Claude Code on Amazon Bedrock과 LiteLLM을 활용한 개발 생산성 2배 향상기

유동균 Platform Engineer, 고원경 Platform Engineer | 힐링페이퍼

AI 코딩 어시스턴트가 우리 코드베이스를 이해하지 못해 답답했던 경험이 있으신가요? 힐링페이퍼의 '강남언니'팀은 Internal MCP 서버로 도메인 API·정책 문서·테스트 시나리오를 AI에게 노출하고, CLAUDE.md로 프로젝트 컨텍스트를 전달하는 AI-Augmented 개발 환경을 구축했습니다. Amazon Bedrock 상에서 Claude Code와 LiteLLM을 활용해 개발 생산성 2배 향상을 달성한 과정을 공유합니다.

AWS와 함께한 AI 마케팅 어시스턴트, 'LEVER Xpert AI'의 탄생 여정

박기량 Lead PO | 매드업

AI 마케팅 컴퍼니 매드업의 'LEVER Xpert AI'는 “오늘 성과 분석해줘“라는 자연어 질문만으로 Google Ads, Meta, Naver 등 광고 매체 데이터를 자동 분석하고, 소재 교체·예산 조정·타겟 최적화 등 실행 가능한 액션을 추천하는 대화형 마케팅 에이전트입니다. AWS Working Backwards Workshop을 통해 마케터가 직면한 복잡한 데이터 분석과 의사결정 문제를 고객 관점에서 정의하고 솔루션을 아이디에이션하고, 이후 AWS AI-DLC Workshop에서 Kiro를 활용해 전문 개발자와 비개발자가 함께 개발에 참여하며 생산성을 높이고 프로토타이핑을 완료했습니다. 본 세션에서는 AI 마케팅 컴퍼니 매드업이 AWS와 함께 지능형 마케팅 에이전트 LEVER Xpert AI를 구축한 여정을 공유합니다.

Kiro × Strands Agents × AgentCore로 Production-Ready 음성 비서 만들기

신정섭 솔루션즈 아키텍트, 권기훈 솔루션즈 아키텍트 | AWS

에이전트 개발 수요가 급증하는 상황에서 이번 세션은 Kiro 개발 환경에서 설계–구현–배포 전 과정을 Spec-Driven Development 방식으로 체계적으로 완성하는 방법을 공유합니다. Kiro의 Spec과 Skill, Power를 활용해 Strands Agent SDK 기반 에이전트를 구현하고, AgentCore를 통해 Production-ready 형태로 AWS에 손쉽게 배포하는 방법을 확인하세요.

자연어로 완성되는 인테리어 - Amazon Bedrock AgentCore로 구현한 인테리어 설계·견적 완전 자동화

이원성 Proserv, 박준민 Software Engineer | 아키스케치

아키스케치는 고객의 집을 가장 잘 아는 AI 파트너를 만들기 위해 Amazon Bedrock AgentCore를 활용한 멀티 에이전트 챗봇을 개발했습니다. 핵심은 에이전트 간 협업입니다. 사용자의 의도를 파악하는 메인 에이전트를 중심으로 도면 분석·3D 변환·스타일 제안·가구 배치·렌더링·견적 산출 등 특화된 에이전트들이 실시간으로 상호작용하며 작업을 수행합니다. 이 세션에서는 자연어 명령 하나가 어떻게 복잡한 기술적 처리 과정을 거쳐 시각화된 3D 공간과 구체적인 견적서로 변환되는지, 그 End-to-End 워크플로우를 상세히 소개합니다.

AI 캐릭터가 나를 기억하는 법 : Amazon Bedrock 기반 장기기억 시스템 구축기

최준성 CTO | BabeChat

"어제 네가 좋아한다고 했잖아." AI 캐릭터가 과거 대화를 자연스럽게 기억하고 활용하려면 어떤 기술이 필요할까요 BabeChat은 Amazon Bedrock을 중심으로 자체적인 장기기억 시스템 '메모리플러스'를 설계했습니다. 초기에는 벡터 검색 기반의 메모리 시스템으로 출발했으나, 캐릭터 대화 도메인에서 의미 유사도만으로는 정확한 기억 회수가 어렵다는 한계에 부딪혔습니다. 이를 해결하기 위해 하이브리드 검색 기반으로 메모리 아키텍처를 전환하고, 메모리 요약·압축·컨텍스트 구조화를 조합하여 검색 정확도와 대화 몰입감을 크게 끌어올렸습니다. 단순 RAG를 넘어 캐릭터의 페르소나와 사용자 관계를 반영하는 메모리 시스템을 실서비스에 적용하며 마주한 도전과 해결 방법을 소개합니다.

대규모 소셜 콘텐츠 분석을 위한 Serverless AI 에이전트 운영 최적화 여정

김동주 AIOps Engineer | 피처링

피처링은 AWS Lambda와 Amazon Bedrock AgentCore 기반의 Serverless 아키텍처 위에서 멀티모달 LLM과 멀티 에이전트 시스템을 운영하며 방대한 소셜 미디어 데이터를 분석하고 있습니다. 본 세션에서는 끊임없이 생성되는 콘텐츠 속에서 마케팅 인사이트를 도출하기 위한 시스템 설계, 운영 중 마주한 병목과 해결 과정, 그리고 최적화를 통해 얻은 기술적 노하우를 공유합니다.