AWS Summit Seoul 2026 강연 목록 한눈에 보기

모든 아이디어를 현실로 만들 수 있다면 어떨까요? Industry Day 기조연설에서는 AWS 글로벌 스타트업 총괄 부사장인 Jason Bennett이 여러분의 가능성의 한계를 넓힐 수 있도록 AWS의 어떤 도구와 리소스를 활용할 수 있을지 전달하고, 가장 최신의 AI 전략부터 AW를 통해 놀라운 성과를 달성한 Upstage 및 CJ OliveYoung의 사례를 소개합니다. AWS가 어떻게 에이전틱 시스템을 사용해 개발자의 역량을 강화하고, 워크로드를 현대화하며, 전 세계 기업의 보안을 강화하는지 알아보세요.

본 세션에서는 AMD EPYC 프로세서 기반 AWS EC2 인스턴스를 통해 클라우드 및 AI 워크로드의 성능을 극대화하고 비용을 최적화하는 방법을 소개합니다. 최신 M8a·C8a·R8a 인스턴스와 실제 고객 사례를 통해 데이터베이스, AI 추론, HPC 등 다양한 워크로드에서의 성능 향상과 TCO 절감 전략을 살펴봅니다.

AI와 사람이 협업하는 체계적인 개발 프레임워크를 따라, 요구사항 분석부터 사용자 스토리 작성, 아키텍처 설계, 코드 생성·테스트·배포까지 6시간 만에 테이블오더 서비스를 완성해봅니다. AI가 12개 이상의 설계 문서와 프로덕션 품질의 코드를 생성하고, 참가자는 각 단계를 검토하며 의사결정하는 새로운 개발 방식을 직접 체험합니다.

현대자동차 MI 센터는 AI 및 디지털 기술을 활용한 대규모 데이터 수집·분석 체계를 구축하여 마켓인텔리전스 업무를 혁신하고 있습니다. 실시간 글로벌 이슈 모니터링, 통합 리서치, 경쟁사 사양 분석 자동화 등을 통해 분석 범위 확대와 속도 개선을 달성하며, 데이터 기반 상품 전략 수립을 지원하고 있습니다. 이 세션에서는 그간의 주요 성과와 향후 계획을 공유합니다.

2030년, 7조 달러 규모의 자율 경제 시대가 열릴 것으로 예상되는 가운데 IoT 센싱부터 엣지 자율성까지의 AWS 피지컬 AI의 6단계 아키텍처를 통해 한국 제조업이 글로벌 경쟁력을 확보하고, 생산성을 극대화하며 새로운 비즈니스 가치를 실현하는 방법을 소개합니다.

웅진씽크빅은 학습 컨설턴트의 생산성 향상 및 고객 경험개선을 위한 AI 에이전트 구축 과제에 직면했을 때, Kiro와 AI-DLC 방법론을 도입하여 개발 속도를 단축시키고 서비스를 성공적으로 런치하였습니다. 본 세션에서는 이러한 웅진씽크빅의 AI 에이전트 구축 여정을 공유합니다.

비금융 플랫폼 속에 금융을 녹여내는 임베디드 금융 시대, KB국민은행은 자체 개발한 BaaS 플랫폼 'KBaaS'를 통해 결제, 예금, 인증 등 다양한 금융 서비스의 영역을 비금융 플랫폼으로 확장하고 있습니다. 1,800여 개 API와 일 2억 건의 호출을 처리하는 KBaaS의 API 인프라를 3rd Party 솔루션에서 자체 개발 게이트웨이로 전환하고, AWS EKS 기반 클라우드 네이티브 아키텍처로 고도화한 실사례를 통해, 비용 절감·성능 향상·네트워크 혁신의 실질적 성과와 임베디드 금융 확산을 위한 인사이트를 제공합니다.

본 세션에서는 대한민국 AI G3 도약을 견인하는 정보통신산업진흥원(NIPA)의 2026년 주요 사업 방향을 조망하고, 공공 디지털 대전환(AX)을 위한 전략적 로드맵을 제시합니다. NIPA는 올해 첨단 AI 인프라 확충과 국산 AI 반도체 전주기 지원, 피지컬 AI 육성 및 민생 10대 프로젝트 등 국민 체감형 AX 가속화에 약 3.1조 원의 예산을 투입합니다. 이 과정에서 AWS는 NIPA와 긴밀히 협력하여 정부 정책이 현장에서 실질적 성과를 내도록 AX 실증 사업을 고도화하고, 국내 기업의 글로벌 진출 지원 및 공공부문 AI 인재 양성에 앞장서고 있습니다. 이번 세션을 통해 정부의 비전과 AWS의 기술 역량이 결합하여 만드는 공공부문의 미래 혁신 전략을 확인하시기 바랍니다.

GS SHOP은 Bedrock 위에서 TwelveLabs 비디오 이해 모델을 활용해 영상 기반 초개인화 추천 시스템을 구축했습니다. 메타데이터 기반 추천을 넘어, 영상 속 장면·분위기·스타일을 이해하여 고객 취향에 꼭 맞는 상품을 제안합니다. 실제 커머스 환경에 생성형 AI를 적용하며 마주한 기술적 도전과 해결 과정, 추천 정확도 향상 성과를 공유합니다.

SK텔레콤은 분산된 온프레미스 데이터 분석 및 AI 개발 환경을 Amazon SageMaker Unified Studio로 통합하여 AI 혁신을 가속화하고 있습니다. 본 세션에서는 SK텔레콤이 데이터·메타데이터·AI 자산을 하나의 플랫폼에서 연결한 AI-Ready 데이터 플랫폼 사례를 공유합니다. 데이터 준비부터 AI 모델 개발까지 End-to-End 통합 구조를 통해 어떻게 개발 생산성을 향상시켰는지, 그리고 분산된 환경에서 통합 플랫폼으로의 전환 과정에서 얻은 인사이트를 소개합니다.

