AWS

·DevOps·

AWS, Kubernetes, Argo CD, Amazon Bedrock, Amazon Aurora

AWS가 티맵모빌리티의 운영 워크플로우에 Rookie AI 에이전트와 AWS DevOps Agent를 연계한 AIOps 아키텍처 도입 사례를 제시합니다. Rookie는 운영 자동화와 알람 수집을 담당하고, DevOps Agent는 심층 조사로 원인 추적을 수행하며 Argo CD 연계와 커스텀 MCP 도구로 배포 정보와 변경 이력을 교차 검증합니다. 결과적으로 약 526건의 심층 조사를 평균 17분에 제공하고, 연간 209시간의 운영 시간 절감과 MTTR 개선 같은 실질적 이점을 실현했습니다.

AWS

·DevOps·

AWS, Kubernetes, Argo CD, EKS, GitOps

AWS가 Amazon EKS GitOps를 통해 Bedrock AgentCore를 배포하는 엔드투엔드 파이프라인 구성 방법을 자세히 소개합니다, 프로비저닝부터 검증까지. Helm 차트와 환경별 values를 Git에 기록하고 Argo CD와 ACK가 Kubernetes 리소스 및 AWS API에 반영하는 흐름을 설명합니다. 실습은 AWS CDK 기반 인프라 구성과 Strands Agents SDK로 에이전트를 Runtime에 배포하는 과정을 포함하며, 실제 API 응답으로 릴리스 전환을 확인합니다.

가비아

·AI/ML·

Strategy, Innovation, Event

가비아가 그룹웨어, AI채팅, 기업 전용 AI를 중심으로 8개 기업의 업무 방식 변화와 해결 포인트를 분석합니다. 문제의 본질은 부문별 도입 목적 차이와 실무 문제에 맞춘 기능 조합이며, 그룹웨어로 업무 연결, AI채팅으로 반복 업무 감소, 기업 전용 AI로 데이터 자산 활용을 제시합니다. 또한 실제 8개 기업의 도입 사례를 통해 도입 전 점검 포인트와 실행 절차를 확인할 수 있습니다.

AWS

·Architecture·

AWS, Kubernetes, EKS, LLM Gateway, Fargate

AWS가 CJ올리브네웍스의 AWSome AI Gateway 기반 LLM Gateway 구축 사례를 통해 단일 엔드포인트로 모델 접근을 중앙에서 제어하는 아키텍처를 제시합니다. 게이트웨이는 인증, 예산, 데이터 처리, 비용 기록을 한 곳에서 관리하고 프롬프트 입력·출력을 추적하는 통합 가시성 대시보드를 제공합니다. 또한 EKS/Fargate 기반의 확장성, Stateless 설계, VK 발급 자동화, 그리고 개발자 CLI의 원클릭 온보딩으로 전사 AI 사용의 안전한 확산을 지원합니다.

티빙

·Else·

Event, Announcement, News

티빙이 오리지널 시리즈 대리수능의 메인 포스터를 공개했다는 소식을 전하며, 포스터에는 주요 출연진의 긴장감 있는 표정이 담겨 있습니다. 포스터는 수능이라는 현실적 소재와 범죄 스릴러의 결합이라는 주제를 암시하고, 시청자의 호기심과 기대를 다룹니다.

NAVER D2

·DevOps·

Kubernetes, GPU, Kata Containers, NIC, VM

NAVER D2가 발표한 세션은 Kubernetes에서 GPU 노드를 컨테이너처럼 사용하되 VM 수준의 격리를 제공하는 kata-containers with GPU 활용 방식을 다룹니다. 구체적으로는 GPU와 NIC를 VM에 함께 할당하는 구성과 VM 부팅 시간 및 성능 개선, Pod 명세와 bare metal 대비 성능 차이를 제시합니다. 추가로 성능 측정 방법과 구체적 구성 예시를 통해 다수의 GPU 노드에서의 실무 적용 가능성을 제시합니다.

에이아이트릭스

·AI/ML·

Artificial Intelligence, AI Platform, EMR, Data Integration

에이아이트릭스의 R&D와 플랫폼사업 부문은 의료 AI를 연구에서 실제 병원 적용까지 연결하는 역할과 전략을 명확히 제시합니다. 특히 EMR-AGENT를 통해 병원별 데이터 구조를 학습해 필요한 정보 추출과 코드 매핑을 자동화하고, Layer 2 데이터 연동과 Layer 3 시맨틱 데이터 기반의 플랫폼으로 사업을 확장합니다. 또한 미국 시장에서 VitalCare 개발을 통해 현지 시스템에 맞춘 데이터 연동과 보안 체계를 강화하고, V.Doc와 같은 현장 가치를 높이는 기능도 함께 추진합니다.

슈퍼브에이아이

·AI/ML·

VLM, Vision Language Model, Image Classification, Defect Detection

슈퍼브에이아이가 LH에 VLM 기반 하자 자동분류 시스템을 공급하여 현장 품질 관리 자동화를 추진합니다, 현장 적용으로 신속한 품질 판단과 비용 절감을 기대합니다. 이 시스템은 한 장의 이미지를 바탕으로 18,000가지 하자 유형을 식별하는 고성능 Vision-Language Model(VLM)과 자동 판정 파이프라인을 LH 현장에 적용합니다. 이를 통해 18,000가지 하자 유형을 이미지 하나로 처리하고, 데이터 기반 의사결정과 품질 관리의 효율을 높이는 실용적 혜택을 제공합니다.

슈퍼브에이아이

·AI/ML·

Vision Language Model, End to End

슈퍼브에이아이의 LH 하자 18,000가지 조합을 Vision-Language Model로 분류하는 엔드투엔드 파이프라인 구축 사례를 제시합니다. 5단계의 체계적 절차로 데이터 수집에서 분류 결과 검증까지 자동화하여 정확도와 처리 속도를 향상시켰습니다. 본 사례는 품질 관리의 실무 적용 가능성을 보여주며, VLM 기반 자동 분류의 활용 가이드를 제공합니다.

AWS

·DevOps·

AWS, Python, Kubernetes

AWS에서 AI 에이전트 실행 환경을 격리하는 사례로 에이블리의 Amazon EKS 기반 Agent Sandbox 운영을 다룹니다. 프로젝트별 샌드박스(Sandbox)를 생성하고 전용 Karpenter NodePool에 Pod를 배치해 수명 주기를 제어하며, Sandboxes의 실행/중단은 컨트롤러와 애플리케이션이 분담하고 Kyverno와 ExternalDNS로 접속 리소스가 연결된다. 에이블리의 사례는 유휴 상태 판단과 작업물 보존, 재개/만료 정책 등 수명 주기 관리의 실용적 구조를 제시한다.