Amazon AI 뉴스

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.

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.

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.

Amazon Bedrock의 새로운 관리형 지식 베이스는 엔터프라이즈 데이터 소스 연결부터 벡터 스토어 관리, 멀티모달 파싱까지 전 과정을 자동화하는 완전 관리형 솔루션입니다. 이를 통해 개발자는 복잡한 RAG(검색 증강 생성) 파이프라인 구축에 드는 시간과 비용을 획기적으로 줄이고 보안 및 확장성 문제를 해결할 수 있습니다.

xAI의 Grok 4.3 모델이 Amazon Bedrock에 정식 출시되어 개발자들이 고성능 AI 에이전트와 워크플로우를 구축할 수 있게 되었습니다. 이 모델은 작업 성격에 따라 추론 수준을 설정할 수 있는 기능을 제공하며, 100만 토큰의 컨텍스트 창과 높은 비용 효율성을 갖추고 있습니다.

이 글은 Amazon Bedrock AgentCore와 Nova 2 Sonic을 사용하여 전화로 음식을 주문하고 예약할 수 있는 AI 호스트 시스템 구축 방법을 설명합니다. SIP 게이트웨이와 MCP를 활용해 통신 레이어와 비즈니스 로직을 분리함으로써, 확장성 있고 지능적인 음성 인터페이스 구현 방안을 제시합니다.

Built Technologies는 AWS Bedrock과 IDP Accelerator를 활용해 부동산 금융 문서의 분류, 추출, 추론이 가능한 AI 엔진을 구축했습니다. 이를 통해 250종 이상의 복잡한 문서를 자동 처리하며, 단순 데이터 추출을 넘어 문서 맥락을 이해하는 '에이전틱(Agentic)' 제품군의 토대를 마련했습니다.

이 기사는 컴퓨터 비전, AI 에이전트(Strandom Agents), 그리고 MCP 프로토콜을 통합하여 시각 정보를 이해하고 행동으로 옮기는 '에이전틱 비전' 구축 방법을 다룹니다. AWS의 다양한 서비스를 활용해 복잡한 API 통합 없이도 표준화된 방식으로 시각적 지능을 구현하는 아키텍처를 소개합니다.

Flo Health은 의료 콘텐츠의 정확성을 유지하면서도 생산성을 높이기 위해 Amazon Bedrock 기반의 AI 검토 시스템을 구축했습니다. 이 시스템은 내부 가이드라인과 외부 신뢰 소스를 활용한 3단계 검증 체계를 통해 리뷰 시간을 60% 줄이고 콘텐츠 처리량을 3배로 확대하는 성과를 거두었습니다.

OpenAI의 새로운 모델 라인업인 GPT-5.6 Sol, Terra, Luna가 Amazon Bedrock에서 일반 출시되었습니다. 이번 업데이트는 용도에 따른 세분화된 모델 티어와 프롬프트 캐싱을 통한 비용 절감, 그리고 강력한 보안 및 데이터 거버넌스 기능을 제공하여 기업용 AI 에이전트 개발의 효율성을 극대화합니다.

이 프로젝트는 Raspberry Pi 5와 Amazon Bedrock의 Nova 2 Sonic 모델을 사용하여, 실시간 음성 대화와 물리적 움직임이 동기화되는 AI 물고기를 구현했습니다. Strands Agents의 양방향 스트리밍 기술과 AI 어시스턴트를 활용해 하드웨어 지식이 부족한 사용자도 주말 만에 완성할 수 있는 가이드를 제공합니다.

Claude Code를 Anthropic API 대신 AWS Bedrock을 통해 운영하면 통합 빌링, 데이터 거주성 확보, 감사 추적 등 강력한 관리 이점을 얻을 수 있습니다. 하지만 이를 위해서는 정확한 모델 ID 형식 지정, 세분화된 IAM 권한 설정, 그리고 조직 단위의 SCP 적용이라는 복잡한 인프라 설계가 필수적입니다.

이 글은 AuDHD(자폐 및 ADHD)를 가진 솔루션 아키텍트가 실행 기능의 한계를 극복하기 위해 Amazon Bedrock 기반의 AI 자동화 시스템을 구축한 과정을 설명합니다. 단순한 프롬프트 활용을 넘어, 이메일 분류와 작업 우선순위 결정을 스스로 수행하는 '보이지 않는 지지대'로서의 AI 역할을 강조합니다.

의료 소프트웨어 기업 블루사이트는 여러 제품에 흩어진 데이터를 통합하여 인사이트를 도상하는 에이전트형 AI 'Pr리즘'을 개발했습니다. Amazon Bedrock AgentCore를 활용해 HIPAA 규제를 준수하면서도, 기존 API를 에이전트가 사용할 수 있는 도구로 변환하여 복잡한 약가 및 재고 관리 프로세스를 자동화합니다.

멀티 테넌트 AI 에이전트가 하위 API를 호출할 때 사용자 신원을 안전하게 전달하기 위한 OAuth 2.0 Token Exchange(RFC 8693) 구현 방안을 다룹니다. Amazon Bedrock AgentCore의 기능을 통해 에이전트 코드 수정 없이도 보안과 감사 추적을 유지하며 권한을 최소화하는 토큰 교환 프로세스를 설명합니다.

이 기사는 Amazon Bedrock AgentCore와 Stardog를 활용하여 분산된 AWS 데이터 소스(Aurora, Redshift, S3 등) 위에 비즈니스 컨텍스트를 입힌 시맨틱 레이어를 구축하는 방법을 설명합니다. 이를 통해 AI 에이전트가 ETL 과정 없이도 정확하고 신뢰할 수 있는 분석 결과를 도출하며, RAG의 한계를 넘어 복잡한 데이터 관계를 이해하도록 돕습니다.

SAP 디지털 전환 전문 기업 KTern.AI는 Amazon Bedrock AgentCore와 Strands Agents SDK를 도입하여 복잡한 SAP 워크플로우를 자율적으로 관리하는 에이전트형 AI 플랫폼을 구축했습니다. 이를 통해 인프라 운영 부담을 줄이고, 도메인 지식에 집중하며 새로운 AI 에이전트를 단 몇 시간 만에 배포할 수 있는 환경을 마련했습니다.

제약 연구 과정에서 발생하는 데이터 파편화와 지식 손실 문제를 해결하기 위해 GraphRAG 기술이 주목받고 있습니다. Amazon Neptune Analytics와 Bedrock을 결합하여 분산된 과학적 데이터를 지식 그래프로 통합함으로써, 자연어 질의를 통해 근거가 명확한 인사이트를 도출하고 신약 개발 속도를 가속화할 수 있습니다.