여기어때는 차세대 항공권 발권 시스템을 Oracle Modernization Accelerator 프로그램을 통해 Oracle에서 Aurora MySQL로 1년 이상 예상되는 16,000개 SQL의 변환을 Kiro CLI를 활용하여 6주만에 완료했습니다. 이 사례는 비용 효율화와 일정 준수를 달성한 Gen AI 기반 레거시 현대화 성공 사례입니다.

Amazon의 AI 전략과 글로벌 트렌드를 소개합니다. 생성형 AI에서 에이전틱 AI로의 전환, 산업별 적용 사례, AI 시대에 조직과 리더십이 어떻게 변화해야 하는지 인사이트를 공유합니다.

Amazon Redshift의 동시성과 자동 업그레이드, 어떻게 더 효과적으로 운영할 수 있을까요? 본 세션에서는 Data Sharing을 활용해 클러스터 단위로 동시성을 극대화하고, 물리적인 Sync 를 제거하는 노하우를 소개합니다. 또한 스냅샷 복원을 활용한 수동 업그레이드 전략과, 클러스터 복원 직후 필수적으로 수행되어야 할 'Data Sharing 환경 자동 재구성' 방안을 소개드립니다. 이를 통해 클러스터의 SQL 동시성 이슈와 통제 가능한 업그레이드 방안에 대한 운영 인사이트를 공유합니다.

국방 패러다임은 무기 중심에서 데이터와 AI 중심으로 빠르게 전환되고 있습니다. 본 세션은 전장에서의 AI 활용 사례와 무기체계의 소프트웨어화, 클라우드 기반 개발 환경의 중요성을 짚고, 책임·통제·보안 등 제도적 과제를 함께 논의합니다. 나아가 AX 관점에서 군의 운영 방식 전환과 데이터·인프라·제도의 통합적 접근 필요성을 제시하며, ‘AI로 운영되는 국방’으로의 방향성을 제안합니다.

한국의 대표적인 피지컬 AI 스타트업 Config는 양팔 작업에 특화된 자체 VLA(Vision Language Action)모델을 개발해 다양한 엔터프라이즈 기업과 협업하고 있습니다. Config는 Robot Foundation 모델 제작에 필수인 고품질 액션 데이터를 확보하기 위해, 국내 및 베트남에 자체 데이터 생산 및 검수 시설을 구축하여 월 20,000시간 이상의 액션 데이터를 수집하고 있습니다. 확보한 데이터는 AWS Direct Connect를 활용해 Amazon S3로 옮겨 저장되고, AWS EKS 기반으로 데이터 파이프라인을 구축하여 처리하며, Amazon Sagemaker Hyperpod의 GPU 인스턴스 기반으로 Robot Foundation 모델을 학습하고 있습니다. 본 세션에서는 Config에서 AWS의 서비스를 활용해 Robot Foundation 모델을 만든 여정과 향후 계획을 공유합니다.

미래에셋증권은 금융 상품(ETF/펀드/채권)의 정형 데이터와 비정형(투자설명서, report 등) 데이터를 통합하여 지식 그래프를 구축하고, LLM 기반의 추론을 통해 복합적인 자연어 질의에 답변하는 검색 시스템을 만드는 것을 목표로 합니다. 본 세션에서는 GraphDB를 활용한 RAG 구성을 통해 자연어 질의를 Graph Query로 변환하여 금융사에서 요구되는 정확도 높은 관계 탐색과 추론 시스템을 설계한 사례와 데이터 온톨로지에 기반한 향후 기술적인 확장 계획을 공유합니다.

Mnet+가 MAMA AWARDS에서 수십만 동시접속과 4K 라이브 스트리밍을 성공적으로 운영한 비결을 공유합니다. AWS MediaLive 이중화로 무중단 방송을 보장하고, Amazon Bedrock 기반 실시간 자막 시스템으로 글로벌 팬에게 다국어 자막을 제공합니다. 대규모 라이브 이벤트 아키텍처와 AI 자막 자동화 구축 경험을 다룹니다.

제철소 설비 예지정비는 수천 개 설비의 센서 데이터 분석과 모델 개발에 1개월 이상이 소요됩니다. 세계 최대 규모의 POSCO 광양제철소는 Kiro로 분석 시간을 2주→2시간(40배) 단축, 14건 100% 이상 예지에 성공했으며, SageMaker MLOps로 모델 개발·배포를 1개월→수 시간으로 자동화한 end-to-end AI 혁신 사례를 공유합니다.

삼성전자는 21억 사용자 Samsung Account와 50여 개 주요 서비스 위에서 에이전틱 AI를 개발과 운영 전 영역으로 확산시키는 대표적 사례입니다. 개발은 AI-DLC로 '의도와 실행을 분리'하고 Knowledge Base·Human-in-the-Loop 거버넌스를 결합해 리드타임 70% 단축을 실증했고, 운영은 중앙 SRE가 AIOps·SecOps·FinOps 분과에 AI 에이전트를 배치해 변경영향도 분석·ARB·이상 탐지·WAF 대응을 자동화했습니다. Kiro·Amazon Quick·Bedrock AgentCore를 Supervisor–Domain–Task 계층으로 표준화한 4단계 성숙도 로드맵 위에서 Toil 0%·Human First를 지향하는 여정을 공유합니다

AMOREPACIFIC Beauty Concierge(Beauty Tech as a Service)는 AWS와 함께 K-뷰티 산업의 소프트웨어 경계를 확장한 플랫폼입니다. Amazon SageMaker와 EKS를 기반으로 개별 진단 도구를 뷰티 카운셀링 서비스로 진화시킨 여정과, 다양한 AI 진단 서비스를 통한 비즈니스 가치 창출 사례 및 SaaS 전환 전략을 소개합니다.

AB180은 2024년 11월 RAG 기반 챗봇 ASK Airbridge를 출시했으나 30% 미만의 낮은 유효 답변율로 사람의 개입이 필요했습니다. 본 세션에서는 Amazon Bedrock AgentCore 기반 에이전틱 AI 챗봇 Airbridge Pilot이 B2B SaaS 보안 요건을 만족하고 90% 이상의 유효 답변율을 달성한 여정을 공개합니다.

