본문 바로가기

728x90

AWS

(26)

Amazon Bedrock AgentCore Gateway: AI Agent 도구 관리를 단일화하는 방법 Stop me if you’ve heard this one before.당신은 AI agent를 도입하려고 한다. 사내 시스템, 사내 API, 외부 API, Lambda, 자체 MCP 서버까지 여기저기 연결해야 한다. 그런데 agent가 늘어날수록 인증, 엔드포인트, 스키마, 버전 관리가 끝없이 복잡해진다. 처음엔 두세 개였던 도구가 어느새 수십 개가 되고, 어느 순간 이런 생각이 든다.“이걸 전부 어떻게 관리하지?”“도구마다 인증 방식이 다르고, 스키마 관리만으로 하루가 끝날 것 같은데…”“AI agent 운영이 오히려 새 기술 부채가 되는 것 아닌가?”이 고민은 자연스럽다. 엔터프라이즈 환경에서는 도구가 늘어날수록 복잡도가 기하급수적으로 증가하기 때문이다.내가 이 문제를 이해하는 이유는 단순하다. 엔..

AWS re:Invent 2025 CEO 기조연설 핵심 정리 - AI 에이전트를 동작시키는 4가지 방법과 프론티어 에이전트 미국 라스베가스에서 열린 AWS re:Invent 2025의 핵심 메시지는 단 하나였습니다.AI 에이전트가 실제 기업 환경에서 ‘제대로’ 작동하기 위해 필요한 기반을 AWS가 어떻게 제공할 것인가.AWS CEO Matt Garman은 올해 기조연설에서 AI 에이전트의 시대를 여는 4가지 기술 기반을 제시했고, 이 위에 새로운 개념인 프론티어 에이전트를 공개했습니다. 발표가 워낙 많았지만, 핵심만 정확하게 이해하면 AWS가 어디로 가고 있는지, 그리고 앞으로 기업이 어떤 기술 방향을 잡아야 하는지 명확히 보입니다.이번 글에서는 기조연설에서 다뤄진 4가지 AI 에이전트 기반 기술과 프론티어 에이전트의 의미, 그리고 신규 서비스 전체를 빠르게 정리합니다.AI 에이전트를 동작시키는 4가지 핵심 요소AWS는 AI..

개발에서 운영까지 매끄럽게: Amazon Bedrock으로 완성하는 생성형 AI 모델 수명주기 관리 생성형 AI 모델을 개발하는 것만큼이나 중요한 것은, 이를 실제 운영 환경으로 안정적으로 배포하고 관리하는 일입니다. 특히 팀 간 협업이 필요한 조직이나, 글로벌 서비스를 운영하는 기업의 경우, 계정 간 또는 리전 간 모델 배포 과정이 까다롭고 복잡해질 수 있습니다.Amazon Bedrock은 이러한 문제를 해결하기 위해 Model Share와 Model Copy라는 두 가지 기능을 제공합니다. 이 글에서는 두 기능이 각각 어떤 역할을 하는지, 어떻게 활용할 수 있는지, 그리고 개발 환경에서 운영 환경까지의 흐름 속에서 어떻게 실무에 적용되는지를 자세히 설명합니다.Amazon Bedrock이란?Amazon Bedrock은 다양한 선도 AI 기업(AI21 Labs, Anthropic, Cohere, Met..

API 라우팅이 복잡하다고 느낀다면? Amazon API Gateway의 동적 라우팅 기능으로 해결해보세요 API 버전이 늘어나고 트래픽을 구분해야 할 때, 라우팅을 위해 끝없는 URL 분기와 복잡한 설정에 지치셨을 겁니다. 특히 다양한 버전과 환경, 테넌트별로 API를 나눠야 하는 상황이라면 경로 기반 라우팅만으로는 한계가 있습니다.이제 Amazon API Gateway에서 HTTP 헤더와 경로를 기반으로 한 동적 라우팅 기능이 새롭게 도입됐습니다. 이 기능을 활용하면 API 구조를 보다 유연하게 만들고, 테스트 및 배포 전략도 훨씬 간결하게 운영할 수 있습니다. 이 글에서는 이 기능이 어떤 문제를 해결해주고, 어떻게 설정하며, 실제로 어떤 효과를 낼 수 있는지 자세히 소개합니다.기존 방식의 한계: URL 경로 기반 라우팅의 복잡성지금까지 API 버전 관리나 A/B 테스트를 위해서는 주로 URL 경로를 분기..

