전사적 데이터 활용을 위한 Furuno Electric의 Amazon DataZone 도입 사례 최근 제조업 기반 기업들이 디지털 트랜스포메이션(DX)을 추진하면서 데이터 중심의 비즈니스로 전환하는 사례가 급증하고 있습니다. 일본의…
최근 AWS에서 인도 콜카타 지역의 STT Kolkata, DC1 데이터 센터에 100Gbps의 AWS Direct Connect 연결 지원 확대를 발표했습니다. 본 글에서는 AWS Direct Connect의 활용과 배포…
아마존 SageMaker HyperPod CLI 및 SDK 출시 – 생성형 AI 모델 개발의 자동화와 효율화 AI 및 머신러닝 기술의 비약적인 발전 속도에 따라, 대규모 모델 학습과…
AWS S3 테이블에서 자연어로 작업하는 새로운 방법: Model Context Protocol(MCP) 서버 도입 클라우드 기술의 발전과 AI의 대중화로 인해, 데이터 처리와 분석 방식도 크게 변화하고 있습니다.…
아마존 SageMaker HyperPod Observability 기능 소개 소개 생성형 AI 도입이 점차 확산되면서 모델 학습과 최적화 과정에서의 효율성과 가시성 확보는 기업의 경쟁력을 결정짓는 중요한 요소가 되었습니다.…
아마존 SageMaker Studio와 Visual Studio Code의 통합 업데이트: AI 개발자의 생산성을 위한 최적의 구성 인공지능 개발 환경에서도 빠른 배포와 유연한 활용성이 중요해지고 있는 가운데, AWS는…
아마존 SageMaker HyperPod를 활용한 오픈 웨이트 모델 배포 자동화 가이드 오늘날 생성형 AI와 머신러닝 모델들의 활용이 증가함에 따라, 모델의 훈련부터 배포까지 일련의 과정을 효율적으로 관리하고…
아마존 SageMaker Studio와 VS Code 연동으로 AI 개발 자동화 워크플로우 극대화하기 머신 러닝(Machine Learning, ML) 및 인공지능(AI) 모델을 개발하는 과정에서 로컬 개발 환경과 클라우드 리소스를…
아마존 SageMaker HyperPod를 활용한 생성형 AI 모델의 통합 배포 전략 최근 대규모 언어 모델(LLM)의 폭발적인 발전과 함께 생성형 AI 기반 애플리케이션의 상용화가 가속화되고 있습니다. 그러나…
AWS SageMaker에서 제공하는 Fully Managed MLflow 3.0을 활용한 생성형 AI 개발 가속화 소개 최근 생성형 AI 기술은 산업 전반에서 활용도가 급격히 높아지고 있습니다. 이에 따라…