이 있는 아키텍트와 운영 담당자를 대상으로, 같은 리전 안에서 AZ 경계를 넘는 트래픽이 어디에서 발생하고 어떻게 최적화하는지를 다룹니다. 1부에서는 AWS 네트워크 비용이 데이터 전송 요금과 데이터 처리 요금 두 축으로 결정된다는 점을 살펴보았습니다. 전송 요금은 트래픽이 넘는 […]
AWS 네트워크 데이터 전송 및 처리 요금, 아키텍처로 이해하기 [1부: 요금 구조와 인터넷 경계]
이 글은 VPC, 서브넷, 가용 영역(Availability Zone, AZ)의 기본 개념을 아는 아키텍트와 운영 담당자를 대상으로, AWS 네트워크 비용이 어느 경로에서 어떤 단위로 발생하는지와 이를 설계 단계에서 최적화하는 방법을 다룹니다. 데이터 전송 비용은 청구서에서 식별되기 어렵습니다. EC2 인스턴스나 RDS처럼 서비스 이름으로 묶이지 않고 여러 서비스에 흩어져 기록되기 때문입니다. 필자가 검토한 고객 사례들에서는 EC2-Other 항목이 전체 청구액의 […]








