Tech Insights

AWS•2026년 6월 1일

RIMAN KOREA의 Amazon Bedrock Knowledge Bases를 활용한 자연어 기반 상품 검색 시스템 구축기

RIMAN KOREA는 Amazon Bedrock Knowledge Bases를 활용하여 기존 상품명 기반 검색의 한계를 극복하고, 자연어 기반 상품 검색 시스템을 구축했습니다. RAG 아키텍처, 청킹 전략, 하이브리드 검색, 병렬 처리 구조 등 주요 기술적 의사결정 과정을 통해 검색 정확도 95%, 평균 응답 시간 2.5초 이내를 달성했습니다.

InfraArchitectureAI

AWS•2026년 5월 28일

분산 트레이닝 관점에서의 AWS 인터커넥트 기술 소개 – 분산 트레이닝을 위해 알아야 할 GPU 간 고속 통신 기술

분산 훈련에서 GPU 간 고속 통신은 필수적입니다. GPUDirect RDMA 및 Async 기술은 CPU 개입을 줄여 통신 성능을 향상시켰으며, MoE 모델에서는 DeepEP와 PPLX-kernels와 같이 환경에 맞는 소프트웨어 최적화가 중요합니다. NVSHMEM은 MoE의 불균등 통신을 효율적으로 처리하며, NCCL은 Dense 모델에 적합합니다.

BackEndArchitectureInfra

AWS•2026년 5월 27일

Strands와 AgentCore를 활용해 Amazon RDS for SQL Server용 에이전틱 AI 구축하기

Strands Agents와 Amazon Bedrock AgentCore를 활용하여 Amazon RDS for SQL Server의 T-SQL 진단 스크립트를 AI 기반 에이전트로 전환하는 방법을 설명합니다. Deadlock 및 Blocking 분석 에이전트 구축 과정을 통해 기존 전문 지식을 자율적인 데이터베이스 관리 시스템으로 변환하는 방법을 제시합니다.

InfraArchitectureAI

AWS•2026년 5월 26일

Part 3: Kiro로 RDS/Aurora 장애 분석 자동화하기 — 매일 자동으로 보고서 받기

Kiro CLI, EC2, cron, S3, SES/Slack을 연동하여 RDS/Aurora 점검 보고서를 매일 자동으로 생성하고 수신하는 파이프라인 구축 방법을 안내합니다. 자동화된 모니터링을 통해 장애 예방 및 신속한 대응을 지원합니다.

ArchitectureInfra

AWS•2026년 5월 26일

Part 2: Kiro로 RDS/Aurora 장애 분석 자동화하기 — 터미널에서 분석하기

Kiro CLI를 사용하여 터미널 환경에서 RDS/Aurora 장애 분석을 자동화하는 방법을 설명합니다. Custom Agent를 구성하고, `--no-interactive` 모드로 스크립트 실행을 자동화하며, 실제 Replication Lag 시나리오 분석 결과를 보여줍니다.

ArchitectureInfra

AWS•2026년 5월 26일

Part 1: Kiro로 RDS/Aurora 장애 분석 자동화하기 — IDE에서 분석하기

Kiro IDE와 MCP 서버를 활용하여 Amazon RDS/Aurora 장애 분석을 자동화하는 솔루션(KIDA)을 소개합니다. 버튼 클릭 한 번으로 데이터 수집, AI 분석, HTML 보고서 생성이 가능하며, DBA의 수동 분석 업무 부담을 크게 줄여줍니다.

InfraArchitecture

AWS•2026년 5월 26일

Amazon EC2 G5/G6 인스턴스에서 GPU Tensor Parallelism으로 비용 효과적으로 LLM 서빙하기

Amazon EC2 G5/G6 인스턴스에서 Tensor Parallelism(TP)을 활용하면 GPU 메모리 제약을 극복하고 대규모 LLM을 효율적으로 서빙할 수 있습니다. vLLM 엔진과 함께 TP를 적용하여 성능 향상과 비용 효율성을 동시에 달성하는 방법을 테스트 결과를 통해 제시합니다.

AIInfra

AWS•2026년 5월 22일

현대오토에버의 Amazon Bedrock으로 구축한 빅데이터 클러스터 장애 대응 자동화 에이전트 구축기

현대오토에버 데이터플랫폼기술팀은 LangGraph, Amazon OpenSearch Service, Amazon Bedrock을 활용하여 빅데이터 클러스터 장애 대응을 자동화하는 AI 에이전트를 구축했습니다. 이 시스템은 병렬 RCA, 자체 반증, Human-in-the-Loop 방식을 통해 장애 대응의 MTTA 단축, 품질 표준화, 지식 자산화를 달성했습니다.

AIBigDataArchitecture

AWS•2026년 5월 22일

현대오토에버의 Amazon Bedrock으로 구축한 다중 AI 에이전트: 장애 대응 시간 5분으로 단축하기

현대오토에버 ErrorWatcher 팀은 LangGraph와 Amazon Bedrock을 활용하여 다중 AI 에이전트 기반의 지능형 장애 대응 시스템을 구축했습니다. 이 시스템은 장애 대응 시간을 수 시간에서 5분으로 단축시키고, 일관된 품질과 지식 자산화를 가능하게 합니다.

ArchitectureInfraAI

AWS•2026년 5월 22일

현대오토에버의 GenAI Sandbox 활용 생산성 향상 Hackathon: 혁신과 협업의 성공 사례

현대오토에버는 GenAI Sandbox 환경을 구축하고 해커톤을 개최하여, 150명의 참여자가 4주간 GenAI 기반 업무 혁신 아이디어를 실험하고 프로토타입을 개발하도록 지원했습니다. Sandbox는 보안, 비용 관리, 개발 편의성을 갖춘 안전한 실험 환경을 제공하며, 이를 통해 다양한 실제 업무 자동화 사례가 발굴되었습니다.

AIBigDataArchitecture