Moait
홈인기 피드모든 블로그모든 태그
홈인기 피드모든 블로그모든 태그

최신 피드를 AI 요약으로 빠르게 확인하세요

IT 기업 기술 블로그 모음

Amazon Bio Discovery 사용법: AI 항체 설계 실습 섬네일
Amazon Bio Discovery 사용법: AI 항체 설계 실습
농심 NDS favicon농심 NDS
·AI/ML·
AWS

농심 NDS의 Amazon Bio Discovery를 통해 AI 기반으로 항체 후보를 설계하고 평가하는 기능과 Lab-in-the-Loop 워크플로우의 핵심 내용을 설명합니다. 40개 이상 AI 모델, Recipe 구성, Module 선택, Project와 Experiment 관리 등 활용 방법과 In Silico 분석에서 Wet Lab 연계까지의 구체적 흐름을 다룹니다. 현재 미국 동부 버지니아(us-east-1) 리전에서만 제공되며, 가격은 EU 단위로 산정되고 신규 사용자는 첫 달에 5 EU를 무료로 사용할 수 있습니다.

2026년 10월 07일·0
[성공 사례] 발전소 안전작업허가를 돕는 이동형 AI CCTV 섬네일
[성공 사례] 발전소 안전작업허가를 돕는 이동형 AI CCTV
슈퍼브에이아이 favicon슈퍼브에이아이
·AI/ML·
Computer Vision, Edge AI, Video Surveillance, AI CCTV, NVIDIA Jetson AGX Orin

슈퍼브에이아이의 사례는 발전소 안전작업허가를 돕는 이동형 AI CCTV 시스템의 도입과 현장 적용 전략을 구체적으로 다룹니다. NVIDIA Jetson AGX Orin 기반의 AI CCTV, PTZ 카메라와 LTE 연결, SSO 연동 등을 활용한 아키텍처와 구현 방법을 소개합니다. 현장 안전 절차의 디지털화와 실시간 모니터링으로 작업허가 프로세스의 효율성과 규정 준수를 강화하는 실무적 이점을 제공합니다.

2026년 10월 07일·0
EmbeddingGemma 2: The Developer Guide 섬네일
EmbeddingGemma 2: The Developer Guide
구글 favicon구글
·AI/ML·
Information Retrieval, Vector Database, Matryoshka Representation Learning, Multimodal Embedding, Dimensionality Reduction

구글의 EmbeddingGemma 2는 텍스트, 코드, 이미지, 비디오, 오디오를 하나의 768차원 공간으로 매핑하는 컴팩트한 오픈 소스 멀티모달 임베딩 모델입니다. 개발자는 sentence-transformers 라이브러리를 활용해 270M에서 740M 파라미터의 모듈형 모달리티 인코더를 선택적으로 로드할 수 있어 메모리 사용을 최적화합니다. 또한 Matryoshka Representation Learning은 차원을 동적으로 128d까지 잘라 저장소를 크게 줄이면서도 높은 검색 성능을 유지합니다.

2026년 10월 06일·1
Bring multimodal semantic search to the edge with EmbeddingGemma 2 섬네일
Bring multimodal semantic search to the edge with EmbeddingGemma 2
구글 favicon구글
·AI/ML·
LiteRT, MediaPipe Tasks

구글의 EmbeddingGemma 2는 텍스트, 이미지, 비디오, 오디오를 하나의 벡터 공간으로 매핑하는 740M 크기의 오픈 가중치 멀티모달 모델로, 프라이버시 우선의 로컬(on-device) 검색에 최적화되어 있습니다. MediaPipe Tasks와 LiteRT를 통해 크로스 플랫폼으로의 통합이 쉬우며, CPU/GPU/NPU 가속으로 로컬에서 초저지연 검색, 주요 프레임 탐색, 제로샷 의도 라우팅을 구현할 수 있습니다.

2026년 10월 06일·0
경신홀딩스의 AX 도입을 위한 에이전트 플랫폼 구축: Amazon Bedrock AgentCore로 사내 데이터를 연결하고 에이전트를 운영하기 섬네일
경신홀딩스의 AX 도입을 위한 에이전트 플랫폼 구축: Amazon Bedrock AgentCore로 사내 데이터를 연결하고 에이전트를 운영하기
AWS faviconAWS
·Architecture·
OpenAPI, AWS Bedrock, AgentCore, Microsoft SQL Server, SAP

AWS는 Amazon Bedrock AgentCore를 기반으로 경신홀딩스의 AX 도입을 위한 에이전트 플랫폼을 구축해 사내 데이터 연결과 에이전트 운영을 중앙화한다. LLM Gateway와 Agent Gateway로 모델 호출과 데이터 접근을 인증·추적하고, AgentCore Gateway로 사내 데이터의 MCP 도구를 노출합니다. Agent Platform은 Runtime, Memory, Harness로 세션 격리와 대화 기록, 비용 관리 등을 제공하고, 도메인 스킬 도입으로 실행 시간이 3-5배 개선되는 등의 성과를 보입니다.