레거시 .NET Framework의 현대화는 복잡하고 리스크가 높은 과제입니다. 대한민국 대표 여행·여가·문화 종합 플랫폼 놀유니버스는 AWS Transform for .NET과 Kiro로 150만 라인을10시간 만에 분석·전환하여 컨테이너 기반 AWS 환경으로 마이그레이션 하고 생산성 3배 향상, 비용 50% 절감을 달성한 실제 사례를 공유합니다.

Amazon Bedrock Knowledge Base와 S3 Vectors를 활용하여 최소 비용의 스트리밍 AI 챗봇을 구축하고, 모델 선택·토큰 전략·Guardrail 제약·데이터 트래킹까지 실제 서비스 운영 관점에서 고려한 요소들을 소개합니다.

현대 클라우드는 복잡해서 기존 재해 복구 전략만으로는 부족합니다. 이 세션에서는 AI를 활용한 AWS 복원력 강화 방법을 다루며, LLM과 AWS Resilience Hub, Systems Manager를 결합해 테스트를 현대화하고 AWS Fault Injection Service 실험과 복구 런북을 자동 생성하는 방법을 배우게 됩니다.

AI 워크로드 환경에선 GPU 부족보다 활용 방식의 비효율이 더 큰 문제가 됩니다. LLM, 모델 서빙, 에이전트를 포함한 다양한 GPU 활용 환경에서 발생하는 idle과 과점유를 줄이기 위해, DRA 기반 세분화된 자원 할당과 EKS GPU 운영 최적화 방안을 소개합니다. 워크로드 특성, 공유 정책, 토폴로지까지 반영한 차세대 운영 모델을 제시합니다.

국내 1위 하이패스 서비스를 제공하는 SM하이플러스는 NDS와 함께 8개월 만에 AWS All-In 마이그레이션을 완수했습니다. Oracle에서 Aurora로 전환해 비용 40%를 절감하고, AI 컨택센터 구축으로 운영 효율을 50% 높였습니다. 본 세션은 클라우드와 AI를 활용하여 '종합 모빌리티 플랫폼'을 구현한 비즈니스 혁신 사례를 공유합니다.

AI의 진화는 소프트웨어를 넘어 물리적 세계로 빠르게 확장되고 있습니다. 무분별한 AI 도입은 업무 시스템을 고도화하는 것이 아니라, 오히려 조직과 인간을 위협하는 역효과를 낳을 수 있습니다. 이 세션에서는 Datadog AI Agent Builder를 통해 주권과 판단은 사람이 쥐고, 실행만 AI에게 위임하는 — 진짜 AI를 다루는 법을 이야기합니다.

LLM이 RAG에서 Agent로, 텍스트에서 멀티모달로 빠르게 진화하는 만큼, 프로덕션 운영의 복잡도도 함께 높아지고 있습니다. Amazon Bedrock 기반 GenAI 프로젝트를 수행하며 반복적으로 필요헀던 LLMOps 구성 요소를 5가지 운영 원칙으로 정리했습니다.

조직의 생산성 향상을 위해 Claude Code를 도입했지만, 곧 "누가, 얼마나 쓰고 있는가?"라는 가시성 문제와 팀별로 상이한 성능 요구치라는 현실적인 난관에 부딪히게 됩니다. 캐치테이블은 이러한 관리와 통제의 부재를 해결하기 위해 Amazon Bedrock 기반의 자체 Proxy 시스템을 구축했습니다. 본 세션에서는 역할별 플랜 설계, 최적의 성능을 보장하는 스마트 라우팅과 자동 Fallback, 실시간 사용량 추적 및 예산 관리 체계를 어떻게 구현했는지, 나아가 Cowork의 등장과 함께 이를 전사적으로 확대한 경험을 바탕으로, AI 사용량을 투명하게 관리하고 비용 효율성을 극대화한 캐치테이블만의 생생한 운영 노하우를 전달합니다.

중앙대의료원은 의료진이 AI를 단순히 활용하는 수준을 넘어 현장에서 필요한 기능을 직접 기획하고 구현할 수 있는 환경을 만들어가고 있습니다. 의료 현장의 구조적 과제를 해결하기 위한 전략으로 AI 전환을 추진해왔으며 AWS T&C 프로그램과 KIRO 기반의 바이브 코딩을 통해 개발 경험이 없는 의료진도 실제 업무에 필요한 도구를 빠르게 만들 수 있다는 가능성을 확인했습니다. 본 세션에서는 이러한 실행 경험을 바탕으로 의료 AI 혁신의 장벽을 낮추기 위한 사람 중심의 전환 전략과 의료진 주도 개발이 현장에 주는 인사이트를 공유합니다.

Claude는 소프트웨어 개발과 엔터프라이즈 지식 업무 전반에서 에이전트 전환을 이끄는 프론티어 모델입니다. Anthropic Applied AI 팀이 현장에서 관찰한 내용을 공유합니다.가능성의 경계를 바꾼 모델 역량 트렌드, Anthropic 경제 연구의 시사점, 그리고 실제 운영 환경에 에이전트를 배포한 기업과 PoC에 머문 기업의 차이를 이야기합니다.

현장의 고정된 예지정비 진단 규칙은 환경 변화 대응에 한계가 있습니다. 본 발표에서는 Amazon Bedrock과 Agentic AI를 결합해 설비 데이터를 분석하고, 진단 로직을 스스로 최적화하는 '지능형 루프' 아키텍처를 소개합니다. AI의 규칙 생성·추천과 전문가 승인 프로세스를 통해 예지정비의 정확도와 운영 효율을 높이는 구축 방안을 제시합니다.

AX 시대, 이제 전통적인 VMware 가상화를 넘어 AI Ready 인프라로 전환할 때입니다. 삼성SDS가 제공하는 NutaniX와 AWS 서비스를 활용한 VMware 전환의 실전 기술과 사례, 그리고 우리 기업의 니즈와 상황에 꼭 맞는 AI 인프라 전환 전략을 살펴보세요.

