아마존 베드록에서 클로드 코워크와 클로드 코드 데스크탑을 직접 실행할 수 있게 되었습니다. 이 포스트에서는 클로드 코워크가 아마존 베드록과 통합되는 방식과 지식 근로자들이 이를 실제로 활용하는 예시를 소개합니다.

AWS 마케팅의 기술, AI 및 분석 팀이 Gradial과 협력하여 Amazon Bedrock 기반의 에이전틱 AI 솔루션을 개발해 콘텐츠 게시 작업의 효율성을 높였습니다.

이번 포스트에서는 Amazon Nova Micro를 활용해 맞춤형 SQL 방언 생성을 위한 두 가지 접근 방식을 소개합니다. 비용 효율성과 생산 준비 성능을 동시에 달성하는 방법을 설명합니다.

Rede Mater Dei de Saúde의 전문가들이 다수의 AI 시스템이 의료 분야의 운영 방식을 변화시키고 있다고 전했습니다. 이들은 수익 주기에서 AI 에이전트를 모니터링하는 방법에 대해 논의했습니다.

새로운 Spring AI AgentCore SDK를 통해 생산 준비가 완료된 AI 에이전트를 구축하고, 확장 가능한 AgentCore Runtime에서 실행할 수 있습니다.

AWS가 에이전트 관리의 미래를 제시하는 ‘AWS 에이전트 레지스트리’를 미리보기로 발표했습니다. 이 플랫폼은 기업 내 AI 에이전트, 도구 및 기술을 발견하고 공유하며 재사용할 수 있는 단일 공간을 제공합니다.

이 글에서는 GSM8K 수학적 추론 데이터셋을 예로 들어 강화 학습 미세 조정(RFT)의 효과적인 활용 방법을 탐구합니다. 데이터셋 준비와 보상 함수 설계, 훈련 진행 모니터링 방법 등을 다룹니다.

아마존 베드록 에이전트코어 게이트웨이는 AI 에이전트가 도구 및 MCP 서버에 연결하는 방식을 중앙에서 관리하는 계층을 제공합니다. 이 글에서는 OAuth 보호 MCP 서버에 연결하는 방법을 설명합니다.

이 글에서는 조직을 위한 AI 기반 컴플라이언스 증거 수집 시스템을 구축하는 방법을 소개합니다. 아키텍처 결정, 구현 세부사항, 배포 과정 등을 배울 수 있습니다.

아마존 베드록이 아시아 태평양(뉴질랜드) 지역에서 제공되며, 고객들은 다양한 AI 모델에 접근할 수 있게 되었습니다. 이 글에서는 뉴질랜드 지역에서의 크로스 리전 추론 방식과 사용 가능한 모델에 대해 설명합니다.

이 글에서는 AWS의 서버리스 아키텍처를 이용해 완전 자동화된 맥락 인식 AI 솔루션을 구현하는 방법을 소개합니다. 이 솔루션은 취약한 집단을 위한 책임 있는 AI 시스템을 배포하고, 다양한 사용자 그룹에 적절하고 신뢰할 수 있는 AI 응답을 유지하는 데 도움을 줍니다.

이 글에서는 Amazon Bedrock에서 OpenAI 호환 API를 사용하여 강화 학습 미세 조정을 수행하는 전체 워크플로우를 설명합니다. 인증 설정부터 Lambda 기반 보상 함수 배포, 훈련 작업 시작 및 모델 추론 실행까지 다룹니다.

이 글에서는 Nova Forge SDK를 사용하여 Amazon SageMaker AI Training Jobs로 Amazon Nova 모델을 훈련하는 과정을 안내합니다.

Bark.com은 AWS Generative AI Innovation Center와 협력하여 AI 기반 콘텐츠 생성 솔루션을 개발했습니다. 이 솔루션은 실험적 시험에서 생산 시간을 크게 단축하고 콘텐츠 품질 점수를 향상시켰습니다.

이 글에서는 Oumi를 사용하여 Amazon EC2에서 LLM 모델을 세밀하게 조정하는 방법을 소개하며, Oumi를 사용하여 합성 데이터를 생성하는 옵션도 제공합니다. 그리고 Amazon S3에 결과물을 저장하고, 관리되는 추론을 위해 Amazon Bedrock에 배포하는 방법을 설명합니다.

NVIDIA의 Nemotron 3 Nano가 이제 Amazon Bedrock에서 완전 관리형 및 서버리스 모델로 이용 가능하다. 이는 이전 AWS re:Invent에서 NVIDIA Nemotron 2 Nano 9B 및 NVIDIA Nemotron 2 Nano VL 12B 모델을 지원했던 발표를 따른 것이다. 이 게시물은 NVIDIA Nemotron 3 Nano 모델의 기술적 특성을 탐구하고 잠재적인 응용 사례에 대해 논의한다. 또한, 이 모델을 Amazon Bedrock 환경 내에서 생성적 AI 애플리케이션에 사용하는 데 도움이 되는 기술적 지침을 제공한다.

