Eximbay의 AWS Kiro 기반 AX 표준화 여정
생성형 AI를 도입한 조직 대부분이 공통적으로 마주치는 질문이 있습니다. “개인의 생산성 향상이 확인됐는데, 왜 조직 전체의 업무 방식은 달라지지 않는가?” 엑심베이는 이 질문을 AX(AI Transformation)의 출발점으로 삼았습니다. 단순히 AI 도구를 더 많이 사용하는 것이 아니라, 반복 가능한 업무 흐름을 설계하고 그 실행 방식을 조직 자산으로 축적하는 구조를 만드는 것이 목표였습니다. 이 글은 AWS Kiro를 중심축으로 […]
AI/MLBackendInfra
전체 읽기 →Amazon Bedrock Agents와 AWS Support 자동화 워크플로우 (SAW)를 통한 AWS 리소스 문제 해결 간소화 Part 2 – 다양한 런북 통합 실전 가이드
이 글은 AWS Korea 기술 Blog에 게시된 Amazon Bedrock Agents와 AWS Support 자동화 워크플로우 (SAW)를 통한 AWS 리소스 문제 해결 간소화에 이어서 작성되었습니다. 해당 글을 함께 참조하시어 본 글에서 다룰 내용을 이해하시는 데 도움을 받으시길 바랍니다. 지난 글에서 우리는 Amazon Bedrock Agents와 AWS Support Automation Workflows (SAW) 런북을 활용하여 AW
DevOpsInfraTools
전체 읽기 →마이리얼트립 프로덕트
2026-04-17 · 1일 전
Product Engineer: 클릭 몇 번으로 여행 상품 5,000개를 만들다
BackendToolsUX/UI
전체 읽기 →티오더의 Text2SQL 에이전트 티스푼 구현 사례
1. 기업 소개 티오더는 ‘테이블 오더’ 서비스를 시작으로 F&B 시장의 새로운 패러다임을 만들어나가고 있는 기업입니다. 누적 30만 대 이상의 태블릿 설치 대수와 매월 2,500만 명 이상의 사용자를 보유하며 태블릿 메뉴판 시장에서 업계를 선도하고 있습니다. 대규모의 주문/매장/광고 데이터를 수집/가공하여 F&B 시장에 꼭 필요한 인사이트를 추출하고, 이를 다시 매장에 제공하는 선순환 구조를 확립하고 있습니다. [그림 1. 티오더 […]
AI/MLBackendDatabase
전체 읽기 →GS리테일의 AIOps Agent 기반 운영 자동화 혁신
개요 GS리테일은 전국 18,000여 개의 편의점 GS25와 슈퍼마켓 GS THE FRESH, O4O 플랫폼 우리동네GS, 홈쇼핑 GS SHOP 등 온·오프라인을 아우르는 대한민국 대표 유통기업입니다. 매일 수천만 명의 고객이 이용하는 이 서비스들이 끊김 없이 운영되는 데에는 GS리테일 클라우드인프라팀의 24/7 모니터링이 뒷받침되고 있습니다. GS리테일의 클라우드 인프라는 사업 부문별로 독립된 Datadog 환경과 다수의 모니터링 도구들을 통
AI/MLDevOpsInfra
전체 읽기 →AI와 협업하는 새로운 개발 프로세스, 올리브영은 어떻게 시작했을까 (feat. AI-DLC)
AI의 역할이 단순 코드 생성을 넘어 요구사항 분석, 설계, 테스트까지 개발 라이프사이클 전반으로 빠르게 확장되고 있습니다. 올리브영 개발 조직 역시 AI…
AI/MLBackendTesting
전체 읽기 →Our Journey to Autoscaling EKS Node Groups for Job Workloads
BackendDevOpsInfra
전체 읽기 →Job 워크로드를 위한 EKS Node Group 오토스케일링 도입기
BackendDevOpsInfra
전체 읽기 →Apache Flink + RocksDB 튜닝으로 광고 Frequency Capping 실시간 집계를 일주일까지 확장하기
1분부터 7일까지 슬라이딩 윈도우 Frequency Capping을 세 Flink 앱으로 분리하고 각각의 병목을 해결한 기록을 공유합니다.
AI/MLBackendDatabaseDevOpsTools
전체 읽기 →Amazon EFS 트러블슈팅, NFS I/O Hang 과 Security Group Outbound 규칙의 상관관계
소개 Amazon Elastic File System(Amazon EFS)은 내부적으로 인프라 유지보수를 수행합니다. 정상적인 환경에서는 이 과정이 투명하게 처리되지만, EFS mount target에 연결된 security group의 기본 Outbound 규칙(Allow All)을 제거한 환경에서는 유지보수 시 NFS I/O가 수분간 hang되는 문제가 발생할 수 있습니다. 이 글에서는 실제 운영 환경에서 발생한 EFS NFS I/O han
BackendInfraSecurity
전체 읽기 →Gemini 기반 테스트 케이스 자동화 실패와 성공기
AI/MLTestingTools
전체 읽기 →ODW #2: ADK로 싱글/멀티 에이전트를 개발해 사내 시스템과 통합
안녕하세요. 2024년 4월에 신입 사원으로 LY Corporation에 입사한 Inoue Shuichi입니다. 현재 사내용 Kubernetes as a Service인 FKE 팀...
