AWS Machine Learning Blog

이 글은 Amazon Quick의 네 가지 핵심 컴포넌트를 활용하여 고객 이탈 방지 파이프라인을 구축하는 방법을 다룹니다. 데이터 기반의 고객 점수 산정부터 맞춤형 리텐션 레터 생성 및 배포까지 전 과정을 자동화함으로써, 고객 불만 발생 시 대응 속도를 획기적으로 높이는 기술적 아키텍처를 제시합니다.

MCP 2026-07-28 규격은 기존의 세션 기반 통신 방식을 무상태(Stateless) 방식으로 전환하여 HTTP 인프라에서의 확장성을 대폭 개선했습니다. AgentCore Gateway는 이 새로운 규격을 지원하며, 기업용 표준인 OAuth 2.0 및 OpenID Connect와의 정렬을 통해 보안과 안정성을 강화했습니다.

본 기사는 LangGraph의 워크플로우 오케스트레이션과 Strands의 지능형 추론 엔진을 결합하여 복잡한 금융 시장 감시 에이전트를 구축하는 아키텍처를 설명합니다. 특히 Amazon Bedrock AgentCore를 활용해 보안성과 확장성을 갖춘 생산 환경용 멀티 에이전트 시스템을 배포하는 구체적인 방법론을 다룹니다.

기존 RAG 방식이 유사도 기반 검색으로 인해 문서 간 복잡한 관계를 놓치는 한계를 극복하고자, 특정 작업에 맞춰 지식을 사전 압축하는 TAKC 기술을 소개합니다. 이 시스템은 질문의 복잡도에 따라 4단계의 압축률을 적용하여, 방대한 데이터에서도 정확한 분석과 비용 절감을 동시에 달성할 수 있게 합니다.

Deepgram은 AWS IAM 임시 위임 기능을 통해 Amazon SageMaker AI에서 실행되는 자사 음성 AI 모델에 대한 보안 중심의 기술 지원 체계를 구축했습니다. 이를 통해 고객은 장기적인 권한 부여 없이도 필요할 때만 특정 리소스에 대한 한정된 접근을 승인함으로써, 데이터 보안과 운영 효율성을 동시에 확보할 수 있습니다.

가드독 헬스는 Amazon Bedrock의 Nova 모델과 Textract를 활용해 비정형 의료 문서에서 정보를 정확하게 추출하고 분류하는 파이프라인을 구축했습니다. 이를 통해 문서 오류를 46% 감소시키고 시설당 연간 40만 달러 이상의 ROI를 창출하며 의료 데이터의 가치를 극대화하고 있습니다.

Anthropic의 최신 5세대 모델인 Claude Opus 5가 AWS Amazon Bedrock 및 Claude Platform에 출시되었습니다. 이 모델은 코딩, 지식 작업, 시각적 이해 및 장기 실행 태스크에서 비약적인 발전을 이루었으며, 기업용 데이터 보안을 유지하면서도 합리적인 비용으로 고성능 AI를 사용할 수 있도록 설계되었습니다.

이 글은 은행이 고객의 거래 내역과 행동 패턴을 바탕으로 다음에 구매할 최적의 상품을 예측하는 'Next-Best-Product' 추천 시스템의 설계 방안을 다룹니다. 멀티 타워 신경망 구조와 어텐션 메커니즘을 통해 높은 정확도와 개별 고객별 설명 가능성을 동시에 구현하는 아키텍처를 제안합니다.

Amazon Bedrock가 OpenAI의 GPT-5.6 모델 시리즈인 Sol, Terra, Luna를 정식 출시했습니다. 개발자는 용도에 따라 고성능 추론부터 저비용 대량 처리에 이르는 최적화된 모델을 AWS 인프라 내에서 보안과 비용 효율성을 유지하며 사용할 수 있습니다.

코드 생성 AI 도구는 대량의 데이터를 실시간 스트리밍 방식으로 처리하므로, 기존의 짧은 대기형 방식과 동일한 가드레일 설정을 적용할 경우 심각한 스로틀링과 비용 상승을 초래할 수 있습니다. 본 기사는 텍스트 단위(Text Units) 기반의 소비 구조를 분석하고, 코드 생성 워크플로우 특성에 맞춘 효율적인 가드레일 구성 전략을 다룹니다.

영국의 자동차 마켓플레이스 Motorway는 AWS와 함께 AI 에이전트의 오류율을 1/8에서 1/50로 낮춘 엔드투엔드 평가 파이프라인을 구축했습니다. 이 시스템은 Strands SDK와 Amazon Bedrock AgentCore를 활용하여 도구 사용, 추론, 출력 품질을 다각도로 검증하며 배포 단계의 품질 게이트 역할을 수행합니다.

제프리스는 데이터 분석의 병목 현상을 해결하기 위해 Amazon Bedrock과 MCP(Model Context Protocol) 기반의 AI 트레이딩 어시스턴트를 도입했습니다. 이 시스템은 자연어 질의를 SQL로 변환하여 실시간 거래 데이터와 역사적 데이터를 즉각적으로 조회할 수 있게 하여 의사결정 속도를 높입니다.