이 포스트에서는 인도에서 클로드 모델의 전 세계 교차 지역 추론을 사용하는 방법을 알아볼 수 있습니다. 각 클로드 모델 변형의 기능과 즉시 생성 AI 애플리케이션 구축을 시작하는 데 도움이 되는 코드 예제를 시작하는 방법을 안내합니다.

리코가 AWS GenAI IDP 가속기를 기반으로 자동 문서 분류 및 추출을 위한 표준화된 멀티 테넌트 솔루션을 구축하여 문서 처리를 사용자 정의 엔지니어링 병목 현상에서 확장 가능하고 반복 가능한 서비스로 변환하는 방법을 탐구합니다.

이 글에서는 Amazon Nova Canvas에서 제공하는 가상 시착 기능을 탐구하며, 빠르게 시작할 수 있는 샘플 코드와 최상의 결과를 얻는 데 도움이 되는 팁을 제공합니다.

Lendi Group이 Amazon Bedrock을 활용해 AI 파워드 홈론 가디언을 만들었고, 구현된 아키텍처와 성과를 설명. 고객 경험을 변화시키는데 있어 유용한 통찰을 제공.

AWS China Applied Science팀이 어려운 VOC 분류 작업에 Nova Forge를 평가한 결과와 오픈 소스 모델과의 벤치마킹 결과를 공유합니다.

이 포스트는 Amazon Bedrock, LangGraph 및 Amazon SageMaker AI에서 관리되는 MLflow를 사용하여 지능적인 대화형 에이전트를 구축하는 방법에 대해 탐구합니다.

Amazon Bedrock Guardrails를 구성하고 효율적인 성능을 위한 Best Practices를 구현하며, 응용 프로그램을 보호하고 적절한 안전과 사용자 경험 간의 균형을 유지하기 위해 배포를 효과적으로 모니터링하는 방법을 소개합니다.

이 게시물에서는 Amazon Nova 모델을 위한 강화 Fein-Tuning (RFT)을 탐구하며, 이는 모방이 아닌 평가를 통해 학습하는 강력한 맞춤 기술일 수 있습니다. RFT의 작동 방식, 감독형 Fein-Tuning 대비 사용 시기, 코드 생성부터 고객 서비스에 이르기까지의 실제 응용 사례, 완전 관리형 Amazon Bedrock에서 Nova Forge로의 다양한 구현 옵션 등을 다룰 것입니다. 또한 데이터 준비, 보상 함수 설계에 대한 실용적인 지침과 최적 결과 달성을 위한 모범 사례에 대한 실용적인 지침을 제공합니다.

Amazon Bedrock AgentCore 구성 요소를 사용하여 생산 준비가 된 이벤트 어시스턴트를 빠르게 배포하는 방법을 소개합니다. 참석자 기호를 기억하고 시간이 지남에 따라 개인화된 경험을 구축하는 지능적인 동반자를 구축하고, Amazon Bedrock AgentCore가 제작 배포의 중요한 역할을 처리합니다.

AWS CDK를 사용하여 Amazon Rekognition을 통한 얼굴 및 물체 감지, Amazon Neptune을 통한 관계 매핑, 그리고 AI 기반 캡션 기능을 통합한 포괄적인 사진 검색 시스템을 구축하는 방법을 소개합니다.

Amazon Bedrock가 중동 지역 고객을 위해 Anthropic의 Claude Opus 4.6, Claude Sonnet 4.6, Claude Opus 4.5, Claude Sonnet 4.5 및 Claude Haiku 4.5를 제공한다. 글로벌 교차 지역 추론의 주요 이점과 실제 사용 사례, 생성 AI 애플리케이션을 구축하는 데 도움이 되는 코드 예제에 대해 안내한다.

이 글에서는 실제 고객 에이전트 및 지식 엔진 (CAKE)의 구현을 통해 Amazon Bedrock AgentCore를 사용하여 통합 지능 시스템을 구축하는 방법을 보여줍니다.

아마존 Bedrock, 아마존 Bedrock 지식베이스, AWS Lambda 및 기타 AWS 서비스를 활용하여 AI 기반 채용 시스템을 구축하는 방법 소개. 인재 모집 설명서 작성, 후보자 소통, 면접 준비 등을 개선하면서도 인간의 감독 유지.

이 포스트는 Amazon Bedrock을 사용할 때 응용 프로그램 신뢰성과 사용자 경험을 향상시킬 수 있는 강력한 오류 처리 전략을 구현하는 방법을 보여줍니다. 이 포스트에서는 이러한 오류에 대한 응용 프로그램의 성능 최적화 전략에 대해 깊이 파헤칩니다.

