아마존

인공지능 산업의 성장으로 GPU 수요가 급증함에 따라 기업의 안정적인 컴퓨팅 자원 확보가 중요해졌습니다. 아마존 웹 서비스가 제공하는 예약 서비스와 비용 절감 방안을 정리했습니다.

펫테크 기업 토모펀이 고비용 GPU 인프라를 AWS Inferentia2로 전환하여 운영 효율성을 높였습니다. 기존 모델 구조를 유지하면서도 인프라 비용을 절감한 기술적 사례를 소개합니다.

아마존 세이지메이커 AI가 MLflow 3.10 버전을 지원하며 생성형 인공지능 개발 환경을 고도화했습니다. 이번 업데이트로 모델 품질 측정과 워크플로우 관측 기능이 강화되었습니다.

세계적인 선사 하파그로이드가 아마존 베드록을 활용해 고객 피드백 분석 자동화 시스템을 구축했습니다. 이를 통해 제품 관리자는 수동 데이터 분류 업무에서 벗어나 전략적 의사결정에 집중하게 됩니다.

아마존이 클라우드 플랫폼 세이지메이커에 에이전트 기반의 모델 미세조정 기능을 추가했습니다. 개발자는 자연어 명령만으로 인공지능 모델을 최적화하고 배포할 수 있습니다.

아마존웹서비스가 인공지능 에이전트의 성능 저하 문제를 해결하기 위해 자동화된 품질 관리 시스템인 에이전트코어를 공개했습니다. 이 시스템은 데이터 기반의 평가와 개선 과정을 통해 개발자의 의사결정을 지원합니다.

아마존이 세이지메이커 AI에 에이전트 기반 워크플로우를 도입하여 모델 커스터마이징 과정을 자동화합니다. 개발자는 자연어 명령만으로 데이터 준비부터 배포까지 전 과정을 수행할 수 있습니다. 기업은 이를 통해 도메인 특화 모델을 신속하게 구축하고 비즈니스 효율을 높일 수 있습니다.

아마존 웹 서비스가 인공지능 에이전트의 성능 저하 문제를 해결하기 위한 자동화된 최적화 기능을 발표했습니다. 관찰과 평가, 개선을 반복하는 순환 구조를 통해 개발 효율성을 높입니다.

아마존 퀵사이트가 자연어 기반의 데이터셋 질의응답 기능을 선보였습니다. 해당 기능을 도입한 분석 도구 TARA는 쿼리 정확도와 응답 속도에서 유의미한 성과를 거두었습니다. 기업의 데이터 분석 환경이 정적 시각화에서 대화형 에이전트로 전환되는 과정을 분석합니다.

아마존 세이지메이커 AI가 생성형 인공지능 워크로드의 안정성을 높이기 위해 용량 인식 인스턴스 풀 기능을 도입했습니다. 사용자는 우선순위 목록을 설정하여 인스턴스 용량 부족 시 자동으로 대체 자원을 확보할 수 있습니다.