구글

·AI/ML·

DevOps, CI/CD

구글은 ADK의 라이브 및 음성 에이전트 평가를 자동화하고, 예측 불가능한 다중 턴 대화를 다루는 개선된 테스트 방법을 제시합니다. 그래프 기반 에이전트 워크플로를 LLM 주도 시뮬레이티드 사용자의 실제 오디오 생성(Gemini TTS)과 함께 시험하고, 평가 시나리오와 자연어 루브릭으로 자동 점수를 산출합니다. 결과 로그는 ADK Web에서 확인하거나 CI/CD 파이프라인에 CLI를 통합해 배포 파이프라인의 품질 관리에 활용할 수 있습니다.

AWS

·AI/ML·

AWS

AWS의 블로그는 수요 패턴에 따라 모델을 선택하는 Agentic Forecasting의 원리와 Amazon Connect Decisions(ACD) 기반 SKU별 오케스트레이션을 설명한다. 진단은 SBC/ADI, CV² 기반 분류; 측정은 WAPE와 Bias의 조합으로 오차를 평가; Croston류와 ETS/ARIMA 등 도구를 패턴에 맞춰 적용한다. 또한 외부 신호로 프로모션과 캘린더를 활용하고, Plan Input Rules 및 Forecast Override Rules로 자동화된 개선 루프를 구현하며 데이터 누수 방지 원칙도 강조한다.

여기어때

·DevOps·

Kubernetes, Slack, MCP, Grafana, Go

여기어때 SRE팀은 Grafana 알림을 AI가 분석해 원인과 영향 범위를 추적하는 Alert Adviser를 구축했습니다, Slack을 1차 인터페이스로 채택하고 분석 내용을 팀별로 공유하는 구조를 갖춥니다. 핵심은 12종의 알림 중 4종을 제외하고도 근거와 출처를 코드로 강제하며 변경 권한을 차단해 신뢰성과 안전성을 확보하고, 20건의 사례를 대조해 정확도와 한계를 검토한 점입니다. Alert Adviser의 분석 결과를 바탕으로 Alert Bridge를 통해 사용자 화면 영향까지 역산하고, QA·인프라·DBA가 각자의 작업으로 나눌 수 있는 협업 체계를 제시합니다.

여기어때

·DevOps·

AWS, Kubernetes, Karpenter

여기어때가 SRE 업무에 AI를 접목해 Smart RI Calc로 인프라 비용 산정과 EKS 노드 증설 예측을 자동화한 사례를 다룬다. AI는 회의록 읽기와 데이터 추출을 담당하고, 비용 산정은 코드가 수행하며, 최종 검토는 사람의 판단으로 보장되는 Human-in-the-loop 구조를 제시합니다. 그 결과 비용 산정 시간은 20분에서 2분으로 90% 단축되었고, 동일한 로직으로 같은 결과를 도출하는 일관성을 확보했습니다.

AWS

·Cloud·

AWS, OpenAI, Codex, Bedrock Mantle

AWS의 Codex는 Bedrock Mantle의 OpenAI-compatible Responses API를 통해 GPT‑5.6 계열의 로컬 코딩 에이전트를 엔터프라이즈 환경에 도입하는 경로를 제공합니다. 인증은 AWS IAM/SSO와 Bedrock API 키 경로를 우선으로 사용하며, OpenAI의 요청은 Bedrock Mantle의 API로 전달됩니다. 로컬 Codex 클라이언트는 AWS PrivateLink, 비용 최적화, 관측성, 보안 격리 등 엔터프라이즈 요구사항을 균형 있게 확장합니다.

NHN Cloud

·Backend·

Post Quantum Cryptography, MLKEM, CRYSTALS Kyber, LWE, Module LWE

NHN Cloud가 양자 시대를 대비한 PQC 기반 보안 솔루션 ML-KEM과 격자 암호의 기본 원리와 필요성을 설명합니다. 쇼어 알고리즘의 위협에 대응하기 위해 NIST의 최종 표준화(FIPS 203/204/205)와 하이브리드 구성이 제시되며, ML-KEM은 공개키 교환에서 키를 보호합니다. 또한 NHN Cloud의 Cloud Access 같은 실무 적용 사례를 통해, 인벤토리 파악과 테스트 환경 구성, 하이브리드 TLS 도입과 점진적 전환을 제안합니다.

AWS

·Architecture·

Amazon SageMaker, Amazon Bedrock, Prompt Injection, PolicyGuard

AWS가 Amazon Bedrock 기반의 PolicyGuard를 통해 코딩 어스시스턴트 프롬프트의 민감 정보를 사전 차단하는 Pre-Model DLP 프레임워크를 제시합니다. 정책은 자연어 파일 policy.txt로 정의되며 Hook 단계에서 ALLOW/BLOCK/REVIEW를 판단하고 fail-closed 원칙으로 프롬프트를 외부 서비스에 도달하기 전 차단합니다. 2,000건 합성 프롬프트로 평가해 EBR 96.5%, FPR 3.0%, 지연 669ms를 달성했고, 4개 LLM에서 동일 정책의 이식성도 확인했습니다.

슈퍼브에이아이

·AI/ML·

Foundation Model, RGBD, Gaussian Splatting, SMPL

슈퍼브에이아이은 피지컬 AI의 눈과 손 구현을 목표로, 독자 AI 파운데이션 모델의 3차 진출과 LG AI 연구원과의 협력으로 기술 로드맵을 제시합니다. 핵심 내용으로 3D Gaussian Splatting 기반의 3D 시각화, 108MP RGB-D 센싱, SMPL 모델링 및 Auto-Curate 등 엔드투엔드 파이프라인을 설명합니다. 실무 적용 가능성과 향후 개발 방향을 정리하여, 독자들이 현업에 바로 활용할 인사이트를 제공합니다.

무신사

·AI/ML·

AI

무신사 PATTERN ’26 Tech Conference는 인공지능을 활용한 워크플로우 전환과 개발 Lifecycle 전반의 변화를 다루며, 아이디어에서 고객 가치까지의 흐름을 설명한다. 세션은 Context-Build-Verify-Shipped의 4단계로 아이디어를 빠르게 구현하고 검증하는 방법과, 디자인에서 4개 플랫폼의 UI 코드를 자동으로 생성하는 사례를 제시합니다. 이벤트의 목표는 팀 무신사가 AI를 통해 더 빠른 창작과 안정적 검증, 고객 가치 전달의 사이클을 재정의했다는 통찰을 제공합니다.

AWS

·Architecture·

Claude Code, AWS Lambda, MCP, Amazon Bedrock, AgentCore

AWS의 Claude Code로 만든 데이터 분석 에이전트를 검증에서 프로덕션으로 이전하는 전 과정을 다루며, 관리형 서비스로의 전환 원칙을 제시합니다. 로컬의 stdio MCP 서버를 Gateway로 전환하고 Runtime에 배포하며, Web Search로 외부 트렌드를 통합하는 구체적 절차가 단계별로 설명됩니다. 대상 독자는 개발자이며, AWS 계정 준비에서 배포, 검증, 리소스 정리까지의 실무 흐름과 관측성 설정에 대한 실용적 인사이트를 제공합니다.