Tech Insights

AWS•2026년 4월 17일

Amazon Bedrock Agents와 AWS Support 자동화 워크플로우 (SAW)를 통한 AWS 리소스 문제 해결 간소화 Part 2 – 다양한 런북 통합 실전 가이드

GS리테일은 Amazon Bedrock과 MCP를 활용하여 AI 기반 AIOps Agent 시스템을 구축, 인시던트 분석 시간을 30분 이상에서 2분으로 93% 단축했습니다. 이 시스템은 AI가 7개 이상 도구를 자율적으로 활용해 근본 원인을 분석하고 RCA 보고서를 자동 생성합니다.

AIInfra

AWS•2026년 4월 17일

티오더의 Text2SQL 에이전트 티스푼 구현 사례

티오더는 Amazon Bedrock과 LangGraph를 활용하여 자연어 질의로 사내 데이터를 조회하는 Text2SQL 에이전트 '티스푼'을 구현했습니다. 이 에이전트는 HITL 이중 승인, RAG 기반 컨텍스트 보강, 4-Stage 검색 파이프라인 등의 기술을 통해 안전하고 정확한 데이터 조회를 지원합니다.

BackEndAIBigData

AWS•2026년 4월 16일

GS리테일의 AIOps Agent 기반 운영 자동화 혁신

AIBackEndInfra

AI와 협업하는 새로운 개발 프로세스, 올리브영은 어떻게 시작했을까 (feat. AI-DLC)

올리브영•2026년 4월 16일

AI와 협업하는 새로운 개발 프로세스, 올리브영은 어떻게 시작했을까 (feat. AI-DLC)

올리브영은 AI-DLC 방법론 도입을 위한 3일간의 Unicorn Gym 워크숍을 통해 AI를 단순 코드 생성을 넘어 요구사항 분석, 설계 등 개발 라이프사이클 전반에 걸쳐 협업하는 방식을 실험했습니다. 이 경험을 통해 AI가 사고의 파트너로서 기능하며, '스펙 코딩' 문화와 역량 상향 평준화를 가져왔음을 확인했습니다.

ArchitectureAI

AWS•2026년 4월 14일

Amazon Aurora PostgreSQL에서 pgvector 0.8.0을 통한 벡터 검색 성능 및 관련성 향상

Amazon Aurora PostgreSQL이 pgvector 0.8.0을 지원하며 벡터 검색 성능과 관련성이 대폭 향상되었습니다. 최대 9배 빠른 쿼리 처리와 100배 더 정확한 검색 결과를 제공하며, 오버필터링 문제를 해결하는 `iterative_scan` 기능이 도입되었습니다.

InfraAIBigData

AWS•2026년 4월 13일

LG전자 ES사업부, Agentic Workflow로 전문 엔지니어처럼 도면을 분석하다

LG전자 ES사업부는 AWS와 협력하여 Agentic Workflow를 통해 복잡한 건물 도면 분석 시간을 2~3일에서 10분으로 단축하고 정확도를 91%까지 끌어올렸습니다. 이 시스템은 AI가 엔지니어의 사고 과정을 모방하여 도면의 다양성, 암묵적 지식, 해상도 제약 문제를 해결합니다.

InfraArchitectureAI

AWS•2026년 4월 13일

Agentic Workflow로 전문 엔지니어처럼 도면을 분석하다

AI Agentic Workflow를 활용하여 비구조화된 CAD 도면 분석 시간을 2-3일에서 10분으로 단축하고 91% 정확도를 달성한 솔루션입니다. 도면의 다양성, 암묵적 지식, 해상도 제약 등의 문제를 해결하기 위해 4단계 Agentic Workflow와 Context-Aware Intelligent Patching 기술을 적용했습니다.

AIArchitecture

AWS•2026년 4월 10일

Amazon SageMaker HyperPod로 슈퍼브에이아이의 비전 파운데이션 모델 ‘ZERO’ 효율적으로 대규모 분산 학습하기

슈퍼브에이아이가 Amazon SageMaker HyperPod를 사용하여 비전 파운데이션 모델 'ZERO'의 대규모 분산 학습을 효율적으로 진행한 경험을 공유합니다. 이 글은 SageMaker HyperPod의 유연성, FSx for Lustre 연동, Training Plan 활용, 그리고 트레이닝 리허설을 통한 문제 해결 및 비용 최적화 과정을 상세히 다룹니다.

BackEndAIArchitecture

AWS•2026년 4월 9일

야놀자의 Strands SDK와 Bedrock AgentCore를 활용한 AIOps Agent 구축 사례

야놀자는 Amazon Bedrock AgentCore와 Strands SDK를 활용하여 6주간 6개의 AI Agent를 구축, 반복적인 인프라 운영 업무를 자동화하고 수동 업무 시간을 50% 이상 감소시켰습니다. 이는 IDP 장애 진단, DB 알람 대응, FinOps 비용 분석 등 다양한 운영 Pain Point를 해결하고 조직의 AI 역량을 강화하는 성과를 가져왔습니다.

AIInfraBackEnd

AWS•2026년 4월 8일

Context Window 한계를 넘어서 – Deep Insight 개발 여정으로 배우는 Context Engineering 실전 기법

AWS Korea SA Team이 개발한 프로덕션급 Multi-Agent 시스템 'Deep Insight'는 LLM의 Context Window 한계를 극복하기 위한 4가지 계층의 Context Engineering 기법을 적용했습니다. 에이전트 간 Context 격리, 프롬프트 기반 출력 제어, 파일 시스템 활용, 그리고 검증 및 안전장치 구성을 통해 복잡한 작업의 효율적이고 안정적인 처리를 가능하게 합니다.

ArchitectureAI