이 글은 Amazon QuickSight의 기본 차트 기능이 가진 한계를 Highcharts 임베딩을 통해 해결하는 방법을 다룹니다. 특히 국가별 데이터 규제(GD엇 등)를 준수하면서도 서로 다른 구조의 멀티 리전 데이터를 하나의 통합된 대시보드로 시각화하는 아키텍처 패턴을 설명합니다.

Amazon Bedrock AgentCore는 에러 신호 없이 발생하는 AI 에이전트의 행동 오류를 탐지하고 분석하는 최적화 도구입니다. 이 솔루션은 사용자 의도 분석과 실행 인사이트를 통해 에이전트의 실제 동작과 설계 간의 격차를 줄이고, 대규모 세션에서 반복되는 실패 패턴을 자동으로 식별하여 우선순위 기반의 대응을 지원합니다.

Amazon Bedrock Managed Knowledge Base에 에이전트 기반 검색(Agentic retrieval) 모드가 도입되었습니다. 이 기능은 LLM이 스스로 질문을 하위 작업으로 분해하고, 검색 결과의 충분성을 판단하며, 필요시 추가 검색을 수행하는 계획 루프를 통해 고도화된 답변을 생성합니다.

monday.com은 Amazon Bedrock 기반의 'Sphera' 시스템을 통해 개발자의 PR 처리량을 50% 이상 높이는 성과를 거두었습니다. 이들은 AI를 단순한 코딩 보조(L1)를 넘어, 특정 업무를 수행하는 에이전트(L2) 단계를 지나 자율적인 멀티 에이전트(L3)로 진화시키는 아키텍처를 구축했습니다.

Amazon Nova 2 모델 연구에 따르면, 추론 과정(CoT)이 없는 데이터로 미세 조정을 진행할 경우 모델의 수학 및 코딩 능력이 급격히 저하되는 '추론 억제' 현상이 발생한다. 이를 해결하기 위해 모델 자신의 추론 토큰을 학습에 활용하는 자기 증류 추론(SDR) 기법을 도입한 결과, 기존 모델 병합 방식보다 높은 타겟 성능과 우수한 일반 지식 유지 능력을 동시에 달성할 수 있었다.

AWS가 DeepRacer 장치에 새로운 개발자 부트로더를 출시하여, 기존의 지원 종료된 OS 대신 최신 리나스 배포판이나 커스텀 OS를 설치할 수 있게 했습니다. 이를 통해 개발자들은 최신 소프트웨어 스택과 드라이버를 활용해 더욱 고도화된 자율주행 알고리즘 연구와 실험을 지속할 수 있습니다.

이 글은 Amazon Q를 사용자 인터페이스로, NVIDIA NeMo Agent Toolkit을 백엔드 엔진으로 활용하여 공급망 리스크와 같은 복잡한 비즈니스를 해결하는 AI 에이전트 아키텍처를 소개합니다. 단순한 데이터 대시보드를 넘어, AI가 직접 도구를 호출하고 검증된 대응 계획을 제안하는 자동화된 워크플로우 구축 방안을 다룹니다.

Couchbase는 Capella iQ 개발자 어시스턴트를 위해 Amazon Bedrock 기반의 모델 불가지론적(model-agnostic) 인퍼런스 아키텍처를 구축했습니다. 이 구조는 AWS VPC 엔드포인트와 교차 리전 추론(CRIS)을 활용하여 데이터 보안을 유지하면서도 트래픽 급증에 유연하게 대응하고 고가용성을 보장합니다.

Tradeshift는 자체 개발한 BI 도구의 성능 한계와 높은 유지보수 비용 문제를 해결하기 위해 Amazon Quick 기반의 에이전트형 AI 시스템을 도입했습니다. 이를 통해 데이터 쿼리 속도를 30배 향상시키고 운영 비용을 40% 절감했으며, 분석 기능을 고객용 수익 창출 제품으로 성공적으로 전환했습니다.

Amazon Quick은 영업 사원이 단순 반복 업무에서 벗어나 실제 판매에 집중할 수 있도록 돕는 에이전트형 AI 비서입니다. CRM, 이메일, 웹 분석 등 다양한 데이터를 통합하여 잠재 고객의 구매 의도를 분석하고, 맞춤형 아웃리치 메시지 작성과 리스크 감지를 자동화합니다.

Amazon Quick의 Free Form 대시보드에 모바일 전용 레이아ul 기능이 도입되었습니다. 이 기능은 사용자가 별도의 설정 없이도 모바일 기기에서 단일 컬럼 형태의 연속 스크롤 뷰를 통해 최적화된 데이터 가독성과 상호작용을 경험할 수 있도록 지원합니다.

Smartsheet는 AI 에이전트가 기업 내부 데이터에 직접 접근하여 작업을 수행할 수 있도록 AWS 기반의 원격 Model Context Protocol(MCP) 서버를 구축했습니다. 이를 통해 Amazon Q나 Claude와 같은 AI 클라이언트가 자연어로 프로젝트 데이터를 분석하고 업무를 자동화할 수 있는 환경을 마련했으며, 최적화된 인터페이스로 토큰 비용 절감과 환각 현상 방지라는 성과를 거두었습니다.