![[의존성의 방향을 따라 5/5] Evergreen이 가능했던 이유](https://flex.team/blog/og/main.jpg)
[의존성의 방향을 따라 5/5] Evergreen이 가능했던 이유
Evergreen 자동화가 가능했던 구조적 전제를 Convention Plugin과 구조적 일관성 관점에서 정리했습니다. 대규모 변경 전파가 왜 일관된 빌드·CI 구조 위에서만 성립하는지 설명했습니다.
#Spring Boot#Gradle
13005분
필터 1
![[AWS Summit Seoul 2026] Amazon’s AI Strategy로 본 에이전틱 AI 전환](https://tech.cloud.nongshim.co.kr/wp-content/uploads/tech_thumbnail.png)
[AWS Summit Seoul 2026] Amazon’s AI Strategy로 본 에이전틱 AI 전환
Amazon의 AI 전략을 통해 에이전틱 AI가 고객 경험과 운영을 어떻게 바꾸는지 정리했습니다. 또한 AgentCore와 AI-DLC를 바탕으로 기업 AI 도입 시 고려할 운영·개발 포인트를 소개했습니다.
#AWS#LLM
141005분
[AWS Summit Seoul 2026] AI-Ready Data: 에이전틱 AI 시대, 데이터가 답이다
에이전틱 AI의 성패는 모델보다 데이터 준비에 달려 있다고 설명했습니다. 시맨틱 레이어와 지식 그래프로 AI가 비즈니스를 이해하도록 만드는 방법을 정리했습니다.
#AWS#LLM
36005분
AWS가 DynamoDB를 만든 방법
DynamoDB의 설계 철학과 내부 구조, 대규모 트래픽 대응 방식을 소개했습니다. 셀 기반 아키텍처와 AZ 운영, 커넥션 재사용 같은 실무 인사이트도 함께 정리했습니다.
#DynamoDB#AWS
7005분
[외부 초청 세션] AWS가 DynamoDB를 만든 방법
AWS가 DynamoDB를 설계하고 운영하는 핵심 원칙과 내부 구조를 소개했습니다. 대규모 트래픽, 셀 기반 아키텍처, 배포·라우팅 최적화 사례를 함께 다뤘습니다.
#DynamoDB#AWS
52005분
Inner Loop 엔지니어링으로 본 Deep Insight Chatbot – 대화형 분석 챗봇의 4가지 설계 결정
Deep Insight의 Inner Loop 챗봇 설계에서 데이터 보호, 속도, 신뢰성, 비용을 맞추는 4가지 결정을 정리했습니다. DuckDB 샌드박싱과 세션 단위 OLAP 상주, SQL 투명성, prompt cache로 대화형 분석 도구를 구현했습니다.
#AWS#DuckDB
34005분
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
Amazon Bedrock Vision LLM과 Amazon OpenSearch Service를 활용한 농약 제품 이미지 인식 시스템 구축기
농약 제품 사진을 인식해 정보를 찾는 3단계 AI 검색 시스템을 구축했습니다. Vision LLM 오인식을 오타 보정, OpenSearch Fallback, LLM Reranker로 보완했습니다.
#Amazon Bedrock#OpenSearch Service
32005분
Amazon Bedrock 위에서 Codex와 Claude Code 함께 쓰기: Harness Engineering으로 구현해보기
Amazon Bedrock에서 Claude Code와 Codex를 함께 돌리는 협업 하네스를 구현해 48런 실험을 진행했습니다. 단독 실행보다 교차 리뷰가 버그를 더 잘 잡았고, 하네스 설계가 결과를 좌우함을 확인했습니다.
#Amazon Bedrock#Claude Code
61005분
[AWS Summit Seoul 2026] 나야, 차세대 OpenSearch: 에이전틱 AI를 곁들인
Amazon OpenSearch가 에이전틱 검색과 벡터 스토리지 혁신으로 진화하는 내용을 다뤘습니다. 운영 최적화와 AI 에이전트 연동을 함께 지원하는 플랫폼 방향을 소개했습니다.
#OpenSearch#AWS
36005분
프롬프트 인젝션 방어: AgentCore 기반 다층 보안 설계 패턴
프롬프트 인젝션에 대비해 에이전트 보안을 LLM 밖의 인프라에서 강제하는 다층 방어 패턴을 설명했습니다. AgentCore, JWT 전파, RLS, Index Mapper로 사용자 간 데이터 경계를 지키는 방법을 정리했습니다.
#LLM#보안
29005분
[AWS Summit Seoul 2026] 책임감 없는 AI에이전트, 주인은 누구인가
AI 에이전트의 자율성 확대에 따른 보안과 책임 문제를 다뤘습니다. 하네스 엔지니어링과 Datadog Agent Builder로 가드레일을 두는 방법을 소개했습니다.
#AWS#LLM
36005분
Sim-to-Real과 Real-to-Sim: 유능한 Physical AI를 가능하게 하는 핵심 엔진
Sim-to-Real과 Real-to-Sim이 Physical AI의 현실 적용을 가로막는 격차를 어떻게 줄이는지 설명했습니다. 시뮬레이션 충실도와 합성 데이터 파이프라인이 VLA 성능을 좌우한다고 정리했습니다.
#AWS#시뮬레이션
16005분