Swann이 Amazon Bedrock을 활용하여 수백만 대의 IoT 장치에 생성 모델 AI를 제공하는 방법에 대해 설명합니다. Swann 통신이 백만 대의 장치에 걸쳐 배포한 gen-AI를 IoT 규모로 배포하는 모델 선택 전략, 비용 최적화 기술 및 아키텍처 패턴을 알 수 있습니다.

LinqAlpha는 보스턴 기반의 기관 투자자를 위해 구축된 다중 에이전트 AI 시스템으로, 기업 스크리닝, 프라이머 생성, 주가 촉진요인 매핑을 지원하며, 새로운 AI 에이전트 Devil’s Advocate를 통해 투자 아이디어를 압력 테스트하는 방법을 소개합니다.

아마존은 아마존 노바 모델을 활용하여 AI 기반 이미지 인식 솔루션을 구현하여 모듈 구성 요소의 감지 및 유효성 검사를 자동화하고 수동 확인 작업을 크게 줄이고 정확성을 향상시킵니다.

이베르돌라는 세계 최대 규모의 유틸리티 기업 중 하나로, AWS와 파트너십을 통해 아마존 베드락 에이전트코어를 활용하여 IT 운영을 혁신했다. 변화 요청 검증 최적화, 상황 지능을 활용한 사건 관리 향상, 대화형 AI를 이용한 변화 모델 선택 단순화를 통해 병목 현상을 줄이고 티켓 처리 속도를 향상시키며 조직 전반에 걸쳐 일관된 고품질 데이터 처리를 실현하고 있다.

이 블로그 포스트는 자동 추론 검사 문구 다시 쓰기 챗봇의 구현 아키텍처에 대해 자세히 다룹니다.

이 글에서는 Amazon Web Services (AWS) 계정에 Fullstack AgentCore Solution Template (FAST)를 배포하는 방법과 해당 아키텍처를 이해하는 방법, 그리고 요구 사항에 맞게 확장하는 방법을 알 수 있습니다. FAST를 사용하면 인증, 인프라 구성 (IaC), 배포 파이프라인 및 서비스 통합을 처리하면서 자체 에이전트를 구축하는 방법을 배울 수 있습니다.

이 게시물은 Amazon Bedrock에서의 에이전트 간 협업이 어떻게 실제로 작동하는지 살펴보며, 계획을 위해 Amazon Nova 2 Lite를 사용하고 브라우저 상호작용을 위해 Amazon Nova Act를 사용하여 취약한 단일 에이전트 설정을 예측 가능한 다중 에이전트 시스템으로 변환하는 방법을 안내합니다.

Amazon Bedrock의 구조화된 출력 기능은 제한된 디코딩을 통해 기반 모델로부터 스키마 호환성을 갖춘 검증된 JSON 응답을 얻는 방식을 근본적으로 변화시킵니다. 이 기사에서는 전통적인 JSON 생성의 어려움과 구조화된 출력이 이를 해결하는 방법을 탐구합니다.

Associa는 AWS Generative AI 혁신 센터와 협력하여 생성적 AI를 활용한 문서 분류 시스템을 구축했으며, 이를 통해 운영 효율성을 달성하는 장기적 비전을 실현하고 있습니다. 이 솔루션은 들어오는 문서를 고정도로 자동 분류하고 효율적으로 처리하여 운영 탁월성을 유지하면서 상당한 비용 절감을 제공합니다.

이 게시물은 Amazon Bedrock AgentCore를 사용하여 기업 AI 에이전트를 구축하는 아홉 가지 필수적인 모범 사례를 탐색합니다. 초기 범위 설정부터 조직 확장까지, 규모에 맞게 AI 에이전트를 만들고 배포하며 관리하기 위해 필요한 서비스를 제공하는 AgentCore에 대해 실용적인 지침을 다룹니다.

Clarus Care는 AWS Generative AI Innovation Center (GenAIIC) 팀과 협력하여 대화형 상호작용 및 다중 의도 해결이 가능한 AI 기반 연락센터 프로토타입을 개발했다. 이 솔루션은 자동 음성봇과 채팅 인터페이스를 통해 대화형 상호작용을 가능하게 하며, 성장을 지원하기 위한 확장 가능한 서비스 모델과 성능 인사이트를 위한 분석 파이프라인을 통합하고 있다.

글로벌 교차 지역 추론을 통해 요청을 라우팅하고 데이터가 어디에 있는지 보여주며, 필요한 IAM 권한을 구성하고 전 세계 추론 프로필 ARN을 사용하여 Claude 4.5 모델을 호출하는 방법을 안내합니다. 업무량을 위한 할당량 증가 요청하는 방법도 다룹니다. af-south-1에서 글로벌 교차 지역 추론을 구현할 수 있게 됩니다.

