

AWS re:Invent 2025 1부 : AI 에이전트 시대를 연 핵심 발표 정리
AWS re:Invent 2025의 핵심 키노트와 신규 발표를 정리한 글입니다. AI 인프라 확장과 에이전트 시대를 위한 AWS의 방향을 요약했습니다.


AWS re:Invent 2025의 핵심 키노트와 신규 발표를 정리한 글입니다. AI 인프라 확장과 에이전트 시대를 위한 AWS의 방향을 요약했습니다.

시스템 프롬프트에 안전 규칙을 몰아넣는 방식의 한계와 부작용을 설명했습니다. 별도 가드레일을 두면 안전성, 비용, 운영성을 함께 개선할 수 있다고 정리했습니다.


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

외부 LLM을 활용해 서비스 가치와 개발 생산성을 높인 개발조직의 AI 사례를 정리했습니다. 모델 경쟁보다 데이터와 운영 피드백을 누적 자산으로 삼는 전략을 강조했습니다.


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.


한컴 전사 테크세미나의 기획 배경과 운영 과정을 회고했습니다. 내부 설문을 바탕으로 주제를 정하고 행사 운영을 고도화한 경험을 공유했습니다.


AWS Well-Architected Generative AI Lens로 생성형 AI 워크로드를 설계·운영하는 방법을 정리했습니다. PoC를 프로덕션으로 옮길 때 필요한 보안, 성능, 비용, 운영 관점을 점검할 수 있습니다.


Strands Agents와 여러 AWS 서비스를 결합해 생명과학 연구 어시스턴트를 구축했습니다. 내부 데이터 분석, RAG 검색, 단백질 설계, 서버리스 배포까지 통합했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


Amazon Bedrock 기반 Tech Assistant로 롯데온 운영 지식을 통합하고 장애 대응을 자동화했습니다. Slack 연동과 RAG 분석으로 응답 속도와 운영 효율을 높였습니다.

RAG 프로젝트가 왜 실패하는지, 실무 운영 관점에서 품질 문제와 원인을 짚는 패널 토크를 소개했습니다. 문서 품질, 청킹, 인덱스 구조 등 해결 포인트와 최신 RAG 트렌드도 함께 다뤘습니다.

LLM 가드레일이 단순 필터를 넘어 추론 기반 보안 체계로 진화한 흐름을 정리했습니다. 기업 적용 시 다층 방어, 정책 엔진, 도구 호출 보안이 핵심이라고 설명했습니다.

AFINIT가 AI와 자동화로 반복 업무를 줄이고 시간을 만들어 내는 방식을 소개했습니다. 정책 문서와 업무 지식을 코드처럼 관리해 비개발자도 직접 자동화에 참여하는 흐름을 다뤘습니다.