ChatGPT 가 3년 전에 출시 되면서 AI 시장이 요동 치고 있습니다. 하지만 기업 환경에서는 machine data 를 적절히 활용하고 있지 못하고 있기 때문에 ChatGPT 와 같은 GenAI 의 활용도가 떨어지고 있습니다. 특히 Agentic AI 시대에 맞는 machine data 의 활용 방안에 대해 살펴 보는 시간을 갖도록 하겠습니다.

많은 기업이 AI 에이전트를 운영 환경에 적용하는 데 어려움을 겪고 있습니다. 본 세션에서는 단일 및 멀티 에이전트 시스템의 검증된 서버리스 아키텍처 패턴을 소개하고 적용하는 방법을 다룹니다. API Gateway, Lambda, Fargate, AgentCore Runtime 등 AWS 서버리스 서비스를 활용한 실전 구현과 보안 모범 사례를 통해, 에이전틱 AI를 확장 가능한 프로덕션 시스템으로 전환하는 여정을 안내합니다.

제주항공과 하나투어가 AWS 생성형 AI로 일궈낸 현장 혁신 사례를 공개합니다. 하나투어의 여행상품 기획 에이전트 고도화와 제주항공의 항공 정비 의사결정 효율화 과정을 다룹니다. 규제가 엄격한 항공 산업과 복잡한 여행 기획 업무에 AI를 안전하게 접목한 실전 노하우와 아키텍처 재설계 전략, 비즈니스 가치 창출에 대한 생생한 인사이트를 만나보세요.

피지컬 AI 시대, 로봇이 실제 세계에서 작업하려면 대규모 학습 인프라와 실전 구현 역량이 모두 필요합니다. 본 세션에서는 리얼월드가 AWS ParallelCluster, S3, FSx for Lustre를 활용해 RFM(Robot Foundation Model)을 학습한 과정과, 위로보틱스가 자체 휴머노이드 로봇 Alex로 드릴 작업을 구현한 6주간의 AWS Physical AI Fellowship 여정을 공유합니다. 데이터 수집부터 시뮬레이션 환경 구성, 실제 로봇 작업 구현까지 제조 스타트업이 AWS 위에서 피지컬 AI로 거듭나는 전 과정을 확인하실 수 있습니다.

복잡한 도면에서 정보를 추출하고 영향을 분석하는 일은 숙련 엔지니어에게도 수일이 걸리는 고난도 업무입니다. LG전자는 Amazon Bedrock과 AgentCore 기반 멀티 에이전트 시스템을 구축해 이 과정을 자동화합니다. 도면을 다층적으로 분석하고, 현장 엔지니어의 암묵지를 체계화하여 AI가 전문가 수준의 추론을 수분 내에 수행합니다. 건물 도면에서 검증을 마친 뒤 AI가 해석한 정보를 토대로 추가 정보를 도면에 기입하여 도면관련 업무자동화 실전 사례를 공유합니다.

1,000만 유저의 바비톡은 AI 특공대와 Monthly PoC로 AX를 추진하고 있습니다. 본 세션에서는 Amazon Bedrock 기반 K-Beauty 어시스턴트 등 Agentic AI 도입 사례와, AI-DLC(AI Development Life Cycle)를 사용해 마케팅팀과 개발팀 협업 모델 변화를 통한 개발 문화 및 생산성 혁신 경험을 공유합니다.

GS칼텍스는 AI 선도 기업으로 도약하기 위해 일하는 방식 변화, 현업 역할 재정의, 업무 도구 고도화 등 전사적 혁신을 추진하고 있습니다. Good Risk Taking 문화를 확립하여 현업 전문가가 데이터와 AI 도구를 활용해 분석 모델과 앱을 개발하며 현장 AX를 주도하고 있습니다. 본 세션에서는 사람과 조직문화 중심의 AI 전환 과정을 소개합니다.

본 세션에서는 의료 마이데이터 선도기업 룰루메딕의 플랫폼을 소개합니다. 보건복지부 승인 개인정보관리 전문기관으로서 의료데이터의 합법적 저장과 국외이전을 지원합니다. d’stat 앱으로 국내외 의료기록을 통합해 개인 건강 데이터를 생성하고, AWS와 협력해 에이전틱 AI 기반 분석 솔루션을 개발 중입니다. ISMS-P 및 ISO 4종 인증 보안 아래 B2B·B2C 서비스를 제공하며, 데이터의 수집–활용–분석을 연결하는 지속 가능한 모델을 구축했습니다.

서명키, 아직 환경변수에 저장하고 계신가요? 서명키는 단 하나의 키 유출만으로도 전체 사용자의 인증이 무력화될 수 있는 만큼, 관리에 다양한 고민이 필요합니다. 본 세션에서는 당근이 MAU 2,100만 서비스에 AWS CloudHSM과 KMS기반의 하이브리드 아키텍처를 설계하고 운영하며, 높은 보안성과 비용 최적화를 동시에 달성한 실전 과정을 공유합니다.

현대카드가 온프레미스-클라우드 하이브리드 아키텍처(HDSP)를 구축하고, 이를 기반으로 SageMaker 환경에서 코딩 에이전트를 구현한 여정을 공유합니다. 금융권 특유의 보안·규제 환경에서 오픈소스 LLM을 활용해 실시간 코드 제안, 코드 리뷰 등 개발 생산성을 향상시킨 실용적 사례를 다룹니다.

LG U+ 대규모 애플리케이션 마이그레이션 사례를 기반으로, AWS Transform과 Kiro IDE를 활용한 에이전틱 AI 기반 마이그레이션 방법론을 소개합니다. 코드 분석, 리팩터링, 검증 자동화를 통해 엔터프라이즈 클라우드 마이그레이션의 속도와 품질을 동시에 향상시킨 실제 경험을 공유합니다.