기업 콘텐츠 리뷰 작업을 위한 에이전트 기반 접근 방식 소개. 제품 문서, 지식베이스, 마케팅 자료 및 기술 사양 등 모든 유형의 기업 콘텐츠에 적용 가능. 기술 정확성을 위한 블로그 콘텐츠 검토 실제 예시 제시. 에이전트 구성, 도구 및 확인 소스를 조정하여 다양한 콘텐츠 리뷰 요구에 직접 적용 가능.

푸시페이의 경험을 통해 아마존 베드락을 활용하여 AWS에서 지속적인 품질 보증을 위한 맞춤형 생성 AI 평가 프레임워크를 구축하는 방법을 살펴본다.

Totogi가 AWS Generative AI Innovation Center와 협력하여 Amazon Bedrock의 신속한 혁신 능력을 활용하여 변경 요청 처리를 자동화하는 방법에 대해 설명합니다.

Amazon Bedrock AgentCore 서비스는 이제 AWS Cloud Development Kit (AWS CDK), Terraform 및 AWS CloudFormation 템플릿과 같은 다양한 IaC 프레임워크에서 지원됩니다. 이 통합은 IaC의 기능을 AgentCore에 직접 제공하여 개발자가 AI 에이전트 인프라를 프로비저닝, 구성 및 관리할 수 있게 합니다. 본문에서는 CloudFormation 템플릿을 사용하여 날씨 활동 플래너용 엔드 투 엔드 애플리케이션을 구축합니다.

아마존 카탈로그팀이 아마존 베드락을 활용해 대규모 시스템을 구축하여 정확도를 지속적으로 향상시키고 비용을 줄이는 자기 학습 시스템을 소개합니다.

톰슨 로이터의 플랫폼 엔지니어링팀이 수동 시스템에서 자동화된 에이전틱 시스템으로 전환하여 운영 생산성을 향상시키는 방법에 대해 설명합니다.

본문에서는 Strands 에이전트, Meta의 Llama 4 모델 및 Amazon Bedrock을 사용하여 다중 에이전트 비디오 처리 워크플로우를 구축하는 방법을 탐구하며, 전문화된 AI 에이전트들이 협력하여 비디오 콘텐츠를 자동으로 분석하고 이해하는 방법을 살펴봅니다. 이 솔루션을 소개하기 위해 Amazon SageMaker AI를 사용하여 코드를 안내할 것입니다.

이 포스트에서는 다중 모달 RAG 애플리케이션을 구축하는 방법을 안내합니다. 다중 모달 지식 베이스의 작동 방식, 콘텐츠 유형에 따라 적절한 처리 전략을 선택하는 방법, 콘솔 및 코드 예제를 사용하여 다중 모달 검색을 구성하고 구현하는 방법에 대해 배웁니다.

팔로알토 네트웍스의 장치 보안팀은 아마존 베드락을 활용하여 자동 로그 분류 파이프라인을 개발하여 생산 문제의 조기 경고 신호를 감지하고 문제에 대응할 시간을 더 많이 확보했다. 이들은 Amazon Bedrock을 통해 자동으로 로그 데이터를 분류하고 분석하는 방법에 대해 논의하고, 이 자동화 파이프라인이 잠재적 문제를 탐지하는 방법과 솔루션 아키텍처, 구현 통찰력을 공유한다.

이 게시물은 Amazon Bedrock를 사용한 생성적 AI 가이드 비즈니스 보고 솔루션을 소개하며, 비즈니스에 대한 성과 및 도전과제를 작성하는 데 초점을 맞춰 내부 커뮤니케이션과 보고를 간소화하고 가속화하는 스마트하고 실용적인 솔루션을 제공합니다.

아마존 베드락 가드레일을 활용하여 사용자 정의 다중 공급업체 생성적 AI 게이트웨이에 중앙 집중식 보호장치를 추가하여 이러한 도전 과제를 해결하는 방법을 소개합니다.

Amazon Nova 다중 모달 임베딩을 사용하여 특정 비디오 세그먼트를 검색하는 방법과, 170개의 게임 창작 자산 라이브러리에 대한 테스트에서 96.7%의 검색 성공률과 73.3%의 고정밀 검색률을 달성한 실제 사례를 살펴봅니다. 이 모델은 최소한의 성능 하락으로 여러 언어 간 강력한 크로스-언어 기능을 보여줍니다.

AutoScout24는 표준화된 AI 개발 프레임워크를 구축하여 안전하고 확장 가능한 AI 에이전트를 신속하게 배포할 수 있었습니다.

