[AWS SUMMIT 2025] 테크 블로그 목차👀

들어가며

잠깐! 블로그 읽고📑 테크력 높이고🎓 경품도 받아가세요!🎁

BlOG LIST

AWS SUMMIT 2025 │Tech Blog

#	Keyword	Agenda
1	기술 트랜드	LLM Observability: LLM의 잘못된 응답(Hallucination)을 잡아내는 법
2	기술 트랜드	생성형 AI 시대의 클라우드 혁신: 삼성전자와 에이블리의 FinOps에서 Agentic AI까지
3	생성형 AI	생성형 AI의 핵심 트렌드와 비즈니스 혁신
4	생성형 AI	LG전자의 Amazon Q로의 차세대 BI 구축 여정
5	생성형 AI	Amazon Bedrock 기반 Text-to-SQL로 완성하는 데이터 혁신: 당근페이의 핀테크 성공 전략
6	생성형 AI	대한항공의 AI 대전환: Amazon Bedrock 기반 AI 컨택센터 지식 검색 챗봇 구축 사례
7	리테일	쿠팡의 생성형 AI 기반 광고 플랫폼 혁신
8	리테일	CJ제일제당의 AI 혁신! Amazon Bedrock과 함께하는 사내 최적화 AI 플랫폼
9	금융	KB국민은행·카카오페이증권이 소개하는 AWS 기반 AI 혁신 사례
10	금융	나에게 맞춤 혜택을 큐레이션: 삼성카드의 AI 기반 실시간 추천 시스템 현대화
11	게임&미디어	AWS와 생성형 AI를 활용한 게임·미디어 혁신 시나리오와 사례
12	게임&미디어	NEXON은 어떻게 대규모 클라우드 접근 관리를 더 안전하고 간편하게 개선하였나?
13	게임&미디어	SBS Play의 개인화 혁신: 시청자와 함께 성장하는 콘텐츠 경험
14	게임&미디어	Amazon Bedrock을 이용한 이미지 검색 서비스의 혁신
15	게임&미디어	아바타가 AI로 일상을 공유한다: 생성형 AI로 매력적인 사용자 경험 만들기
16	생성형AI	Amazon Nova로 실현하는 빠르고 경제적인 생성형 AI 비즈니스 혁신
17	생성형AI	LLM에 실행 엔진을 탑재하다! Tool Use와 Agents로 구현하는 엔터프라이즈 AI 솔루션
18	생성형AI	RAG 정확도 향상 비결: Amazon Bedrock Knowledge Base 완전 정복
19	생성형AI	Amazon SageMaker로 LLM 배포, 개발은 간편하게 응답은 빠르게!
20	개발자 역량	Amazon Q Developer 애플리케이션 현대화의 신(神)
21	개발자 역량	헬프미! Q Developer—개발자의 시간을 되찾는 AI 어시스턴트
22	데이터 분석	분석 및 AI를 위한 데이터 기반: 데이터에서 대규모 성과로
23	데이터 분석	데이터 사일로 폭파 작전: SageMaker Lakehouse로 완성하는 통합 분석과 AI/ML
24	클라우드 인프라	Securing Enterprise AI – AI Runtime Security
25	클라우드 인프라	나만의 AI 업무 비서 ‘에이닷 비즈’
26	데이터베이스	클라우드를 위해 구축되고 AI에 최적화된: MongoDB Atlas on AWS
27	데이터베이스	생성형 AI를 활용한 데이터베이스 마이그레이션 가속화 방안
28	데이터베이스	생성형 AI를 위한 데이터 실무자 가이드
29	클라우드 운영	생성형 AI, 이제는 보인다: CloudWatch를 활용한 관측 가능성
30	보안	AWS 보안 스케일링: 개발부터 운영까지
31	보안	생성형 AI 보안 강화 전략의 첫 번째, 안전한 네트워크 설계
32	보안	AWS 보안 서비스로 구축하는 자동화된 위협 탐지와 대응 전략
33	보안	보안팀이 더 빛나는 방법: 생성형 AI와 함께 위협을 기회로!
34	애플리케이션	비즈니스 혁신 가속화를 위한 AI 기반 클라우드 마이그레이션과 현대화
35	애플리케이션	Splunk, GenAI, S3, Security Lake로 데이터 가치 극대화
36	애플리케이션	Amazon Bedrock을 활용한 생성형 AI 기반 SaaS 서비스 구축
37	AI	24시간이 모자라던 고객센터, Amazon Connect로 시간을 되찾다!