BackendDevOpsInfra
전체 읽기 →분산 트레이닝 관점에서의 AWS 인터커넥트 기술 소개 – AWS의 인터커넥트 기반 기술, ENI 소개
지난 블로그에서는 AWS가 인피니밴드 대신 EFA를 선택한 이유와 두 기술의 철학적 차이에 대해 살펴보았습니다. 이번 블로그에서는 한 단계 더 들어가, EFA가 EC2 인스턴스에 연결되는 기반 구조인 ENI(Elastic Network Interface)에 대해 소개하고자 합니다. EFA의 성능을 제대로 활용하려면 ENI가 무엇인지, 그리고 네트워크 카드와 ENI가 어떤 관계를 가지는지를 이해하는 것이 선행되어야 합니다. 특히 p5.48xlar
AI/MLBackendInfra
전체 읽기 →마이리얼트립 프로덕트
2026-04-14 · 4일 전
마이리얼트립에서 가장 큰 조직, T&A실의 리더는 어떻게 AI를 활용하는가
AI/MLBackendTools
전체 읽기 →Amazon Aurora PostgreSQL에서 pgvector 0.8.0을 통한 벡터 검색 성능 및 관련성 향상
이 글은 AWS Database Blog에 게시된 Supercharging vector search performance and relevance with pgvector 0.8.0 on Amazon Aurora PostgreSQL by Shayon Sanyal을 한국어 번역 및 편집하였습니다. 효율적인 벡터 유사성 검색은 시맨틱 검색, 추천 시스템, 그리고 검색 증강 생성(RAG) 구현에 있어 핵심 구성 요소가 되었습니다. Amazon Aur
AI/MLDatabaseTools
전체 읽기 →NHN Toast
2026-04-14 · 4일 전
Artifact Driven Development: 과정을 보지 않기로 했다
[](https://www.nhncloud.com/kr) ## 들어가며 AI 코딩 에이전트에게 일을 시키면서, 저는 에이전트가 코드를 작성하는 과정을 계속 지켜보고 있었습니다. 파일이 수정되는 걸 보
AI/MLBackendTools
전체 읽기 →AMOREPACIFIC, Kiro IDE로 SAP 개발에 AI를 도입하다
개요 AMOREPACIFIC은 설화수, 에스트라, 라네즈, 헤라, 아이오페 등 수십 개의 뷰티 브랜드를 전 세계에 선보이는 글로벌 뷰티 전문 기업입니다. 오프라인 매장을 넘어 대표하는 아모레몰을 비롯한 각 브랜드 공식 온라인 몰까지, AMOREPACIFIC의 커머스 채널은 다양하게 그리고 빠르게 확장되고 있습니다. 그 화려한 브랜드 포트폴리오와 커머스 인프라 뒤에는 수십 년에 걸쳐 쌓아온 SAP ERP 시스템이 비즈니스 전반을 지탱하고 […]
AI/MLBackendInfra
전체 읽기 →LG전자 ES사업부, Agentic Workflow로 전문 엔지니어처럼 도면을 분석하다
이 블로그는 LG전자 ES사업부와 AWS Generative AI Innovation Center의 협업으로 작성되었습니다. 숙련된 엔지니어가 2-3일 걸리던 건물 도면 분석, AI가 10분 만에 완료한다면? LG전자 ES사업부는 상업용 건물을 위한 에너지 효율적인 공조 시스템과 Building Management Systems (BMS, 건물 관리 시스템)를 개발하는 글로벌 리더입니다. 실시간 모니터링과 에너지 최적화를 통해 건물 운영의 효율
AI/MLBackendTools
전체 읽기 →Agentic Workflow로 전문 엔지니어처럼 도면을 분석하다
숙련된 엔지니어가 2-3일 걸리던 건물 도면 분석, AI가 10분 만에 완료한다면? 상업용 건물을 위한 에너지 효율적인 공조 시스템과 Building Management Systems (BMS, 건물 관리 시스템)를 개발하는 조직은 실시간 모니터링과 에너지 최적화를 통해 건물 운영의 효율성을 극대화하는 것이 이들의 핵심 미션입니다. 직면한 과제: 비구조화된 도면 데이터의 한계 BMS에서 설계도면(계통도)은 건물 제어 인프라의 핵심 구성요소입니다
AI/MLArchitectureBackendInfra
전체 읽기 →Amazon SageMaker HyperPod로 슈퍼브에이아이의 비전 파운데이션 모델 ‘ZERO’ 효율적으로 대규모 분산 학습하기
이 블로그는 슈퍼브에이아이의 차문수 (공동창업자, CTO), 장태웅 (머신러닝 엔지니어), 최상범(머신러닝 엔지니어) 님과 AWS 유용환 (GenAI Solutions Architect) 님이 작성해주신 블로그 입니다. 슈퍼브에이아이는 압도적인 비전 AI 노하우와 경험을 바탕으로 피지컬 AI로 확장 중인 비전 인텔리전스 기업입니다. 산업 현장에서 바로 적용 가능한 비전 파운데이션 모델 ‘ZERO(Zero-shot Object Detector)’
AI/MLBackendInfra
전체 읽기 →