양자 시대를 대비하는 개발자의 암호학 가이드(PQC-ML-KEM)
[](https://www.nhncloud.com/kr) ## 들어가며 현재 웹 통신의 대부분은 HTTPS 프로토콜을 사용하고
Amazon Bedrock 기반 PolicyGuard: 코딩 어시스턴트를 위한 Pre-Model Semantic DLP 프레임워크
도입: 코딩 어시스턴트 시대의 새로운 데이터 유출 경로 AI 코딩 어시스턴트(GitHub Copilot, OpenAI Codex, Claude Code)의 도입이 가속화되면서, 개발자들은 자연어 프롬프트를 통해 코드 생성, 디버깅, 리팩토링을 일상적으로 수행하고 있습니다. 그러나 이 과정에서 개발자가 프롬프트에 포함시키는 정보, 즉 API 키, 데이터베이스 비밀번호, 고객 개인정보(PII), 사내 미공개 전략 등이 외부 LLM 서비스로 전송되는
Google의 Agent Development Kit 등 8월 셋째 주 Google for Developers 위클리 업데이트를 지금 확인하세요!
개발자 여러분, 안녕하세요!8월 셋째 주 블로그에 발표된 Google의 주요 개발자 제품별 최신 소식을 살펴보세요.[주요 개발자 블로그 업데이트]AI & Machine LearningGoogle의 Agent Development Kit로 제로 트러스트 AI 에이전트 구축하기 (Build zero-trust AI agents with Google's Agent Development Kit) 과학자에게 묻다: 연구진은 홍수 예측에 AI를 어떻게 활
신용 기록이 없는 사람을 판단하는 기술이 인도 금융 시장에서 성공을 판가름한다.
눈과 귀를 가진 의료 AI : 판독을 넘어 추론으로
MATCH Console & MAI
GS Neotek의 Claude Code on Amazon Bedrock 도입기: LLM Gateway 없는 경량화 사용자 통제 방안
GS Neotek은 AWS 프리미어 파트너로, 다수의 고객에게 클라우드 마이그레이션·현대화·운영 서비스를 제공하며 생성형 AI 도입을 지원하고 있습니다. 이 글은 여러 조직에 코딩 어시스턴트 도입을 지원하며 축적한 경험을 바탕으로, LLM Gateway 없이도 사용자별 비용을 통제하는 경량 아키텍처를 정리한 것입니다. Amazon Bedrock을 통해 Claude Code와 같은 코딩 어시스턴트를 사용하기 위한 기본 조건은 의외로 단순합니다.
같은 LLM인데 왜 결과가 다를까? 답은 하네스에 있다.
이 글은 같은 모델을 써도 에이전트 성능이 갈리는 이유가 모델이 아닌 하네스(모델을 둘러싼 환경 전체)에 있다는 관점에서, 프롬프트·컨텍스트·하네스 엔지니어링의 층위 차이를 구분하고 하네스를 구성하는 핵심 요소들을 다룹니다. 지시 문서(AGENTS.md)와 자동 검사 장치의 결합, 에이전트 바깥의 결정론적 검증, 컴팩션·하위 에이전트·진행파일을 통한 컨텍스트 관리 기법을 설명하며, 작게 시작해 실수할 때마다 한 겹씩 보강해 나가는 5단계 실천
의료의 모든 순간을 잇는 가치를 향해, 에이아이트릭스 리브랜딩 프로젝트
[25. 12. 10] 응급실에서 ‘앞선 판단’을 가능하게 하는 AI: Multi-Modal Transformer 기반 예측 모델
미리캔버스가 AI 3대로 해외 트렌드에서 진짜를 가려내는 법
AI 기반 SCTE-35 자동 삽입으로 라이브 스트리밍 광고 운영 자동화하기
AWS Elemental MediaLive의 썸네일 API와 Amazon Rekognition Custom Labels, AWS Step Functions를 결합하여 라이브 방송 화면을 AI가 실시간으로 인식하고, 하프타임 등 브레이크 진입 시 송출되는 필러(Filler) 영상을 감지하여 SCTE-35 광고 신호를 자동으로 삽입하는 아키텍처를 소개합니다. 소개 라이브 스트리밍과 광고 삽입 운영의 과제 라이브 스트리밍(특히 스포츠 중계)에서 SC
[25. 10. 22] AI로 더 정밀하게, 환자 예측 기술 3건 특허 취득
[네이버클라우드 아카데미] 대구대학교와 함께한 <AI 부트캠프 클라우드 리터러시 교육과정 1기> 돌아보기
안녕하세요! 누구나 함께 시작하는 클라우드 네이버 클라우드 플랫폼 ncloud.com입니다. ☁️ 6월 19일(금)부터 7월 7일(화)까지 진행된 대구대학교 AI부트캠프사업단의 <클라우드 리터러시 교육과정 1기>. 총 13일 동안 39시간의 교육을 이수하였는데요! 그동안 네이버클라우드는 대구대학교와 여러 차례 교육 프로그램을 함께 진행해 왔지만, 이번에는 처음으로 SW중심대학사업단이 아닌 AI부트캠프사업단과 손을 잡고 새로운 클라우드 역량 강화
사람도 에이전트도, 덜 읽을수록 더 잘 고칩니다
도메인별 모듈 경계가 AI 에이전트의 코드 탐색 범위와 컨텍스트 효율에 미치는 영향
Amazon Bedrock에서 LLM 게이트웨이의 두 사각지대 메우기: 사라진 호출자와 흐려진 모델 거버넌스
Amazon Bedrock 앞에 LLM 게이트웨이(이하 게이트웨이)를 두면 편의와 통제를 얻지만, 그 대가로 Amazon Bedrock이 보는 호출자 신원과 모델별 관측 지점이 게이트웨이 뒤로 흐려지는 사각지대가 생깁니다. 이 글은 잘 알려진 레퍼런스 아키텍처를 출발점으로, 그 사각지대를 Amazon Bedrock 네이티브 기능으로 보완하는 방법 (호출자 감사 추적과 모델별 관측 및 거버넌스)을 다룹니다. <Claude Code → LLM 게이
분석가가 직접 만든 마케팅 자동화 시스템 — 오디언스 빌더 제작기
VLM을 이용한 시각적 문서 검색: ColPali와 ColQwen
들어가며 안녕하세요, SK AX 배준호 매니저입니다. 이번 글에서는 질의와 관련된 문서를 찾는 문서 검색(Document Retrieval)에 대한 내용을 다뤄보려고 합니다. 문서 검색은 RAG(Retrieval-A...