Summary 

테크 블로그 짧은 소개글

1. LLM Observability: LLM의 잘못된 응답(Hallucination)을 잡아내는 법

✏️ Specialty Service Unit(SSU), AI Communication Service Team, 이민호 매니저

게시물 보러 가기 → 

LLM 시스템이 실제 서비스로 확산되며, 단순 에러 로깅만으로는 부족한 시대가 도래했다. 본 세션에서는 “잘못된 응답(Hallucination)”이라는 고유한 문제를 중심으로, 이를 어떻게 감지하고 시스템적으로 개선 루프를 구성할 수 있는지에 대해 실질적인 전략을 소개합니다.

#LLM #Observability #Hallucination #GenAI #모니터링 #실시간평가 #트레이싱 #AI보안 #LLM품질관리

2. 생성형AI시대의 클라우드혁신:삼성전자와 에이블리의FinOps에서AgenticAI까지

✏️Cloud Technology Center(CTC), Data Team, 이경선 매니저 

게시물 보러 가기 →

생성형 AI 시대의 도래와 함께 급증하는 클라우드 비용 문제를 해결하기 위한 FinOps 전략과 실제 기업 사례를 통해 클라우드 혁신 방안을 모색하는 세션 내용을 소개합니다. 클라우드 비용 최적화와 Agentic AI 도입을 어떻게 추진했는지 구체적인 사례를 통해 깊이 있는 인사이트를 소개합니다.

#L200 #기술트렌드 #AI/ML #FinOps #비용최적화 #삼성전자 #AgenticAI

3. 생성형AI의 핵심 트렌드와비즈니스 혁신

✏️Cloud Technology Center(CTC), DSA Team11, 송상병 SA

게시물 보러 가기 →

생성형 AI는 이제 단순한 기술적 호기심을 넘어 기업의 핵심 경쟁력으로 자리잡고 있습니다. AWS는 인프라부터 애플리케이션까지 생성형 AI 스택을 제공하며, 기업들이 2023-2025년 단계적 접근을 통해 실질적 비즈니스 가치를 창출할 수 있도록 지원합니다. AWS의 전략은 “어디에 가치가 있는가?”라는 본질적 질문에 답하는 실용적 접근법을 제시하고 있습니다.

#AWS #생성형AI #AmazonBedrock #AmazonQ #RAG #AIAgents #MLOps #GenAI #BusinessValue 

4. LG전자의 Amazon Q로의 차세대 BI구축 여정

✏️Cloud Technology Center(CTC), DSA Team11, 송상병 SA

게시물 보러 가기 →

LG전자는 AWS의 생성형 AI 기술을 활용하여 기존 BI 시스템의 한계를 극복하고 전사적 데이터의 혁신을 실현했습니다. Amazon QuickSight와 Q Business를 중심으로 구축된 이 솔루션은 비기술 사용자도 자연어로 복잡한 데이터를 분석할 수 있게 하여 의사결정 속도를 획기적으로 개선했습니다. 이 사례는 생성형 AI가 기업의 데이터 분석 문화를 어떻게 근본적으로 변화시킬 수 있는지 보여주는 모범적인 예시입니다.

#AWS #생성형AI #데이터혁신화 #QuickSight #AmazonQ #MultiAgentSystem #BI플랫폼 #클라우드마이그레이션 #데이터분석 #LG전자

5. Amazon Bedrock기반 Text-to-SQL로 완성하는 데이터 혁신: 당근페이의핀테크 성공 전략

✏️ AI&Data 부문 / AI Innovation, 유수경 Manager

게시물 보러 가기 →

이 강연에서는 생성형 AI 기술의 발전과 이를 활용한 데이터 분석 자동화 시스템(TTS)의 도입 배경, 아키텍처, 효과에 대해 설명합니다. 당근페이의 AI 기반 데이터 분석 도구 ‘브로쿼리’ 사례를 중심으로 비개발 직군의 데이터 활용 장벽을 해소한 과정을 담고 있습니다. AWS 기반의 유연한 인프라와 LLM을 활용한 오케스트레이션 전략이 핵심입니다.