Amazon Bedrock cross-Region 추론 프로필 구현의 보안 고려사항과 모범 사례를 탐구합니다. Amazon Bedrock CRIS의 안전한 아키텍처를 이해하고 구현을 올바르게 구성하는 방법을 안내합니다.

Amazon Nova 다중 모달 임베딩은 전자 상거래 사례를 통해 Crossmodal 검색의 도전을 해결하는 방법을 탐색합니다. 전통적인 방법의 기술적 한계를 살펴보고 Amazon Nova 다중 모달 임베딩이 텍스트, 이미지 및 기타 모달 간의 검색을 가능하게 하는 방법을 시연합니다. 임베딩 생성, 쿼리 처리 및 성능 측정을 통해 Crossmodal 검색 시스템을 구현하는 방법을 알 수 있습니다.

Beekeeper는 자동화된 리더보드 접근법과 동적 LLM 및 프롬프트 쌍 선택을 위한 인간 피드백 루프 시스템을 통해 조직이 언어 모델의 빠르게 변화하는 환경을 탐색하는 데 직면한 주요 과제를 해결하고 있다.

AWS와 Instituto de Ciência e Tecnologia Itaú (ICTi) 간의 전략적 과학적 파트너십을 통해 개발된 이 게시물은 텍스트와 오디오에 대한 감성 분석의 기술적 측면을 탐구합니다. 여러 ML 모델 및 서비스를 비교하고 각 접근 방법의 트레이드오프와 함정을 논의하며 AWS 서비스가 어떻게 조합되어 견고하고 완결된 솔루션을 구축할 수 있는지 강조합니다. 또한 대형 언어 모델 (LLM)을 위한 더 고급화된 프롬프트 엔지니어링과 텍스트 데이터만으로는 놓칠 수 있는 감정적 단서를 포착하기 위해 오디오 기반 분석 범위를 확대하는 가능한 미래 방향에 대한 통찰을 제공합니다.

Flo Health의 의료 콘텐츠 검토에 대한 AI 적용 여정을 다룬 이 두 파트 시리즈 중 첫 번째 파트는 PoC를 살펴봅니다. 초기 솔루션, 능력 및 초기 결과를 포함한 내용을 다루며, 두 번째 파트에서는 확장 과제와 현실 세계 적용에 중점을 둡니다.

이 게시물은 Amazon Bedrock 데이터 자동화 및 Amazon Bedrock 가드레일을 사용한 자동화된 PII 감지 및 마스킹 솔루션을 소개하며, 수신 이메일과 첨부 파일의 대량 텍스트 및 이미지 콘텐츠를 처리하는 사용 사례를 통해 솔루션의 구현 절차를 안내합니다. 이 솔루션은 권한이있는 인원이 안전하게 이메일 통신 및 첨부 파일을 관리하고 검토할 수 있는 React 기반 사용자 인터페이스를 제공합니다.

이 게시물은 Amazon Bedrock 및 Amazon Bedrock Knowledge Bases를 사용하여 AI 기반 웹사이트 어시스턴트를 구축하는 방법을 보여줍니다.

이 포스트에서는 Strands SDK, Amazon Bedrock AgentCore, Amazon Bedrock Knowledge Base 및 Bedrock Data Automation(BDA)를 활용하여 IDP 솔루션을 프로그래밍적으로 생성하는 방법을 탐구합니다. 사용자들이 Jupyter 노트북을 통해 다중 모달 비즈니스 문서를 업로드하고 BDA를 사용하여 관련 청크를 검색하고 FM에 프롬프트를 보강하는 파서로 사용하는 솔루션을 제공합니다.

Amazon의 다음 세대 추론 엔진인 Mantle이 제로 오퍼레이터 액세스(ZOA) 디자인을 구현하여 AWS 오퍼레이터들이 고객 데이터에 액세스할 수 있는 기술적 수단을 제거하는 방법을 탐색합니다.

Amazon Bedrock의 Foundation Models(FMs)와 Amazon Bedrock AgentCore를 사용하여 W&B Weave와 함께 기업용 AI 솔루션을 구축, 평가 및 모니터링하는 방법을 소개. 개별 FM 호출 추적부터 복잡한 에이전트 워크플로우 모니터링까지 전체 개발 주기 다룸.

이 게시물은 Amazon Nova를 사용하여 생성 AI를 통해 마케팅 캠페인 작성을 간소화하고 가속화하는 방법에 초점을 맞추고 있습니다. 콜롬비아 최대 은행 중 하나인 Bancolombia가 Amazon Nova 모델을 활용하여 마케팅 캠페인을 위한 시각 자료를 생성하는 방법을 소개합니다.