에이전트 개발, 이렇게 쉬워도 되나? - AWS가 공개한 오픈소스 AI 에이전트 SDK, Strands Agents 완전 분석 복잡한 AI 에이전트 개발, 더 이상 그럴 필요 없습니다AI 에이전트를 만들어보려다 프레임워크 설정만 며칠 걸린 경험, 한 번쯤 있으셨을 겁니다. 툴 호출 로직, 상태 관리, 멀티에이전트 구성, 온갖 설정 파일까지. 개발은 복잡하고, 유지보수는 더 복잡하죠.AWS는 이 복잡함을 근본적으로 줄이기 위해 Strands Agents라는 오픈소스 SDK를 공개했습니다. 단 몇 줄의 코드만으로 강력한 AI 에이전트를 만들고, 테스트하고, 실제 서비스에 배포할 수 있도록 돕는 도구입니다.Strands는 최신 LLM의 추론 능력과 도구 호출 능력을 최대한 활용하는 **모델 중심 설계(model-driven approach)**로 설계되어, 이전보다 훨씬 간단하게 AI 에이전트를 구축할 수 있도록 지원합니다.이 글에서..

AI와 내부 시스템을 연결하는 새로운 방법: AWS Lambda MCP Server 완전 정복 AI 모델은 점점 똑똑해지고 있지만, 실제 업무 환경에서는 여전히 해결되지 않은 문제가 하나 있습니다. 바로 보안 네트워크나 사설 시스템에 AI 모델이 직접 접근할 수 없다는 점입니다. 많은 기업들이 이 제약으로 인해 모델을 업무에 적용하는 데 어려움을 겪고 있죠.AWS Lambda MCP Server는 이러한 문제를 해결해주는 도구입니다. AI 모델이 AWS Lambda 함수를 툴처럼 호출할 수 있게 해주며, 이를 통해 내부 시스템, 사설망, AWS 리소스 등에 안전하게 접근할 수 있습니다. 이 글에서는 AWS Lambda MCP Server의 개념부터 설치 방법, 보안 고려사항까지 모두 정리해드립니다.AWS Lambda MCP Server란 무엇인가?AWS Lambda MCP Server는 Model..

2025 AWS 서밋 서울 요약 정리 - AWS가 보여준 생성형 AI의 실전 활용법 생성형 AI, 이제는 ‘말’보다 ‘사례’로 증명하는 시대2025년 AWS 서밋 서울은 단순한 기술 전시가 아닌, ‘생성형 AI가 현실에서 어떻게 작동하고 있는가’를 체험할 수 있는 자리였다. 많은 기업들이 아직 실험 수준에 머물러 있는 상황에서 AWS는 이번 서밋을 통해 실질적인 성과 중심의 사례를 공개하며 후발주자들에게 중요한 메시지를 던졌다.기업이 생성형 AI 도입에 있어서 더 이상 ‘언젠가는’이 아닌 ‘지금 당장 어떻게’를 고민해야 할 시점이라는 것이다. 이 글에서는 AWS 서밋 서울 2025 현장에서 소개된 대표적인 AI 사례들을 통해, 생성형 AI 기술이 실제로 어떻게 비즈니스에 접목되고 있는지를 살펴본다.기술 시연이 아닌 ‘적용 사례 중심’으로 기획된 AWS 서밋 서울 2025과거의 IT 행사..

2025 AWS 서밋 서울 2일차 리뷰 - 클라우드 복잡성, 피할 수 없다면 관리하라: AWS가 제시한 ‘Simplexity’ 원칙의 모든 것 클라우드 운영이 복잡해졌다고 느끼시나요?기능은 늘어나고, 데이터는 쏟아지고, 팀 간 협업은 더 복잡해졌습니다. 클라우드로 이전하면 모든 게 더 쉬워질 줄 알았지만, 오히려 시스템은 더 정교해졌고, 예기치 못한 장애나 비용 증가로 인해 운영 부담은 커지고 있습니다.AWS는 이런 현실적인 문제에 대해 한 가지 철학을 제시했습니다. 바로 ‘Simplexity’입니다. 단순함을 추구하되, 복잡함을 받아들이고 다룰 수 있는 시스템 설계 원칙이죠. 이번 블로그에서는 AWS가 제시한 6가지 Simplexity 원칙과 실제 기업들의 적용 사례를 통해, 클라우드 복잡성을 효과적으로 다루는 방법을 살펴보겠습니다.1. Simplexity 원칙이란?AWS 최고기술책임자(CTO) 버너 보겔스(Werner Vogels)는 202..

이전 1 2 3 4 다음

728x90

티스토리툴바