#GenAI #TextToSql #Agent

6. 대한항공의 AI대전환: Amazon Bedrock기반 AI 컨택센터 지식 검색 챗봇 구축 사례

✏️Cloud Technology Unit, AWS Delivery SA 4팀, 최세민 SA

게시물 보러 가기 →

대한항공은 대한민국의 대표 항공사로, 글로벌 고객을 위한 상담 서비스 품질 향상을 위한 디지털 전환 과제에 직면했습니다.  해당 세션에서는 대한항공의 컨택센터 운영을 최적화하기 위한 Amazon Bedrock 기반의 AI 지식 검색 챗봇이, 어떻게 실제 컨택센터 상담원들의 업무에 적용되어 고객 서비스 품질 향상과 비용 절감을 동시에 달성할 수 있었는지에 대해 살펴봅니다.

#GenAI #Bedrock #RAG #OpenSearch Service #L300

7. 쿠팡의 생성형AI기반 광고 플랫폼 혁신

✏️Cloud Technology Unit(CTU), AWS Delivery SA 11, 김예진 SA 

게시물 보러 가기 →

쿠팡은 생성형 AI를 활용해 광고 크리에이티브를 자동화하고, 타겟팅의 정밀도를 높이는 데 주력하고 있습니다. 이번 세션에서는 쿠팡의 AI 기반 광고 플랫폼 아키텍처와 운영 방식, 그리고 이를 통해 광고 성과를 개선한 실제 적용 사례를 중심으로 생성형 AI가 광고 효율화에 어떤 기여를 했는지 살펴보실 수 있습니다.

#AWS서밋2025 #쿠팡테크 #생성형AI #AI광고 #AdTech  #AI플랫폼 #GenerativeAI #AIinMarketing #클라우드기반광고 #Tech트렌드

8. CJ제일제당의 AI혁신! Amazon Bedrock과 함께하는 사내 최적화AI플랫폼의 모든 것

✏️ AI&Data 부문 / AI Innovation, 유수경 Manager

게시물 보러 가기 →

이 강연에서는 사내 AI 플랫폼이 왜 필요한지, 외부 솔루션과의 차별점은 무엇인지, 그리고 실제로 어떻게 플랫폼을 구성하고 전사에 확산시킬 수 있는지를 중심으로 구성되었습니다.  CJ제일제당의 Snap AI라는 사내 생성형 AI 서비스의 도입 사례를 통해, 실질적인 활용성과 변화 가능성을 공유합니다. 생성형 AI의 보안·데이터 이슈를 해결하면서, 업무 혁신을 실현할 수 있는 사내 플랫폼의 방향을 함께 고민해보는 자리입니다.

#GenAI #TextToSql #Agent

9. 누구보다 빠르게 남들과는다르게-KB국민은행과 카카오페이증권이 소개하는AWS기반의 AI혁신사례

✏️HALO, Cloud Security Unit, Security Presales, 권채영

게시물 보러 가기 →

금융 산업에서 생성형 AI는 고객 응대, 내부 운영, 법규 준수 등 다양한 영역에서 빠르게 확산되고 있습니다. 이번 AWS Summit Seoul 2025에서는 KB국민은행과 카카오페이증권의 혁신적인 Amazon Bedrock 활용 사례를 통해, 금융 분야에서의 AI 적용 방향성과 전략을 소개드립니다.

#AWSSummit2025 #AmazonBedrock #생성형AI #KB국민은행 #카카오페이증권 #AI상담시스템 #GenAI #금융AI #메가존클라우드 #혁신금융지정신고

10. 나에게 맞춤 혜택을큐레이션:삼성카드의AI기반 실시간 추천 시스템현대화 사례

✏️AI & Data 부문 / AI & Data Ops, 김은옥 매니저

게시물 보러 가기 →

삼성카드는 추천 서비스 운영 중 직면한 대규모 그래프 기반 모델의 한계와 실시간 처리 이슈를 AWS 서버리스 기반의 이벤트 주도 아키텍처로 혁신적으로 해결했습니다. 방대한 데이터와 복잡한 모델 운영 환경에서 실시간/일마감 데이터 통합과 캐시 레이어 도입으로 추천 성능을 획기적으로 개선했으며, 기존 On-premises 시스템들과의 연계를 성공적으로 구현했습니다.

