AWS 기술 블로그
놀유니버스의 AWS Transform for .NET과 Amazon Q Developer를 활용한 .NET 현대화 성공 사례
현대 기업들이 디지털 전환을 가속화하면서, 레거시 애플리케이션의 현대화는 더 이상 선택이 아닌 필수가 되었습니다. 특히 .NET 애플리케이션의 현대화는 많은 기업들이 직면한 공통 과제입니다. 이 글을 통해 놀유니버스가 AWS Transform for .NET과 Amazon Q Developer를 활용하여 어떻게 .NET 현대화 프로젝트에서 획기적인 성과를 달성했는지 그 여정을 공유하고자 합니다. [NoUniverse 소개 페이지: https://nol-universe.com/about] 놀유니버스(NOL UNIVERSE)는 야놀자 플랫폼과 인터파크트리플의 […]
로그 분석부터 규칙 생성까지: AWS Network Firewall을 통해 아웃바운드 트래픽에 대한 도메인 기반 보안을 자동화하기
본 게시글은 AWS Security Blog의 From log analysis to rule creation: How AWS Network Firewall automates domain-based security for outbound traffic 게시글을 한국어 번역 및 편집하였습니다. 들어오거나(ingress) 나가는(egress) 네트워크 트래픽을 제어해야 할 때, 조직에서는 통상적으로 들어오는 트래픽에 대해 어떤 트래픽이 더 초점을 두고 네트워크 경계로 들어오는 트래픽을 엄격하게 제한합니다. 하지만 이러한 방식으로는 인바운드 보안 문제에만 대응할 […]
Agentic AI 기반 신약 개발 워크플로 자동화: AWS 해커톤에서 입증한 SK바이오팜 참가팀의 도전 사례
해당 포스트는 SK 바이오팜의 박건태, 고일규님, 이승욱님, 이준님, 전인혁님과 함께 작성했습니다. 신약 개발은 현대 의학에서 가장 복잡하고 위험도가 높은 분야 중 하나입니다. 하나의 신약이 시장에 출시되기까지 평균 10-15년의 시간과 수십억 달러의 비용이 소요되며, 성공률은 10% 내외에 불과합니다. 이러한 높은 실패율의 주요 원인 중 하나는 바로 의사결정 과정에서의 정보 부족과 분석의 한계입니다. 특히 국내 제약·바이오 기업들이 […]
Amazon Bedrock과 함께 Claude Code 사용하기
생성형 AI 툴이 다양한 작업의 하나의 필수 도구로 자리잡으면서, 기업들은 AI 어시스턴트 툴 도입을 적극적으로 검토하고 있습니다. Anthropic의 Claude Code는 강력한 AI 어시스턴트이지만, 기본적으로 제공되는 구독 방식의 비용 구조, 보안 및 규제, 사용자 추적 및 관리 등에서 일부 제한이 있거나 지원되지 않는 기능이 필요한 경우 자체 구축하여야 합니다. Amazon Bedrock에서 제공하는 모델 호출 API을 통한 […]
아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신 (Part 2)
1부에서 살펴본 클레어의 비즈니스 가치와 전체 아키텍처를 바탕으로, 이번 편에서는 각 컴포넌트의 기술적 구현 방식과 최적화 전략을 자세히 공유하고자 합니다. 1부 다시보기 : 아이지에이웍스 AI 에이전트 클레어: Amazon Bedrock 기반 Text-to-SQL/Chart 에이전트로 이룬 데이터 분석 혁신 멀티 에이전트 구현 1부에서 설명한대로, 클레어의 개별 Agent들의 흐름은 다음과 같습니다. Question Agent(질문 분석 및 정제, 분할) → Query […]
AWS advanced JDBC wrapper 플러그인 이해하기
이 글은 AWS Database Blog에 게시된 Demystifying the AWS advanced JDBC wrapper plugins by Will Leach, Nirupam Datta, and Ryan Moore을 한국어 번역 및 편집하였습니다. 2023년에 AWS는 AWS advanced JDBC wrapper를 출시해하여 기존 JDBC 드라이버의 성능을 향상 시키고 추가 기능을 추가했습니다. 이 래퍼는 기존 사용자가 선택한 PostgreSQL, MySQL 또는 MariaDB JDBC 드라이버 위에 AWS와 Amazon […]
Day1Company의 Amazon EKS와 Amazon Bedrock 기반 초개인화 학습 피드백 서비스 사례
개요 교육산업의 디지털 전환과 새로운 도전 최근 교육산업은 급격한 디지털 전환의 흐름 속에서 근본적인 변화를 맞이하고 있습니다. 특히 교육 시장에서는 개인화된 학습 경험과 데이터 기반 교육 효과 측정이 핵심 경쟁력으로 부상하고 있으며, 생성형 AI의 등장은 이러한 트렌드를 더욱 가속화하고 있습니다. 그러나 많은 교육 기업들이 디지털 전환 과정에서 공통적인 어려움에 직면하고 있습니다: 학습 데이터의 휘발성: 1:1 […]
아마존 넵튠에서 온톨로지를 사용한 모델 기반 지식 그래프 만들기
본 게시글은 AWS Database Blog에 게시된 Model-driven graphs using OWL in Amazon Neptune by Mike Havey을 한국어 번역 및 편집하였습니다. Amazon Neptune은 비즈니스 객체 간의 관계를 지식 그래프로 구축하는 데 사용할 수 있는 AWS에서 제공하는 그래프 데이터베이스 서비스입니다. 지식 그래프를 구축할 때, 이러한 관계의 표현을 관리하기 위한 적합한 모델은 무엇일까요? 그래프를 즉석에서 구축하기보다는 우리를 안내할 […]
Amazon Bedrock AgentCore Runtime을 쉽고 빠르게 시작하기
1. 개요 1.1. AgentCore Runtime이란? AI 에이전트 개발은 PoC/MVP/프로토타입 단계에서는 놀라울 정도로 빠르게 진행됩니다. 며칠 안에 Strands Agents, LangGraph, CrewAI와 같은 에이전트 프레임워크로 인상적인 PoC를 구축할 수 있고, 노트북에서 실행되는 에이전트가 복잡한 질문에 답하고 도구를 호출하는 모습을 볼 수 있습니다. 로컬 개발 환경에서 AI 에이전트를 실험할 때는 모든 것이 순조롭게 보입니다. 단일 사용자가 노트북에서 에이전트를 실행하고, […]
AWS와 함께하는 웅진AI Runner Challenge 4부: Amazon Q Developer CLI 활용한 보안 취약점 진단 및 조치
지난 2025년 7월 9일, AWS와 함께하는 ‘Gen AI Runner Challenge 2025’가 진행되었습니다. AI 기술이 고도화되면서, AI는 개인과 조직의 역량을 강화할 수 있는 열쇠가 되고 있습니다. 이번 AI Runner Challenge는 구성원의 상상력을 AI를 통해 직접 실현하는 자리이며, AI역량을 향상하고 실제 업무에 적용할 수 있는 기회였습니다. 본 게시글은 5부로 구성되어 있으며, 웅진의 AI Runner Challenge에 참가한 팀 […]