2026년 10월 06일·0
Aurora MySQL 인덱스 DDL이 Reader 버퍼풀을 비운다?
당근 favicon당근
·Data·
Amazon Aurora MySQL, InnoDB, Buffer Pool, Invisible Index, Performance Schema

당근이 Aurora MySQL의 INPLACE 인덱스 변경과 INVISIBLE 인덱스 작업이 Reader 버퍼풀에 어떤 영향을 주는지 분석합니다. 리더 노드에서 CPU와 ReadIOPS가 급증하고, 버퍼풀의 페이지는 유지되지만 IS_STALE이 증가해 스토리지에서 재읽기가 발생하는 현상을 다양한 DDL 케이스로 재현하고 원인을 검증했습니다. 결과적으로 엔진 결함으로 확인되어 3.14 릴리즈에 수정 예정으로 AWS에 리포트했고, 인덱스 관리와 버전 차이에 따른 Reader 동작에 대한 실무 가이드를 제공합니다.

2026년 10월 06일·0
[데이터주권 시리즈] 네트워크 경로 통제의 중요성과 데이터센터 연관성 섬네일
[데이터주권 시리즈] 네트워크 경로 통제의 중요성과 데이터센터 연관성
가비아 favicon가비아
·Data·
Data Center, Data Sovereignty, Data Residency, Network Path Control

가비아의 데이터 주권 시리즈에서는 저장 위치를 넘어 네트워크 경로와 데이터센터 연결까지 데이터 주권의 범위를 확장합니다. 데이터가 목적지에 도달하는 동안 어느 지역의 노드와 IX를 지나가는지 관리하는 경로 통제가 데이터 주권의 실효를 좌우합니다. 센터 선택 시 저장 위치뿐 아니라 역내 법인 실체·운영 통제·로컬 키 관리·공급망 투명성, 그리고 경로가 하나의 법질서 안에 묶였는지를 함께 검토해야 한다고 제시합니다.

2026년 10월 06일·1
GS에너지의 SageMaker Unified Studio와 Bedrock AgentCore로 구축하는 엔터프라이즈 에이전트 데이터 플랫폼 섬네일
GS에너지의 SageMaker Unified Studio와 Bedrock AgentCore로 구축하는 엔터프라이즈 에이전트 데이터 플랫폼
AWS faviconAWS
·Architecture·
Amazon Bedrock, AgentCore, Athena, Iceberg, SageMaker Unified Studio

AWS가 GS에너지의 SageMaker Unified Studio와 Bedrock AgentCore를 활용한 엔터프라이즈 에이전트 데이터 플랫폼 구축 사례를 소개합니다. 데이터 카탈로그와 거버넌스 허브를 SageMaker Unified Studio로 구성하고, Bedrock AgentCore를 에이전트 런타임으로 연결해 프로젝트 단위 구독과 자산 접근 권한 흐름을 구현합니다. 현재 73개 데이터 자산과 약 690명의 이용자, 카탈로그 기반 데이터 이용 워크플로우로 현업의 데이터 접근이 self-service로 가능해졌고, 향후 AI 워크플로까지 확장합니다.

2026년 10월 06일·0
미리캔버스의 SVG 필터 활용기: 브라우저에서 이미지 보정하기
미리디 favicon미리디
·Frontend·
feTurbulence, feDisplacementMap, feComponentTransfer, feColorMatrix

미리디의 미리캔버스 SVG 필터 활용기가 브라우저 상에서 이미지 보정을 구현하는 고급 필터 기법과 적용 사례를 소개합니다. 주요 내용은 feTurbulence로 노이즈를 생성하고 feDisplacementMap으로 물결·왜곡을 구현하는 방법, 그리고 piecewise linear 톤 커브와 feComponentTransfer의 table/gamma를 활용한 색상 매핑 설계입니다. 이를 통해 원본 이미지 대비 다양한 질감과 톤 커브를 브라우저에서 직접 재현하고, 포스터라이즈나 색상 보정 같은 실무 활용이 가능합니다.

2026년 10월 06일·0
[하찮은 질문쇼] "언제 한번 밥 먹자"의 불편한 진실 섬네일
[하찮은 질문쇼] "언제 한번 밥 먹자"의 불편한 진실
구글코리아 favicon구글코리아
·Else·
Growth, Communication, Experience, Reflection

구글코리아가 하찮은 질문쇼를 통해 '언제 한번 밥 먹자'의 불편한 진실을 다루며 팀 간 약속의 진정성 및 소통의 한계를 조명합니다. 일정 관리의 실용성과 신뢰성 있는 대화 문화의 구축 가능성에 대한 시사점을 제시합니다.

2026년 10월 06일·1
...