#EventDrivenArchitectures #EDA #실시간추천서비스 #Asynchrony #AI #삼성카드

11. AWS와 생성형AI를 활용한 디지털 크리에이티브 인더스트리인 게임, 미디어 혁신 시나리오와 사례

✏️Cloud Technology Unit(CTU), AWS Delivery SA 10, 김미경 SA

게시물 보러 가기 →

게임, 미디어 및 엔터테인먼트 산업이 생성형 AI를 만나면서 빠르게 진화하고 있습니다. 해당 세션에서는 생성형AI활용 사례와 AWS의 서비스 전략을 중심으로 혁신적인 시나리오들을 공유 했습니다. 본 포스팅에서는 해당 세션의 주요 내용과 인사이트를 정리하였습니다.

#GenAI #AI #미디어트렌드 #AWSBedrock #GameLfit

12. NEXON은 어떻게 대규모 클라우드 접근관리를 더 안전하고 간편하게개선하였나?

✏️Cloud Technology Unit (CTU), AWS Delivery SA, 이경선 매니저

게시물 보러 가기 →

AWS IAM Identity Center(AWS IdC)를 활용하여 300개 이상의 계정과 1,500명 이상의 사용자를 효율적으로 관리하는 넥슨의 사례를 통해, 대규모 클라우드 환경에서 안전하고 중앙화된 접근 관리 시스템을 구축하는 방법을 소개합니다.

#L200 #Security&Compliance&Identity #AWSIAM #AWSIAMIdentityCenter #AWSIdC

13. SBSPlay의 개인화 혁신:시청자와 함께 성장하는 콘텐츠 경험

✏️Cloud Technology Unit(CTU), AWS Delivery SA 10, 김미경 SA

게시물 보러 가기 →

방송 콘텐츠의 디지털 전환 가속화 속에서 고객 경험 향상을 위해 SBS Play가 선택한 맞춤형 서비스 전략을 소개합니다. 콘텐츠 홍수 시대에 사용자의 선택 피로를 줄이기 위해 Amazon Personalize를 효과적으로 활용한 사례와 이 과정에서 얻은 실질적 노하우 및 비즈니스 성과를 공유합니다. 또한 생성형 AI 기술을 활용하여 영상 속성 데이터를 풍부하게 확장하고, 이를 사용자 시청 패턴과 유기적으로 통합함으로써 시청자에게 차별화된 초개인화 경험을 제공하는 비즈니스 전략을 심층적으로 살펴봅니다.

#AmazonPersonalize #GenAI #AmazonBedrock #기술트렌드

14. AmazonBedrock을 이용한이미지 검색서비스의 혁신

✏️Cloud Technology Unit(CTU), Game SA Team, 윤희준 SA

게시물 보러 가기 →

게티이미지코리아는 수억 개의 사진과 동영상을 제공하고 있는 글로벌 스톡 콘텐츠 전문 기업입니다. 기존 키워드 기반 검색은 방대한 이미지의 맥락을 반영하는 데 한계가 있었습니다. Amazon Bedrock과 OpenSearch 기반의 벡터 데이터베이스를 도입해 자연어 검색으로 전환함으로써, 의미 기반의 정확도 높은 검색 결과를 제공할 수 있게 되었고, 사용자 만족도와 탐색 효율도 크게 향상되었습니다.

#GenAI #Bedrock #OpenSearch

15. 아바타가 AI로 일상의 사건을 공유한다. 생성형AI로 매력적인 사용자 경험 만들기

✏️Cloud Technology Unit(CTU), Game SA Team, 윤희준 SA

게시물 보러 가기 →

코코네의 [Pokecolo]는 생성형 AI 솔루션을 통해 게임 내 NPC의 일상을 공유하거나 사용자와 자유롭게 소통하는 등 새로운 사용자 경험을 제공하여, 유저의 긍정적인 반응과 트래픽 상승을 경험했습니다. 이 세션에서는 생성형 AI를 인게임에 직접 접목하게 된 배경부터, Amazon Bedrock Provisioned Throughput을 선택한 이유, 유저의 만족도 및 트래픽 상승에 이르기까지의 여정을 공유합니다.

