아마존

아마존 베드록 에이전트코어를 활용하여 이커머스 환경에 최적화된 모델 컨텍스트 프로토콜 서버를 구축합니다. 서버리스 플랫폼을 통해 인프라 관리 부담을 줄이고 표준화된 인터페이스로 AI 에이전트 연결성을 강화합니다.

공공기관의 이메일 관리 효율을 높이기 위해 아마존 베드록을 활용한 지능형 자동 분류 시스템을 제안합니다. 이 시스템은 민원 메일을 자동으로 분류하고 우선순위를 지정하여 업무 생산성을 향상합니다.

허깅페이스 모델 페이지에서 아마존 세이지메이커 AI로 즉시 연결하는 기능이 추가되었습니다. 개발자는 복잡한 환경 설정 없이 모델 학습과 배포를 신속하게 수행합니다. 이번 업데이트로 클라우드 기반 인공지능 개발 생산성이 향상됩니다.

아마존 퀵사이트가 도입한 다중 데이터셋 관계 모델링은 데이터를 미리 병합하지 않고 쿼리 시점에 결합하는 방식을 지원합니다. 이로써 데이터 중복을 줄이고 운영 효율성을 높입니다. 스타 스키마 구조를 활용한 데이터 설계 전략을 제시합니다.

아마존 퀵사이트가 레거시 토픽 방식을 데이터셋 강화 방식으로 전환합니다. 데이터와 비즈니스 맥락을 통합하여 관리 효율성을 높이고 AI 분석의 정확도를 개선합니다. 기존 환경에 영향을 주지 않는 마이그레이션 방안을 제시합니다.

아마존이 인공지능 모델의 과도한 거부 반응을 해결하기 위해 선택적 망각 기술인 rDPO를 도입했습니다. 이 기술은 모델의 업무 처리 능력을 높이면서도 필수적인 안전 기준을 유지합니다.

아마존 노바를 기반으로 이미지 속 개인정보를 자동으로 식별하고 마스킹하는 기술을 소개합니다. 멀티모달 모델과 전문 도구를 결합하여 데이터 보안과 운영 효율성을 동시에 확보합니다.

아마존 노바 포지를 활용한 다중 턴 강화학습 인프라 구축 방안을 제시합니다. 기업용 AI 에이전트의 복잡한 워크플로우 수행 능력을 높이기 위한 기술적 요건과 비용 관리 전략을 설명합니다.

아마존 웹 서비스가 기업용 생성형 인공지능 플랫폼인 아마존 베드록에서 미니맥스의 최신 파운데이션 모델을 제공합니다. 기업은 이를 통해 보안 환경에서 소프트웨어 엔지니어링과 에이전트 기반 작업을 수행할 수 있습니다.

아마존이 크라우드소싱 기반 데이터 라벨링 서비스인 메카니컬 터크의 신규 가입을 중단합니다. 인공지능 모델의 고도화에 따라 단순 노동 기반 데이터 수집 모델이 변화를 맞이했습니다. 앞으로 인공지능 학습 데이터 시장은 전문화된 데이터 큐레이션 중심으로 이동할 전망입니다.