Amazon Bio Discovery는 40개 이상의 AI 모델로 항체 후보를 설계·평가하고, 그 결과를 Wet Lab 실험까지 연결하는 AWS의 AI 바이오 연구 플랫폼입니다. 이 글에서는 HER2를 타겟으로 항체 후보를 생성한 실습 과정과 결과 화면, EU 기반 과금 구조, AWS HealthOmics와의 차이를 정리했습니다.
Internet Gateway 없는 격리 분석환경부터 Air-lock, AI Core까지, AWS로 구현한 신뢰연구환경(TRE) NDS AI·RE의 핵심 기술을 소개합니다.
여러 개발자와 AI Agent가 동시에 하나의 제품을 개발하려면 코드 생성 속도뿐 아니라 공통 지침, 변경 관리, 작업 충돌 방지 체계가 필요합니다. AI-RE 팀은 AWS Kiro의 Spec 기반 개발 방식과 Steering, Hooks에 Notion의 실시간 협업성, Git의 형상관리를 결합해 멀티에이전트 바이브코딩 협업 환경을 구축했습니다. 이번 글에서는 기능 기획부터 구현, 검증, 진척·리스크 관리까지 이어지는 실제 운영 방식을 소개합니다.
Amazon Bedrock API key나 AWS 자격 증명이 외부에 노출되면 비정상적인 모델 호출과 예상치 못한 비용 피해로 이어질 수 있습니다. 실제 운영 환경에서 필요한 IAM 권한 관리부터 로깅, 비용 모니터링, 사고 대응 방안까지 핵심 보안 통제를 살펴봅니다.
![[Databricks Data + AI Summit 2026] AI-ready Finance Data로 전환하기 위한 데이터 플랫폼 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks-400x209.png)
금융 조직이 AI를 실제 업무에 적용하기 위해서는 모델 도입보다 먼저 신뢰할 수 있고 검증 가능한 데이터 기반을 갖춰야 합니다. Databricks Data + AI Summit 2026의 Deloitte 세션을 통해 Trust, Validity, Context를 중심으로 AI-ready Finance Data와 Finance Data Product 전략을 살펴봅니다.
본 글에서는 Databricks Data + AI Summit 2026의 “Migrating from Oracle to Databricks Lakehouse” 세션을 바탕으로, 비즈니스 Use Case 단위의 우선순위 설정과 Lakeflow Connect, Lakebridge, GenAI 기반 코드 변환을 활용한 단계적 Lakehouse 전환 전략을 살펴봅니다.
본 글에서는 Databricks Data + AI Summit 2026의 “Agentic Analytics on Databricks Lakehouse” 세션을 바탕으로 Lakehouse RT, Unity AI Gateway, Genie Ontology, Agent Bricks 중심의 Agentic Analytics 아키텍처와 데이터 분석 플랫폼의 미래를 살펴봅니다.
본 글에서는 Databricks Data + AI Summit 2026 키노트의 “Agentic Data” 흐름과 Lakehouse//RT, Lakebase, Genie, Unity AI Gateway 발표를 중심으로 기업이 Agentic AI 시대를 준비하기 위한 데이터 플랫폼 전략을 살펴봅니다.
![[AWS Summit Seoul 2026] Amazon’s AI Strategy로 본 에이전틱 AI 전환](https://tech.cloud.nongshim.co.kr/wp-content/uploads/tech_thumbnail-400x209.png)
AI는 이제 정보를 제공하는 도구를 넘어 고객 경험과 기업 운영을 직접 지원하는 에이전트로 발전하고 있습니다. 이번 글에서는 Amazon AI Strategy를 바탕으로 고객 경험, Seller 운영, 공급망에 적용된 에이전틱 AI 사례와 이를 구현하기 위한 AWS의 핵심 기술을 살펴봅니다.
에이전틱 AI가 비즈니스를 이해하고 정확하게 행동하려면 모델보다 먼저 데이터가 준비되어야 합니다. 이번 글에서는 AI-Ready Data의 개념과 시맨틱 레이어, 지식 그래프, 온톨로지를 활용해 데이터를 AI가 이해할 수 있는 구조로 만드는 방법을 살펴봅니다.