#AWS #GenAI #Bedrock #Game #NPC 

16. AmazonNova로 실현하는 빠르고 경제적인 생성형AI비즈니스 혁신

✏️Specialty Service Unit(SSU), Emerging Tech Develop Team, 서원호 SA

게시물 보러 가기 →

Amazon Nova는 다양한 산업에서 실질적인 효과를 입증한 고성능 생성형 AI로, 특히 PoC를 빠르게 실행하고 실제 업무에 적용할 수 있는 실전성이 장점입니다. 조직은 Nova를 통해 AI 도입의 초기 단계에서부터 보안, 책임, 비용 통제까지 고려한 거버넌스 체계를 함께 구축할 수 있어, 단순한 실험을 넘어 확장 가능한 구조로 전환할 수 있는 기반을 마련하게 됩니다.

#AmazonNova #GenerativeAI #멀티모달AI #AI업무자동화 #AWSBedrock #AI혁신 #비용최적화 #NovaPro #NovaCanvas #EnterpriseAI

17. LLM에 실행 엔진을 탑재하다!Tool use와 Agents로 구현하는 엔터프라이즈AI솔루션

✏️AI&Data 부문 / AI Innovation, 유수경 Manager

게시물 보러 가기 →

이 강연에서는 LLM이 계산이나 정보 검색 등 복잡한 작업을 수행할 때, 외부 도구를 연동해 활용하는 Tool Use 개념을 중심으로 설명하고 있습니다. Tool Use는 모델의 한계를 극복하기 위한 방식으로, LLM이 정해진 툴을 선택·실행하고 그 결과를 활용해 답변을 생성하는 구조입니다. 또한 툴 사용을 넘어서, 주어진 목표를 달성하기 위해 계획을 세우고 여러 단계를 거쳐 작업을 수행할 수 있는 에이전트(Agent) 개념까지 확장하여 설명합니다.

#GenAI #AWS #Agent

18. RAG정확도 향상 비결: Amazon Bedrock KnowledgeBase완전 정복

✏️Cloud Technology Unit(CTU), AWS Delivery SA 12, 조민구 SA

게시물 보러 가기 →

이 세션은 Amazon Bedrock Knowledge Base를 활용하여 RAG 애플리케이션의 정확도를 높이는 방법에 대해 소개합니다. 비정형, 정형(NL2SQL), 그래프(Graph RAG) 데이터 등 다양한 유형의 데이터를 효과적으로 처리하는 기능과 고급 기법을 설명하며, 에너지 산업의 Embers가 확장 가능한 RAG 솔루션을 구축한 성공 사례를 제시합니다.

#AmazonBedrockKnowledgeBase #RAG #RAG정확도 #생성형AI #NL2SQL #Graph RAG

19. Amazon SageMaker로 LLM 배포, 개발은 간편하게 응답은 빠르게!

✏️Cloud Technology Unit, AWS Delivery SA 4팀, 최세민 SA

게시물 보러 가기 →

생성형 AI가 각광받는 시대, 대규모 언어 모델(LLM)을 실제 서비스에 적용하기 위해선 빠른 응답성과 비용 효율성이라는 상충되는 요소들을 동시에 고려해야 합니다. 해당 세션에서는 Amazon SageMaker를 활용해 LLM을 성능 저하 없이 효율적으로 배포하는 전략을 소개합니다. 특히 Trainium, Inferentia 같은 AWS 전용 칩 기반 하드웨어 최적화와, 롤링 배치, 세션 기반 라우팅(Sticky Session) 등의 운영 기술을 통해 실제 기업이 어떻게 LLM 챗봇 서비스를 안정적으로 운영하고 있는지를 실사례(Capital One)를 통해 살펴봅니다.