20M Devices 요청을 처리하는 API GW의 AWS 마이그레이션 중 폭증한 운영 문의를 해결하기 위해, DevOps 팀이 AWS Kiro와 Bedrock을 활용해 AI 기술을 운영 현장에 적용한 사례를 공유합니다. 다양한 모델 테스트를 거쳐 최적의 RAG 패턴을 구축하고, 최저 비용으로 운영 혁신을 달성한 실전 노하우를 소개합니다.

에이전틱 AI와 통합 솔루션으로 더 빠르고 원활한 클라우드 전환을 시작하세요. 본 세션에서는 AWS Transform이 지능형 자동화를 통해 마이그레이션 및 현대화 과제를 해결하며 클라우드 여정을 어떻게 가속화하는지 소개합니다. 실제 사례를 통해 이 강력한 통합 솔루션을 활용하여 클라우드 도입 및 전환 노력을 빠르게 추진하는 방법을 알아보세요. AWS Transform의 특화된 AI 에이전트를 통해 여러분은 VMware 워크로드를 Amazon EC2로 마이그레이션하고, .NET 애플리케이션을 크로스 플랫폼 .NET으로 현대화하며, IBM z/OS 메인프레임 애플리케이션을 현대화하여 전환 프로젝트를 최대 4배 빠르게 완료할 수 있습니다.

AI는 이제 '개발'이 아닌, '운영'의 문제입니다. 본 세션에서는 PoC 중심의 AI 활용을 넘어, 전사 확장 가능한 엔터프라이즈 AI로 전환하기 위한 핵심 요건을 짚습니다. HelpNow AI Foundry를 통해 No Code 기반 에이전트 생성, 멀티 LLM 통합, LLMOps 및 거버넌스를 구현하며 AI를 안정적으로 운영하는 전략을 소개합니다.c

요기요 서비스가 고도화되면서 모니터링 운영과 장애 분석을 위해 다수의 콘솔과 로그를 교차 분석해야 했습니다. 본 세션에서는 요기요에서 Agent Core 기반 AI로 지표 관측→상관관계 분석→변경 이력 대조→RCA 근거화를 통해 요기요 인프라 운영 효율을 획기적으로 개선한 AIOps 여정을 공유합니다.

데이터이쿠는 기업이 AI 도입 시 겪는 데이터 파편화와 거버넌스 부재 등의 장벽을 극복하기 위한 'Enterprise AI 및 에이전트 전략'을 제시합니다. 분석, 모델링, 오케스트레이션을 통합한 단일 플랫폼을 통해 현업 전문가가 직접 AI 에이전트를 구축하고 전사적으로 확장하여, 실질적인 비즈니스 ROI를 창출하는 방안을 공유합니다.

KAIST 신진우 교수 연구실은 산학 협력을 통해 AWS GPU 클러스터 및 분산 학습 인프라를 활용해 Vision-Language-Action 모델을 개발했습니다. 본 세션에서는 대규모 로봇 학습 데이터 처리, 멀티모달 모델 학습 파이프라인 구축, 클라우드 기반 실험 가속화 과정에서 마주한 기술적 도전과 해법을 공유하며, 학계-산업계 협력이 피지컬 AI 혁신을 어떻게 앞당길 수 있는지를 제시합니다.

현대백화점그룹은 SMUS를 활용하여 그룹사 전체를 위한 확장 가능한 데이터 플랫폼과 MLOps 환경을 구축했습니다. DW와 ML 파이프라인의 원활한 통합, 체계적인 데이터 거버넌스 수립, 다층적 보안 정책 적용을 통해 시스템의 안정성과 신뢰성을 확보했습니다. 이러한 성과를 바탕으로 그룹 내 '표준 MLOps 플랫폼'으로 선정되어 전 계열사로 확산 중입니다.

퀀트 투자의 전략 개발은 여전히 수작업에 의존하고 있습니다. Arkraft는 Bedrock, OpenSearch , EKS 기반 AI 멀티에이전트와 Claude Code SDK 로 전략 코딩, 백테스트, 리스크 분석을 자동화하고 Ralph Loop의 다단계 추론으로 분석 품질을 최적화해 온 과정을 공유합니다.

단순 도입을 넘어 AI가 스스로 판단하고 실행하는 'Agentic AI 시대'가 열렸습니다. 본 세션에서는 메가존클라우드의 시각으로 AI가 비즈니스 운영의 주체가 되는 '자율 경영' 진화 전략을 제시합니다. 실무 중심의 아키텍처와 혁신 사례를 통해 기업의 생산성을 극대화하고 미래 경쟁력을 확보할 실전 가이드를 만나보세요.

이 세션에서는 에버랜드의 VMware Cloud on AWS에서 Nutanix Cloud Clusters(NC2) on AWS로의 전환 사례를 통해 아키텍처, AWS 마이그레이션 가속화, 재해 복구 등 핵심 이점을 살펴봅니다. 또한 Move 기반 VM 이전, VMware에서 NC2로의 전환 방법과 모니터링, 가시성, 운영 사례를 소개합니다.

대부분의 기업이 AI 챗봇을 도입했지만 기대에 못 미친 원인은 고객을 기억하지 못하는 AI에 있습니다. 이 세션에서는 Sendbird가 delight.ai를 만든 배경과, 기억하는 AI가 반복되는 불만을 줄이고 브랜드 충성도를 높인 실제 사례를 소개합니다. 또한 에이전트 경제 시대에 브랜드가 자신만의 AI 컨시어지를 구축하는 전략과 인사이트를 공유합니다.

롯데백화점은 700만 고객이 이용하는 모바일 앱에서 단순 FAQ를 넘어 고객 의도를 이해하고 선제적으로 답변하는 AI 컨시어지 '더스틴'을 구축했습니다. 본 세션에서는 온라인과 오프라인의 쇼핑 경험을 통합하는 AI 에이전트 상용화 과정과 실전 최적화 과제 해결 방법을 살펴봅니다.