AWS와 Visa가 협력하여 Visa Intelligent Commerce를 통해 에이전틱 상거래를 가능하게 하고, Amazon Bedrock AgentCore를 활용하는 방법을 탐구합니다. 자율 AI 에이전트가 자연어를 통해 이뤄지는 단순한 엔드투엔드 워크플로로 쇼핑 및 여행 경험을 변화시킬 수 있는 방법을 보여줍니다.

이 포스트는 Zoom AI Research 논문 ‘Chain of Draft: Thinking Faster by Writing Less’에서 소개된 혁신적인 프롬프팅 기술인 Chain-of-Draft (CoD)를 탐구하며, 모델이 추론 작업에 접근하는 방식을 혁신적으로 변화시키는 방법을 살펴봅니다. 체인 오브 씨오트 (CoT) 프롬프팅이 모델 추론을 향상시키는 데 사용되어 왔지만, CoD는 인간의 문제 해결 패턴을 모방하여 간결하고 신호가 강한 사고 단계를 사용하는 더 효율적인 대안을 제공합니다.

GenAI IDP 가속기에 통합된 새로운 기능 Analytics Agent를 소개합니다. 사용자는 SQL 또는 데이터 분석 전문 지식 없이 자연어 쿼리를 사용하여 고급 검색과 복잡한 분석을 수행할 수 있습니다. 이 기능을 통해 비전문가도 대규모로 처리한 문서를 자연어로 분석하고 이해할 수 있습니다.

이 글에서는 Amazon Bedrock에서 Foundation Models (FMs)을 활용하여 예측 정비 솔루션을 구현하는 방법과, 아마존의 제조 장비를 사례로 들어 그 활용성을 보여줍니다. 이 솔루션은 유연하며 다른 산업에 맞게 맞춤화할 수 있습니다.

Strands 에이전트, Amazon Bedrock AgentCore 및 NVIDIA NeMo Agent Toolkit의 강력한 조합을 사용하여 AWS에서 AI 에이전트를 초기 개발부터 프로덕션 배포까지 구축, 평가, 최적화 및 배포하는 방법을 보여줍니다.

TwelveLabs Marengo 임베딩 모델이 Amazon Bedrock에서 비디오 이해력을 향상시키는 방법을 소개합니다. 이 모델을 사용하여 비디오 의미 검색 및 분석 솔루션을 구축하고 Amazon OpenSearch Serverless를 벡터 데이터베이스로 활용하여 간단한 메타데이터 일치 이상의 의미 검색 기능을 제공합니다.

이 두 파트 시리즈의 첫 번째에서 기존의 데브옵스 아키텍처를 발전시키고 생성 모델 AI 워크로드를 위한 GenAIOps 실천 방법을 구현하는 방법을 배웁니다. 다양한 생성 모델 AI 채택 수준에 대한 실용적인 구현 전략을 소개하며, 기초 모델 소비에 초점을 맞춥니다.

Amazon Nova Sonic을 사용하여 음성 처리를 하고 Strands Agents를 사용하여 다중 에이전트 오케스트레이션을 구축하여 고급 음성 기반 AWS 운영 어시스턴트를 만드는 방법을 탐구한다. 자연어 음성 상호작용이 클라우드 운영을 변화시켜 AWS 서비스를 더 접근 가능하게 하고 운영을 더 효율적으로 만드는 솔루션을 소개한다.

Harmonic Security가 Amazon SageMaker AI, Amazon Bedrock 및 Amazon Nova Pro를 활용하여 ModernBERT 모델을 세밀하게 조정하여 저지연, 정확하고 확장 가능한 데이터 누출 감지를 달성하는 방법에 대한 내용입니다.

Swisscom은 Amazon Bedrock AgentCore를 도입하여 고객 지원 및 영업용 기업 AI 에이전트를 구축하고 확장하는 방법을 소개합니다. 스위스컴은 AWS 유럽 지역(취리히)의 Amazon Bedrock 초기 도입 업체로, Rasa를 기반으로 한 대화형 AI 및 Amazon SageMaker의 fine-tuned LLM을 포함한 다양한 AI 프로젝트를 성공적으로 구축하고 있습니다.

Myriad Genetics는 AWS Generative AI 혁신 센터와 협력하여 Amazon Bedrock 및 Amazon Nova foundation 모델을 활용해 건강 관련 문서 처리 파이프라인을 개선했으며, 98%의 분류 정확도를 달성하고 비용을 77% 줄이고 처리 시간을 80% 단축했다. AWS의 오픈소스 GenAI Intelligent Document Processing Accelerator를 사용한 기술적 구현과 문서 분류 및 핵심 정보 추출에 대한 최적화 전략, 그리고 Myriad의 사전 승인 업무에 미친 실제 비즈니스 영향을 상세히 설명한다.