#GenAI #SageMaker #LLM #L300

20. Amazon Q Developer 애플리케이션현대화의 신(神)

✏️Specialty Service Unit(SSU), Application Modernization Team, 김종현 팀장

게시물 보러 가기 → 

코딩어시스턴트는 기본! 복잡한 레거시 시스템 현대화와 클라우드 마이그레이션의 해답을 제시합니다. Amazon Q Developer의 혁신적인 변환 기능으로 .NET의 Windows-Linux 전환, 메인프레임 현대화, Java 버전 업그레이드, VMware의 AWS 마이그레이션을 손쉽게 자동화할 수 있습니다. 실제 사례와 데모를 통해 각 시나리오별 상세 적용 방법을 통해, 반복 작업은 줄이고 프로젝트 기간과 비용을 대폭 절감하여 진정한 혁신에 집중할 수 있는 방법을 소개합니다.

#AppModernization #AI #AmazonQDeveloper #레벨200

21. 헬프미! Q Developer-개발자의 시간을 되찾는 AI어시스턴트

✏️Specialty Service Unit(SSU), EUC Team, 김석영 매니저

게시물 보러 가기 →

개발자의 작업을 Q Developer Agent 기능으로 어떻게 효율화할 수 있는지, 활용 사례와 예시를 통해 쉽게 이해할 수 있도록 소개합니다.

#AI #Q Developer #Developer Assist #코딩 #개발

22. 분석 및 AI를 위한 데이터 기반: 데이터에서 대규모 성과로

✏️AI & Data 부문 / AI & Data Ops, 김은옥 매니저

게시물 보러 가기 →

분석과 AI의 경계가 흐려지는 가운데, 조직은 데이터 사일로와 운영 복잡성 등으로 인해 효과적인 데이터 기반 의사결정에 어려움을 겪고 있습니다. 본 세션에서는 AWS의 통합 데이터 플랫폼을 활용해 데이터 전문가들이 전사적으로 협업하고, 분석과 AI 성과를 극대화하는 방안을 소개합니다.

#SageMaker #SageMaker Unified Studio #Lakehouse #Amazon Q Developer #S3 Tables #SageMaker Catalog

23. 데이터 사일로 폭파작전: SageMaker Lakehouse로 완성하는 통합 분석과 AI/ML

✏️AI & Data 부문 / AI & Data Ops, 김은옥 매니저

게시물 보러 가기 → 

SageMaker Lakehouse로 기존 아키텍처를 변경하지 않고 Amazon S3 데이터 레이크, Amazon Redshift 데이터 웨어하우스 및 타사 소스 전반에 걸쳐 데이터에 대한 통합 액세스를 제공하는 방법을 공개합니다. Apache Iceberg 호환성을 통해 데이터 사일로를 해체하고, 데이터 자산을 개방하여 선호하는 쿼리 엔진과 도구를 유연하게 사용할 수 있는 방법과 효과적인 데이터 거버넌스 관리 방안에 대한 인사이트도 제공합니다.

#SageMaker Lakehouse #SageMaker #iceberg #Redshift #AmazonSageMaker #Lakehouse #ApacheIceberg #datacatalog # zerocopy

24. SecuringEnterpriseAI-AIRuntimeSecurity

✏️Security Business Unit(SBU), Security SA 1, 윤성빈  SA

게시물 보러 가기 →

글로벌 보안 기업인 팔로알토 네트워크가 바라보고있는 AI환경의 새로운 보안  위협과  팔로알토 네트워크가 생각하는 대응 방안에 대해 소개 합니다.

#팔로알토 네트워크 #AI #Security #제로트러스트 

25. 나만의AI업무비서 에이닷 비즈,이제 시간이 소요되는 번거로운 업무는에이닷 비즈에게 맡기고 핵심업무에 집중하세요.

✏️Specialty Service Unit(SSU), Emerging Tech Develop Team, 서원호 SA

게시물 보러 가기 → 

오늘날 지식 노동자는 하루 중 실제로 기획, 문제 해결, 실행 설계 같은 핵심 업무에 집중할 수 있는 시간이 평균 3~4시간에 불과합니다. 나머지 대부분은 회의, 문서 작성, 일정 조율, 자료 정리 등 반복적이고 부가적인 작업에 사용되고 있습니다. 이제는 AI를 단순히 도입하는 것을 넘어, 업무 구조 자체를 AI 중심으로 재설계하는 관점이 필요합니다. 이번 세션에서는 이러한 변화에 대응하기 위한 실질적인 실행 방안과 적용 전략을 함께 살펴봅니다.