수동적 가전에서 능동적 케어 로봇으로. SK인텔릭스의 NAMUHX는 Amazon Bedrock 기반 에이전틱 AI로 사람과 환경을 이해하고 스스로 판단합니다. 단순 기기(Tool)가 아닌 삶의 동반자(Agent)로 거듭나는 Wellness Robotics의 기술 여정과 클라우드 네이티브 전략을 확인하세요.

피지컬 AI 구현에는 방대하고 다양한 학습 데이터가 필요하지만, 실제 환경 수집만으로는 모든 엣지 케이스를 커버하기 어렵습니다. 본 세션에서는 자율주행 비전 AI 기업 스트라드비젼과 자율선박 합성 데이터 플랫폼 BIFROST가 AWS 위에서 실 데이터와 시뮬레이션 기반 합성 데이터를 결합하여 Sim-to-Real 학습을 어떻게 가속화하는지 공유합니다. 스트라드비젼은 AWS 기반으로 수 PB 이상의 실 주행 데이터를 처리, 라벨링, 학습하는 파이프라인을 구축하고, 합성 데이터로 엣지 케이스를 보강합니다. BIFROST는 실제 데이터를 수백 시간의 시뮬레이션 합성 데이터로 확장해 자율선박은 물론 제조·방산·우주 등 다양한 산업의 AI 학습을 가속화합니다. 두 사례를 통해 합성 데이터가 시뮬레이션과 실세계 배포 사이의 간극을 어떻게 좁히는지 확인하십시오.

국내 공공 및 규제 환경에서 생성형 AI를 도입하기 위해서는 데이터 보호, 내부통제, 감사 대응을 아키텍처 수준에서 고려해야 합니다. 본 세션에서는 AI 에이전트 기반 접근을 통해 이러한 요구사항을 설계에 내재화하는 방법을 제시하고, Amazon EKS와 Bedrock 기반 아키텍처를 비교하여 조직 상황에 맞는 현실적인 구현 전략을 설명합니다.

[새벽 3시, 알람이 울립니다] 게임 서비스의 장애 대응은 촌각을 다투는 일인 동시에 다양한 전문가의 판단이 필요합니다. Nexon은 AWS와 함께, 노동집약적 장애 대응 구조를 AI 에이전트와의 협업 진단으로 바꾸어 대응 효율을 높여 나가고 있습니다. 우리는 통계와 LLM을 엮어 실시간 데이터에서 의미 있는 맥락만 빠르게 증류하는 구조를 만들었습니다. 여기에 Amazon Bedrock 기반의 도메인별 전문가 에이전트들의 진단 결과를 리드 에이전트가 전략적으로 의사결정하는 다중 에이전트 구조를 덧붙였으며, 이는 궁극적으로 퍼스널 에이전트 기반의 Self-Healing 운영으로 확장되는 구조를 지향하고 있습니다. 이 구조로 59개 라이브 게임 서비스에 대한 24/365 무중단 대응 체계를 갖추었으며, 서비스당 동시접속자, 매출, 사용자 동향 등 7개의 탐지 전문가 에이전트와 약 18만여 통계 모델이 작동합니다. 그 결과, 1분 이내 이상 탐지로 인지 시점 30분 단축, 알람량 1/3 감소, 장애 Recall 100%. 그리고 그 속에서 달라진 사람의 역할을 함께 공유합니다.

클라우드 운영이 복잡해질수록 모든 장애에 즉각 대응하기란 한계에 부딪힙니다. 야놀자는 DevOps·SRE 등 도메인별 전문 Agent를 두고 Core Agent가 오케스트레이션하는 Multi-Agent AIOps 플랫폼을 구축했습니다. Bedrock AgentCore Runtime 기반의 Strands Agent 설계, 인증까지 실전 아키텍처를 공유합니다.

마이리얼트립은 소수정예와 다기능을 전제로 팀의 역할과 역량을 AI 시대에 맞게 재정의하였습니다. 기능별 분업 중심에서 벗어나, 한 팀이 문제 정의부터 구현·배포·운영까지 책임지는 AI 기반의 팀 운영 방식을 채택하였습니다. 이를 통해 속도와 안정성 사이의 트레이드오프를 줄이고, 작은 팀이 높은 실행력을 유지하며 성과를 내는 운영 모델을 제시합니다.

각 분야에서 혁신하고 AI로 비즈니스의 판을 바꾸고 있는 리더들이 한자리에 모입니다. 삼성전자, 우아한형제들, TwelveLabs의 리더가 AI 도입의 실제 여정과 도전, 그리고 돌파구를 솔직하게 공유합니다. 규모와 산업이 다른 세 기업의 시선을 통해 AI 시대 리더에게 필요한 관점과 실행력에 대한 인사이트를 얻어가십시오.

금융권의 생성형 AI 도입에서는 성능만큼 보안과 통제도 중요합니다. 빗썸은 Amazon Bedrock 기반 Claude Code에 LLM Gateway, IAM, Guardrails, PrivateLink, CloudWatch, CloudTrail을 결합해 비용·권한·데이터·감사 추적성을 통합 관리하는 아키텍처를 구축했습니다. 본 세션에서는 금융권이 요구하는 리스크의 사전 식별과 통제, 디지털 복원력, 내부통제 관점의 실제 도입 가이드를 공유합니다.

AI는 모든 산업에서 큰 변혁을 만들고 있습니다. AWS의 지난 20년 동안 고객 기반의 기술 혁신을 돌아보고, 향후 20년간 AI 시대 개발자들이 가져야 할 마인드와 함께 AWS의 AI 기반 개발 사이클과 고객의 활용 사례를 소개합니다. AI를 기반한 새로운 클라우드 컴퓨팅 빌딩 블록위에서 뷰티, 엔터테인먼트, 피지컬 AI 등 다양한 산업에서 어떻게 현실의 비즈니스 및 기술적 과제를 풀고 있는지 살펴봅니다.

