Flyte Python SDK를 사용하여 AI/ML 워크플로우를 조정하고 확장하는 방법을 설명하고, Union.ai 2.0 시스템이 Amazon EKS에 Flyte를 배포하고 Amazon S3, Amazon Aurora, IAM, Amazon CloudWatch와 통합되는 방법을 살펴봅니다. 새로운 Amazon S3 Vectors 서비스를 활용한 AI 워크플로우 예시를 통해 솔루션을 탐구합니다.

이 포스트에서는 Amazon Nova 기반 모델을 활용한 마케팅 캠페인 이미지 생성 작업을 더욱 발전시켜, 이전 마케팅 캠페인에서의 학습을 통해 이미지 생성을 향상시키는 방법을 보여줍니다. Amazon Bedrock, AWS Lambda, Amazon OpenSearch Serverless를 통합하여 참조 캠페인을 활용하는 고급 이미지 생성 시스템을 만들어 브랜드 가이드라인을 유지하고 일관된 콘텐츠를 제공하며 새로운 캠페인 생성의 효과와 효율성을 향상시킵니다.

이 포스트에서는 클로드 코드의 배포 패턴과 아마존 베드락과의 최상의 실천 방안에 대해 알아보며, 인증 방법, 인프라 결정 및 모니터링 전략을 다룹니다. 기업이 안전하고 확장 가능하게 배포할 수 있도록 돕기 위해 직접 IdP 통합, 인프라용 전용 AWS 계정 및 종합적인 모니터링을 권장합니다.

이 블로그에서는 아마존 세이지메이커 하이퍼팟을 애니스케일 플랫폼과 통합하여 대규모 AI 모델의 구축과 배포에 필수적인 인프라 문제를 해결하는 방법을 보여줍니다. 이 통합 솔루션은 분산 AI 워크로드에 대한 견고한 인프라를 제공하며 고성능 하드웨어, 지속적인 모니터링, 그리고 선도적인 AI 컴퓨트 엔진인 Ray와의 원활한 통합을 통해 조직이 시장 진입 시간을 단축하고 총 소유 비용을 낮출 수 있습니다.

Amazon Nova Act를 사용하여 QuickSight 데이터 스토리 생성을 자동화하는 방법을 소개하며, 중요한 데이터 기반 비즈니스 결정에 집중할 수 있는 시간을 절약합니다.

대규모 에너지 공급업체의 기술 도움데스크 요원들이 고객 전화를 받고 현장 요원을 지원하는 사례를 살펴봅니다. 아마존 베드락과 인포시스 토파즈™ 기능을 활용하여, 콜 처리 시간을 단축하고 작업 자동화, 기술 지원의 전반적인 품질 향상을 이끌어내는 생성적 AI 애플리케이션을 구축합니다.

AI 개발자와 머신러닝 엔지니어들은 이제 Amazon SageMaker Studio의 기능을 로컬 Visual Studio Code(VS Code)에서 직접 사용할 수 있습니다. 이 기능을 통해 사용자 정의된 로컬 VS Code 환경과 함께 SageMaker Studio의 컴퓨팅 자원과 데이터에 접근할 수 있습니다. 이 포스트에서는 로컬 VS Code를 SageMaker Studio 개발 환경에 원격으로 연결하여 Amazon SageMaker AI 컴퓨팅 자원에 액세스하면서 사용자 정의 개발 환경을 사용하는 방법을 안내합니다.

이 게시물에서는 아마존 베드락 지식 베이스 GraphRAG와 아마존 넵튠 분석을 활용하여 금융 사기 탐지 솔루션을 구축하는 방법을 소개합니다.

가르데니아 테크놀로지는 AWS PACE 팀과 협력하여 최신 생성 AI 모델을 활용한 완전 자동화 ESG 보고 솔루션 ‘Report GenAI’를 개발했다. 이 기술은 RAG와 텍스트-to-SQL 기능을 활용해 고객들이 ESG 보고 시간을 최대 75% 줄일 수 있도록 도와준다. AWS 서버리스 기술과 아마존 베드락의 에이전트를 결합하여 확장 가능하고 유연한 문서 어시스턴트 애플리케이션을 구축하는 방법을 소개한다.

Amazon Bedrock Guardrails를 사용하여 해로운 다중 모달 콘텐츠를 차단하는 방법을 소개하고, 의료 보험 콜 센터 시나리오를 활용하여 다양한 가드레일을 구성하고 테스트하는 과정을 안내합니다.