#AI개인비서#멀티LLM기능#업무지원#정보검색#전문에이전트서비스#일상편리화

26. 클라우드를 위해 구축되고 AI에 최적화된: MongoDB AtlasonAWS

✏️Specialty Service Unit(SSU), AI Communication Service Team, 이민호 매니저

게시물 보러 가기 → 

AWS Summit에서 진행된 본 세션에서는 MongoDB Atlas가 생성형 AI 환경에 어떻게 적합한지, 특히 RAG와 벡터 검색을 중심으로 한 아키텍처 설계 방식이 소개되었다. 연사는 MongoDB가 단순한 NoSQL을 넘어선 통합 AI 데이터 플랫폼임을 강조하며, Bedrock과의 통합 구조도 상세히 설명하였다. AI 서비스 운영 시 신뢰성과 확장성을 확보하기 위한 구체적인 구현 예시와 실제 적용 사례도 함께 다루어졌다.

#MongoDBAtlas #AWS #GenAI #RAG #VectorSearch #Embedding #Bedrock #클라우드AI #데이터플랫폼

27. 생성형AI를 활용한 데이터베이스 마이그레이션가속화 방안

✏️Specialty Service Unit(SSU), Data Platform Team, 강상열 매니저

게시물 보러 가기 → 

기업의 IT 현대화 여정에서 데이터베이스 마이그레이션은 빼놓을 수 없는 핵심 과제입니다. 하지만 그 과정은 복잡하고 시간이 많이 소요될 뿐 아니라, 예상치 못한 오류 발생 가능성으로 인해 결코 쉽지 않은 도전입니다.

특히 서로 다른 종류의 데이터베이스로 이전하는 이기종 마이그레이션의 경우, ‘스키마 변환’이라는 거대한 장벽과 마주하게 됩니다. 이러한 난관 극복을 돕고, 나아가 데이터베이스 마이그레이션을 가속화할 AWS DMS SC를 소개드립니다.

#GenAI #AWS DMS #Database Migration #자동화 #가속화

28. 생성형AI를 위한 데이터 실무자 가이드

✏️Specialty Service Unit(SSU),Data Modernization Unit, Data Architect Unit, 강하늘 매니저

게시물 보러 가기 → 

이번 세션에서는 생성형 AI로 데이터를 똑똑하게 쓰는 방법을 알려주었습니다. 요즘 핫한 생성형 AI를 AWS에서는 어떤 서비스를 제공하며 또 이를 통해 우리 비즈니스와 연결하여 진짜 스마트하게 활용 하는지를 보험업무 예시를 들어 설명해 주었습니다. 

#Amazon Bedrock #RAG #벡터DB #LLM 

29. 생성형AI,이제는 보인다: CloudWatch를 활용한관측가능성

✏️AI & Data 부문 / AI & Data Ops, 박준범 Team Leader

게시물 보러 가기 →

이 강연에서는 생성형 AI 시스템의 운영 및 복원력을 위한 관측성 확보 방안을 네 가지 계층으로 나누어 설명합니다. AWS CloudWatch를 활용하여 컴포넌트별 지표, 오케스트레이션 계층의 트레이스, 가드레일 개입과 같은 AI 특화 지표를 수집 및 분석하는 방법을 소개합니다.

#생성형AI #AWS CloudWatch #관측성

30. AWS보안 스케일링: 개발부터 운영까지

✏️HALO Unit, Security SA 1팀, 유승현 Security SA 

게시물 보러 가기 → 

AWS는 어떻게 자사의 인프라를 보호하고 이것을 고객사에게 어떤 경험을 제공해주는지와 AWS의 Security Service를 이용하여, 어떤 영역의 보안요건을 충족할 수 있는지 설명하고 있습니다. 

#NativeSecurity #AWS #Security #Governance #GenAI 

31. 생성형AI보안 강화 전략의 첫 번째,안전한 네트워크 설계

✏️Cloud Technology Unit(CTU), AWS Delivery SA 1 Team, 서승아  SA

게시물 보러 가기 → 

생성형 AI의 보안 위험 요소를 살펴보고 Amazon Bedrock 흐름과 심층 방어 아키텍쳐 설계를 살펴봅니다. 또한, 사고 대응 및 핵심 보안 전략에 대해서도 알아보겠습니다.