스텝페이는 이 생태계에 동참하여, 자사 API 문서를 기반으로 Kiro Powers를 직접 제작했습니다. 이를 통해 Kiro와 함께 에이전트 코딩을 하는 개발자들은 복잡한 결제 연동 과정을 거치지 않고도, 대화를 통해 결제 기능을 구현할 수 있게 되었습니다. 본 세션에서는 Kiro Powers를 설계하고 제작한 과정, API 스펙을 AI 에이전트가 이해할 수 있는 형태로 구조화한 방법, 그리고 실제로 Kiro와 함께 페이먼츠가 구현되는 라이브 데모를 함께 보여드립니다.

AI 에이전트가 미로를 탐색하며 코드 실행, 웹 스크래핑, 가드레일 우회 방어 등 실전 문제를 풀도록 설계하는 경쟁입니다. 참가자는 Amazon Bedrock AgentCore 위에서 모델 선택, 도구 연결, 프롬프트 설계를 직접 구성하고 리더보드에서 점수를 겨룹니다. Top 3는 새로운 챌린지로 라이브 결승전을 치르며, 우승자에게는 re:Invent 2026 전액 지원 티켓이 주어집니다.

장애는 막을 수 없지만, 대응하는 방식은 바꿀 수 있습니다. 본 세션에서는 Amazon Connect, SES 기반의 서버리스 온콜 시스템을 구축하여 장애 대응과 온콜 운영 효율을 높인 경험과, Amazon CloudFront, MSK 등 서비스의 모니터링 체계를 개선하여 장애 인지부터 대응까지의 흐름을 효율화한 사례를 공유합니다.

이 세션은 AI POC의 46%가 프로덕션에 도달하지 못하는 현실에서 출발하여, 에이전틱 AI의 데모-프로덕션 격차를 극복하기 위한 4대 핵심 기둥(운영 우수성, 데이터, 신뢰, 신뢰성)을 Amazon Bedrock AgentCore 기반으로 제시합니다. 21억 사용자 규모의 삼성 어카운트 AIOps 사례를 통해 실전 적용 방법을 공유하며, 프로덕션에서 에이전틱 AI를 안정적으로 운영하기 위한 단계적 접근법을 전달합니다.

과거의 유산인 레거시, 여전히 혁신의 걸림돌인가요? 이제 무거운 인프라와 애플리케이션은 ‘부담’이 아닌 ‘기회’가 됩니다. 이 세션에서는 글로벌 선도 기업들이 기술 부채를 클라우드 경쟁 우위로 탈바꿈시킨 실전 전략을 공유합니다. AI 시대의 출발선은 마이그레이션과 모더나이제이션입니다. 인프라, 애플리케이션, 데이터, 그리고 AI-레디 비즈니스 성과까지 이어지는 전체 여정을 단계별로 안내합니다. 새로운 에이전틱 AI 자동화가 마이그레이션을 얼마나 더 빠르게, 더 쉽게, 더 효율적으로 바꾸고 있는지 직접 확인하세요. Microsoft, VMware, SAP, 메인프레임 등 미션 크리티컬 워크로드를 위한 검증된 경로를, AWS 20년 노하우와 함께 제시합니다.

AI 워크로드 이용환경은 끊임없이 진화하고 변화하고 있습니다. 이러한 환경속에서도 보안은 여러분의 최우선 순위일 수 밖에 없습니다. 이 세션에서는 AI 워크로드를 위한 향상된 보안 아키텍터에 대해 살펴보도록 하겠습니다. 지속적으로 발전하는 지능적인 공격으로부터 여러분의 워크로드를 안전하게 보호할 수 있는 방안에 대한 아이디어를 얻어가시기 바랍니다.

에이전틱 AI 기술은 소프트웨어를 개발하는 방법과 소프트웨어를 위한 에이전트 구축에 있어 혁신적인 변화를 가져오고 있습니다. 소프트웨어 개발 가속화를 위한 Kiro를 소개하고, 어떤 도전 과제를 에이전트 기술로 혁신하고 있는지 살펴봅니다. 또한 소프트웨어를 위한 에이전트 구축에 있어 AWS가 제공하는 서비스와 사례를 알아봅니다.

이 세션에서는 AWS ParallelCluster를 중심으로 분산 학습 인프라의 핵심 구성 요소를 설명하고, 실제 클러스터를 구성·운영하면서 겪은 AMI 빌드 전략, 모니터링, 노드 장애 복구 등 실전 경험을 공유합니다. 인프라 팀부터 ML 엔지니어까지, GPU 클러스터를 처음 설계하거나 운영 안정성을 높이려는 분들을 위한 세션입니다.

여러분의 핵심 데이터로 엔드투엔드 에이전틱 AI 애플리케이션 구축 실전 노하우를 공유합니다. MCP와 RAG 기반 데이터 관리, Aurora, OpenSearch 베스트 프랙티스 아키텍처, SageMaker Unified Studio 분석 기능, 데이터 레이크, 거버넌스, 품질 관리와 Bedrock AgentCore 통합 방법을 알아봅니다.

Amazon SageMaker HyperPod를 활용한 대규모 분산 학습 기법을 소개합니다. 병렬화 및 복원력 기능을 바탕으로 학습 시간을 최대 40% 단축하고 비용을 최적화하는 방법을 알아봅니다. Superb AI의 ZERO 비전 파운데이션 모델의 실제 개발 사례와 함께 제조 산업 AI 혁신 및 피지컬 AI 시대를 향한 비전을 소개합니다.

에이전틱 AI 시대, 고객 경험의 혁신은 선택이 아닌 필수입니다. 높아지는 고객 기대치, 파편화된 고객 경험, 그리고 모든 순간 고객을 감동시켜야 하는 과제, Amazon Connect는 이 모든 것을 AI와 함께 해결합니다. Amazon Connect는 고객 여정 전체에 AI를 처음부터 내장하여, 단순히 기능을 추가하는 것이 아니라 근본부터 다르게 설계된 솔루션을 제공합니다. 지금 바로 차세대 고객 경험을 만나보세요.