Amazon Bedrock AgentCore Gateway에 대한 새로운 기능인 게이트웨이 인터셉터를 출시했습니다. 이 강력한 기능은 세밀한 보안, 동적 접근 제어 및 유연한 스키마 관리를 제공합니다.

Condé Nast가 Amazon Bedrock과 Anthropic의 Claude를 활용하여 계약 처리와 권리 분석 업무를 가속화하는 방법을 탐구한다. 다수의 브랜드와 지역을 아우르는 회사의 포트폴리오는 점점 복잡해지는 계약, 권리, 라이선싱 계약을 관리해야 했다.

UCLA의 OARC 및 REMAP 팀이 AWS의 서버리스 인프라, 관리형 서비스 및 생성 AI 서비스를 활용하여 솔루션을 신속하게 설계하고 배포하는 방법을 설명하며, Amazon SageMaker AI의 사용법과 몰입형 실시간 경험에서 안정적으로 활용하는 방법을 소개합니다.

Amazon Bedrock Custom Model Import를 사용할 때 엔드 투 엔드 대기 시간이 줄고, 첫 번째 토큰까지의 시간이 단축되며, 고급 PyTorch 컴파일 및 CUDA 그래프 최적화를 통해 스루풋이 향상되어 성능이 크게 향상되었습니다. Amazon Bedrock Custom Model Import를 사용하면 자체 기반 모델을 Amazon Bedrock로 가져와 규모 확장 가능한 배포 및 추론이 가능합니다.

이 포스트에서는 Amazon Bedrock를 사용하여 GPT-OSS-20B 모델을 배포하는 방법을 소개하며, 기존 응용 프로그램과 완전한 API 호환성을 유지합니다.

이 게시물에서는 다중 제공업체 생성 AI 게이트웨이 참조 아키텍처를 소개하며, 이를 통해 LiteLLM을 AWS 환경에 배포하여 여러 모델 제공업체 간의 제너레이티브 AI 워크로드의 관리와 거버넌스를 최적화하는 방법에 대한 지침을 제공합니다. 이 중앙 집중식 게이트웨이 솔루션은 Amazon Bedrock, Amazon SageMaker AI 및 외부 제공업체를 지원하면서 포괄적인 보안, 모니터링 및 제어 기능을 유지하며 제공자 단편화, 분산형 거버넌스, 운영 복잡성 및 비용 관리와 같은 일반적인 기업 과제에 대응합니다.

와이프로가 아마존 베드락을 활용해 산업 자동화 코드 개발을 최적화하는 방법을 소개하고, 실제 제조 작업에 미치는 변화를 보여주는 결과를 공유합니다.

이 블로그 포스트에서는 에이전트 워크플로우가 자연어 인터페이스를 활용하여 규모 확장 가능한 유전체 파이프라인의 처리 및 해석을 가속화하는 방법을 소개합니다. 우리는 자동화된 데이터 처리와 지능적 분석을 결합한 포괄적 유전체 변이 해석기 에이전트를 시연하여, 원시 VCF 파일 수용부터 대화형 쿼리 인터페이스까지 전체 워크플로우를 다룹니다.

아마존 팀이 만든 AI 쇼핑 어시스턴트 Rufus는 지능적인 대화형 경험을 제공하여 고객을 기쁘게 합니다. 이번 연도에 2억 5천만 명 이상의 고객이 Rufus를 사용했으며, 월간 이용자가 전년 대비 140% 증가하고 상호작용은 210% 증가했습니다. 또한, Rufus를 사용하는 고객은 쇼핑 여정 중에 60% 더 많은 가능성으로 상품을 구매합니다.

Care Access가 Amazon Bedrock 프롬프트 캐싱 기술을 도입하여 의료 기록 처리를 최적화하고 규정 요구 사항을 준수하는 방법을 소개합니다.

RoboTic-Tac-Toe는 두 대의 로봇이 틱택토 보드를 움직이는 대화형 게임으로, LLMs가 게임 플레이와 로봇 움직임을 조율합니다. 자연어 명령을 사용해 로봇을 제어하고, 플레이어는 자신의 표시를 게임 보드에 놓을 수 있습니다. 이 게시물에서는 틱택토 게임을 이해하고 현재 플레이어를 위한 최적의 게임 전략과 움직임 계획을 결정하기 위해 사용된 구조와 프롬프트 엔지니어링 기술을 탐구합니다.

Biomni의 전문 도구를 Amazon Bedrock AgentCore Gateway와 통합하여 생산 준비가 완료된 바이오의료 연구 에이전트를 구축하는 방법을 소개합니다. 이를 통해 연구자들은 안전하고 확장 가능한 인프라를 통해 30개 이상의 생체 의학 데이터베이스에 액세스할 수 있습니다. 이 구현은 연구 프로토 타입을 기업급 시스템으로 변환하는 방법을 보여주며, 과학적 재현 가능성을 위해 지속적인 메모리, 의미론적 도구 발견 및 포괄적인 관측 가능성을 갖추고 있습니다.