#생성형AI #보안 #AmazonBedrock #Security

32. AWS보안 서비스로 구축하는 자동화된 위협 탐지와 대응 전략

✏️HALO Cloud Security Unit, Security Advisory Team, 권모아 Security Presales

게시물 보러 가기 → 

AWS 보안 서비스를 활용한 실전 보안 구현 방법을 소개합니다. Amazon GuardDuty 위협 탐지, Security Hub 의 보안 검사 자동화 및 이벤트 중앙 집중화, Amazon Inspector 취약점 평가, Amazon Security Lake 로그 데이터 관리, Amazon Detective의 심층 분석까지 AWS 네이티브 보안 서비스의 핵심 기능과 통합 활용법을 다룹니다.

#Security #자동화 #AWSNative #GuardDuty #SecurityHub #Inspector #SecurityLake

33. 보안팀이 더 빛나는 방법: 생성형AI와 함께 위협을 기회로!

✏️Security Business, Cloud Security SA 1 Team, 이예은 SA

게시물 보러 가기 → 

보안 업무의 복잡성과 반복성을 해결할 수 있는 대안으로 생성형 AI가 주목받고 있습니다. 이번 AWS Summit Seoul 2025에서는 생성형 AI를 통해 보안팀의 업무를 효율화하고, 보다 전략적이고 전문적인 업무에 집중할 수 있는 실질적인 방법을 소개했습니다.

#보안자동화 #생성형AI #AmazonQ #SageMaker #Bedrock #보안워크플로우 #컴플라이언스 #AI보안활용

34. 비즈니스 혁신 가속화를 위한 AI기반 클라우드마이그레이션과 현대화

✏️Cloud Technology Unit(CTU), AWS Delivery SA 1 Team, 서승아  SA

게시물 보러 가기 → 

다양한 워크로드들을 Amazon Q Developer서비스를 활용하여 효율적이고 안전하게 적용할 수 있는 방안과 어떤 방식으로 클라우드 마이그레이션 가속화를 수행할 수 있는지 알아보겠습니다.

#AmazonQ #AmazonQDeveloper

35. Splunk, GenAI, S3, SecurityLake로 데이터가치 극대화

✏️ Security Business Center(SBC), Cloud Security Advisory Team, 우대식 Manager

게시물 보러 가기 → 

본 세션에서는 Splunk의 데이터 비용 문제를 해결하기 위해 S3 및 Amazon Security Lake와 연합 검색 기능을 활용한 효율적인 데이터 운영 방안을 소개합니다. 생성형 AI와 Ingest 최적화 기능을 통해 보안 로그의 처리 비용을 줄이면서도 데이터 처리 방식의 효율성을 높이는  방법에 대해 다룹니다.

#S3 #securitylake #splunk #security #dashboard #securitydashboard 

36. Amazon Bedrock을 활용한 생성형AI기반 SaaS서비스 구축

✏️AI&Data 부문 / AI & Data Ops, 박준범 Team Leader

게시물 보러 가기 →

이 강연에서는 생성형 AI 시스템의 운영 및 복원력을 위한 관측성 확보 방안을 네 가지 계층으로 나누어 설명합니다. AWS CloudWatch를 활용하여 컴포넌트별 지표, 오케스트레이션 계층의 트레이스, 가드레일 개입과 같은 AI 특화 지표를 수집 및 분석하는 방법을 소개합니다.

#AmazonBedrock #생성형AI #SaaS #AWS CloudWatch

37. 24시간이 모자라던 고객센터, Amazon Connect로 시간을 되찾다!

✏️Cloud Tech Unit (CTU), AWS Account SA, 정은영 매니저

게시물 보러 가기 →

고객센터의 운영 효율성과 상담 품질의 지속적인 향상을 위해 Amazon Connect가 어떻게 AI와 생성형 AI를 활용하는지를 실사례 중심으로 소개합니다. 채널 통합, 자동화, 실시간 모니터링, 상담 품질 평가까지 고객 경험 개선을 위한 핵심 기능들을 데모 기반으로 확인할 수 있습니다.

#AmazonConnect #ContactCenter #QinConnect #ContactLens #AI #GenAI #AICC