

Amazon Bedrock 사용량 관리 및 최적화 하기
Amazon Bedrock의 엔드포인트 종류와 CRIS 활용, quota 증설 방법을 정리했습니다. 또한 CloudWatch와 로깅, 캐시 기능으로 토큰 사용량과 비용을 최적화하는 방법을 소개했습니다.


Amazon Bedrock의 엔드포인트 종류와 CRIS 활용, quota 증설 방법을 정리했습니다. 또한 CloudWatch와 로깅, 캐시 기능으로 토큰 사용량과 비용을 최적화하는 방법을 소개했습니다.

Amazon Bedrock의 엔드포인트, 쿼터, 모니터링, 최적화 방법을 정리했습니다. CRIS와 캐시, 라우팅, 메모리 기능으로 비용과 안정성을 개선할 수 있습니다.


웅진씽크빅 북큐레이터 업무를 돕는 AI 에이전트를 AI-DLC로 2일 만에 MVP까지 구축했습니다. Kiro Steering과 AWS 서비스를 활용해 상담 준비, 회의록 정리, 코칭 지원을 자동화했습니다.


복잡한 대기오염 시뮬레이션 대시보드를 Agentic AI와 자연어 제어 중심으로 재구성했습니다. Amazon Bedrock과 Q Developer를 활용해 개발 효율과 사용자 편의성을 크게 높였습니다.


Agentic AI와 AWS IoT, Greengrass를 결합해 산업 안전 로봇의 Physical AI 아키텍처를 소개했습니다. 자연어 명령을 MCP와 엣지 추론으로 연결해 자율 순찰과 위험 감지를 구현했습니다.


Amazon Bedrock의 TwelveLabs Marengo로 비디오를 멀티모달 임베딩으로 변환해 시맨틱 검색을 구현한 사례입니다. OpenSearch Serverless와 결합해 텍스트·이미지·오디오 질의로 관련 클립을 찾는 흐름을 소개했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
사내 DB 관리 규정을 바탕으로 DDL 요청을 1차 검토하는 Bedrock 기반 리뷰봇을 개발했습니다. 20% 처리 속도 개선과 함께 DBA의 반복 업무와 커뮤니케이션 비용을 줄였습니다.


건설현장 방역을 위한 해충 판별 AI 챗봇을 Amazon Bedrock과 LangGraph로 구현했습니다. 이미지 분석, RAG 검색, 보고서 자동화까지 연결해 설명 가능한 방역 판단을 만들었습니다.


Amazon Bedrock AgentCore Observability로 AI 에이전트의 동작, 비용, 지연시간을 프로덕션 수준에서 추적하는 방법을 소개했습니다. OpenTelemetry 기반 자동 계측과 트레이스 분석으로 디버깅과 비용 최적화를 돕습니다.


LINE Games가 Amazon Bedrock 기반 AI Agent로 퍼블리싱 기술 지원을 자동화한 사례입니다. 문서 수집·정제·검색을 고도화하고 스트리밍과 캐싱으로 응답 속도와 운영 효율을 높였습니다.


삼성전자는 Bedrock AgentCore와 MCP로 로봇 설비 데이터를 분석하는 AI 챗봇을 구축했습니다. 자연어 질의, SQL 생성, 차트 시각화를 통합해 분석 생산성을 높였습니다.


셀트리온제약이 S&OP 회의 질의 대응을 위해 멀티 에이전트 AI 시스템을 구축했습니다. RAG, Text-to-SQL, 웹 검색을 결합해 평균 1분 이내 응답과 약 90% 정확도를 확보했습니다.