그래픽 사용자 인터페이스는 수십 년 동안 발전해 왔지만, 오늘날 사용자들은 점점 애플리케이션과 대화를 주고받기를 원합니다. 이 글에서는 루틴 작업 관리를 유동적이고 무선으로 전환하는 참조 애플리케이션인 스마트 할 일 앱에 진정한 음성 중심 경험을 추가하는 방법을 소개합니다.

Amazon Bedrock에서 Cohere Embed 4 다중 모달 임베딩 모델을 완전히 관리되는 서버리스 옵션으로 제공한다. 기업 검색용 Embed 4의 이점과 독특한 기능에 대해 살펴보며 Strands Agents, S3 Vectors, Amazon Bedrock AgentCore와의 통합을 통해 강력한 agentic retrieval-augmented generation (RAG) 워크플로우를 구축하는 방법을 안내한다.

GxP 규정 준수를 위한 규제 환경이 AI의 고유한 특성을 고려하도록 발전하고 있습니다. 본문에서는 위험 기반 구현, 다양한 위험 수준에 따른 실용적 구현 고려 사항, AWS의 규정 준수를 위한 공유 책임 모델, 위험 완화 전략의 구체적 예시 등을 다룹니다.

본문에서는 다중 에이전트, 다중 모달 인공지능 시스템을 위한 네 가지 핵심 협업 패턴을 탐구하며 – 도구로서의 에이전트, 스왐 에이전트, 에이전트 그래프, 에이전트 워크플로우 – 각각을 언제, 어떻게 적용해야 하는지에 대해 오픈소스 AWS Strands Agents SDK와 아마존 노바 모델을 사용하는 방법에 대해 논의합니다.

클라리오는 아마존 베드락과 기타 AWS 서비스를 활용하여 AI 솔루션을 구축하여 COA 인터뷰의 분석을 자동화하고 개선하는 방법을 소개합니다.

기업은 지능적인 AI 에이전트를 구동하기 위해 구조화된 데이터 저장소에 원활하게 접근해야 합니다. 그러나 이러한 자원이 여러 AWS 계정에 걸쳐있는 경우 통합 문제가 발생할 수 있습니다. 이 게시물에서는 Amazon Bedrock 에이전트를 서로 다른 AWS 계정에 있는 Amazon Redshift 클러스터의 지식베이스에 연결하는 실용적인 솔루션을 탐구합니다.

톰슨 로이터가 아마존 베드락과 같은 AWS 서비스로 구동되는 노코드 AI 솔루션인 오픈 아레나를 통해 핵심 비즈니스 사례를 해결하는 방법을 탐구합니다. 아키텍처 설계부터 사용 사례와 사용자 프로필까지 설명합니다.

Amazon Bedrock의 Custom Model Import에 구조화된 출력이 추가되었습니다. 구조화된 출력은 모델의 생성 프로세스를 실시간으로 제한하여 생성되는 모든 토큰이 사용자가 정의한 스키마와 일치하도록합니다. prompt-engineering 트릭이나 후속 처리 스크립트 대신 이제 추론 시에 직접 구조화된 출력을 생성할 수 있습니다.

Amazon Bedrock AgentCore Gateway는 MCP 도구 서버를 중앙 집중식으로 제공하여 에이전트가 도구를 발견, 액세스 및 호출할 수 있는 통합 인터페이스를 제공합니다. 새로운 기능으로 기존 MCP 서버를 AgentCore Gateway의 새로운 대상 유형으로 지원하여 여러 작업별 MCP 서버를 단일 관리 가능한 MCP 게이트웨이 인터페이스 뒤에 그룹화할 수 있습니다.

Amazon Bedrock AgentCore Runtime은 안전하게 대규모로 효과적인 에이전트를 구축, 배포 및 운영할 수 있는 플랫폼이다. 에이전트 및 도구를 배포할 수 있는 저지연 서버리스 환경을 제공하며, 세션 격리를 제공하고 인기 있는 오픈소스 프레임워크를 지원한다.

Switchboard, MD는 임상 환경에서 전사 정확도와 비용 효율성을 확장하는 과제를 겪었고, 올바른 전사 솔루션을 선택하기 위한 평가 과정, Amazon Connect 및 Amazon Kinesis Video Streams를 사용한 기술 아키텍처를 구현한 경험을 살펴본다. 이를 통해 자동 EMR 매칭을 구현하고 의료 스태프가 환자 진료에 더 많은 시간을 할애할 수 있었던 인상적인 결과를 소개한다.