AWS에서 TII의 Falcon-H1 모델을 Amazon Bedrock Marketplace와 SageMaker JumpStart에서 사용할 수 있게 된 것은 인공지능(AI) 활용과 배포 방식에 큰 진전을 의미합니다. 이번 글에서는 Falcon-H1 모델의…
AI 에이전트를 신뢰성 있게 구축하는 방법 – Amazon Bedrock AgentCore Observability AI 기술의 발전과 함께 기업들은 고객 서비스, 업무 자동화, 의사결정 등 다양한 영역에서 AI…
런던증권거래소그룹(LSEG), Amazon Bedrock로 시장 감시 자동화…뉴스 민감도 분석으로 잠재적 시장 조작 탐지 AI 기술이 금융시장 감시에 직접적으로 적용되며, 기존 수작업 중심의 감시 시스템을 자동화·고도화하는 사례가…
Oldcastle, Amazon Bedrock 기반으로 배송 증빙 문서 자동화에 성공하다 도입 복잡하고 반복적인 문서 처리가 기업의 운영 효율을 저해하고 있는 사례가 점점 더 늘어나고 있습니다. 특히,…
AI 인프라의 미래를 여는 AWS의 새로운 접근 최근 생성형 AI가 산업 전반에 걸쳐 실질적인 혁신을 이끌면서, AI 모델의 학습과 배포를 위한 인프라 수요도 폭발적으로 증가하고…
[블로그 본문] 대규모 인공지능 모델 학습을 위한 효율적인 체크포인팅 전략SageMaker HyperPod의 Managed Tiered Checkpointing 활용 가이드 도입부초거대 AI 모델의 시대가 도래한 지금, 수천억 개 파라미터를…
Amazon SageMaker HyperPod Task Governance를 활용한 세밀한 리소스 할당 가이드 머리말 AI 도입이 가속화되고 있는 산업 현장에서 GPU, CPU, 메모리 등의 클러스터 자원을 효과적으로 할당하는…
스카이(Skai), Amazon Bedrock Agents를 활용해 고객 통찰력의 혁신 이끌다 광고 마케팅 업계에서 경쟁력을 확보하려면 빠르고 정확한 데이터 분석과 인사이트 도출이 무엇보다 중요합니다. 하지만 실무자들이 수많은…
AI 에이전트를 교육 현장에 배포하고 확장하는 방법: Strands Agents, Amazon Bedrock AgentCore, LibreChat 통합 가이드 서론 기본적인 AI 챗봇만으로는 더 이상 교육 현장의 복잡한 요구사항을…
Snoonu의 초개인화 추천 시스템 구축 사례: AI와 AWS를 활용한 이커머스 혁신 소개이커머스 플랫폼에서는 점점 더 많은 상품과 카테고리를 고객에게 어떻게 효율적으로 연결할지가 큰 과제로 떠오르고…