아마존

아마존 베드록 에이전트코어를 활용해 멀티 테넌트 환경에서 보안과 효율성을 갖춘 에이전트 구축 방법을 제시합니다. 테넌트 간 데이터 격리와 운영 최적화를 위한 기술적 아키텍처를 설명합니다.

아마존 세이지메이커가 오픈AI와 호환되는 API를 실시간 추론 엔드포인트에 도입했습니다. 개발자는 코드 수정 없이 기존 오픈AI 소프트웨어 개발 키트를 사용하여 세이지메이커 모델을 호출할 수 있습니다.

아마존 세이지메이커 AI와 vLLM을 결합하여 실시간 양방향 음성 처리를 구현합니다. HTTP/2 프로토콜과 웹소켓 기술을 활용해 음성 인식 지연 시간을 획기적으로 줄였습니다.

개발 도구 Kiro CLI가 아마존 베드록 에이전트코어 메모리와 연동하여 대화 맥락 유지 기능을 강화합니다. 이번 통합으로 사용자는 반복적인 설명 없이 AI 에이전트와 효율적인 작업을 수행합니다.

아마존 노바 소닉과 에이전트코어 런타임을 결합하여 실시간 음성 에이전트를 구축하는 방법을 제시합니다. 단일 모델 의존성을 탈피하고 하위 에이전트와 도구 분산 설계를 통해 시스템 확장성을 확보합니다.

아마존 베드록은 거대 언어 모델이 파이썬 코드를 직접 작성해 외부 도구를 실행하는 프로그래밍 방식 도구 호출(PTC)을 지원합니다. 이 방식은 기존의 반복적인 추론 과정을 줄여 지연 시간을 단축하고 토큰 효율성을 높입니다. 기업은 자체 호스팅이나 관리형 솔루션을 통해 PTC 환경을 구축할 수 있습니다.

아마존웹서비스가 머신러닝 모델 운영을 지원하는 세이지메이커 피처 스토어의 기능을 대폭 개선했습니다. 이번 업데이트는 데이터 접근 제어 강화와 스토리지 비용 최적화에 초점을 맞췄습니다.

아데란트가 아마존 퀵을 도입하여 클라우드 운영 효율을 대폭 개선했습니다. 정보 검색 시간을 90% 이상 단축하고 문서 생성 업무를 효율화했습니다.

아마존은 노바 2 라이트 모델을 통해 대규모 사용자 생성 콘텐츠를 효율적으로 검토하는 방안을 제시합니다. 프롬프트 엔지니어링만으로 정책을 유연하게 업데이트하며, 표준화된 분류 체계를 적용해 모니터링의 정확도를 높입니다.

아마존이 알렉사 플러스에 사용자의 요청으로 즉각적인 오디오 콘텐츠를 제작하는 팟캐스트 생성 기능을 탑재했습니다. 주요 언론사와 협력하여 정보의 정확성을 확보하고 개인화된 오디오 서비스를 확장합니다.