이 세션에서는 조직의 데이터 워크플로우를 혁신하는 생성형 AI 기반 비즈니스 인텔리전스 플랫폼인 Amazon Quick의 최신 기능을 알아봅니다. 인터렉티브 시각화를 위한 Quick Sight, 워크플로우 생성을 위한 Quick Flows, 지능형 자동화를 위한 Quick Automate, 포괄적인 분석을 위한 Quick Research 등 최신 기능을 살펴보세요. 맞춤형 챗 에이전트, 지식 스페이스, 업무 확장 기능이 원활하게 통합되어 조직 전체에서 자연어 상호작용을 통해 생산성을 향상시키는 방법을 배워보세요.

본 세션은 SageMaker HyperPod에서 Slurm 워크플로우를 유지하면서 쿠버네티스의 운영 효율을 확보한 하이퍼커넥트의 Slurm on EKS 도입 사례와 전환 과정의 교훈을 공유합니다. 또한 네트워크 기반 메모리 복제로 2분 내 장애 복구를 실현하고 95% 이상의 Goodput을 유지하는 Checkpointless Training과 Elastic Training 업데이트도 다룹니다.

모호한 요구사항은 AI의 계층 침범과 구조 붕괴를 야기합니다. 본 세션은 Kiro Spec Mode를 '단일 계약 소스'로 정의하고, BDD의 행동 계약과 FSD 구조를 결합해 LLM의 컨텍스트를 격리한 사례를 공유합니다. 이어서, AWS DMS, AWS Glue, Iceberg — 서버리스로 만드는 CDC 레이크하우스를 구축한 실전 이야기를 소개합니다.

에이전틱 AI를 도입했지만 "분석할 수 없습니다"만 반복하는 에이전트, 원인은 데이터에 있습니다. AI가 맥락을 이해하고 추론할 수 있도록 데이터를 준비하는 것, 바로 AI-Ready Data입니다. 이 세션에서는 시맨틱 레이어 기반 AI-Ready Data 구축 방법과 라이브 데모를 통해 응답 품질 차이를 확인하고, 구체적인 전환 로드맵을 제공합니다.

속도의 시대, Agent-Driven 개발 환경(Claude Code, Kiro IDE, GitHub Copilot)으로 생산성은 기하급수적으로 향상되고 있습니다. 하지만 빠른 개발 속도만큼 보안 검토는 어려워지고 있습니다. 빠르게 변화하는 보안 위협 패턴, 보안 전문 지식 도메인을 완벽히 갖춘 AWS Security Agent로 대응하세요!

AI-DLC는 AI와 사람의 협업 모델을 기반으로 소프트웨어 개발 방식을 근본적으로 혁신하는 AI 네이티브 개발 방법론입니다. 본 세션에서는 AI-DLC 워크플로우를 소개하고, 이러한 패러다임 전환이 개발자와 조직, 비즈니스에 가져다줄 변화와 이점을 다룹니다. 특히 큰 규모의 코드베이스 환경에서 AI-DLC를 도입한 LG전자의 사례와 그 과정에서 얻은 교훈을 공유합니다.

프로덕션에서 AI 에이전트를 운영하려면 단순 구축을 넘어 엔터프라이즈급 아키텍처가 필요합니다. 이 세션에서는 Amazon Bedrock AgentCore 기반으로 게이트웨이 도구 공유, A2A 협업, 공유 메모리, ID 기반 접근 제어, 옵저버빌리티 등 핵심 패턴을 데모와 함께 살펴봅니다. 거버넌스와 자율성을 모두 잡는 에이전트 인프라 설계법을 확인하세요.

Amazon Connect는 모든 고객 접점에 AI를 자연스럽게 접목하여 평범한 상호작용을 특별한 경험으로 만들어줍니다. 클라우드와 AI를 기반으로 처음부터 설계된 통합 솔루션으로, 사람과 AI 에이전트가 긴밀하게 협력하여 모든 고객 응대에서 맥락을 이어가며 남다른 고객 경험을 선사합니다. 또한, 코드 개발없이 프롬프트와 에이전트 설정만으로 자동화된 보이스봇, 챗봇을 보다 손쉽게 만들 수 있는 데모를 보여드립니다.

Amazon EKS 에서 NVIDIA GPU 기반의 인퍼런스 및 GPU 워크로드 최적화 기법을 다룹니다. Opex가 매우 높은 클라우드 AI 플렛폼을 최적화하고, 처리량은 높이고 지연을 최소화하여 Agentic AI 워크로드를 통한 변화를 가속화 하는 EKS 기반의 아키텍처에 대하여 설명합니다.

본 세션에서는 Strands Agents를 활용한 자율 AI 에이전트 구축 방법을 소개합니다. 자가 개선 메커니즘으로 지식 격차를 식별하고 추론 전략을 수정하며, 동적 도구 생성과 실시간 스트리밍으로 협업합니다. 모델 기반 접근으로 장기간 독립 운영되며 효율성을 지속 향상시키는 차세대 자율 AI 시스템을 다룹니다.

이제 AI 에이전트는 산업 전반에서 다양하게 활용되고 있습니다. 그리고 AI 에이전트를 효율적으로 구축하고 운영하는 것 역시 중요한 요소입니다. 이 세션에서는 생성형 AI 플랫폼을 개발하는 스타트업에서 에이전틱 AI 어시스턴트를 AWS의 Serverless 인프라를 활용하여 쉽고 빠르게 개발하고 효율적으로 배포, 운영하고 있는 사례를 소개합니다.

본 세션에서는 한국 고객사들과 진행한 AI-DLC 도입 경험을 바탕으로, 개발자 경험관점에서의 성공 요인, 프로덕션으로 확장하는 과정의 핵심 전략, 비즈니스 가치 측정과 ROI 입증 방법을 공유합니다.

엔터프라이즈 시장의 화두는 더 이상 'AI를 아느냐'가 아닙니다. 이제는 'AI가 실제로 무엇을 해내고 있느냐'가 핵심입니다. 이 발표에서는 기업이 AI를 통해 실질적인 비즈니스 성과를 만들기 위해 어떤 비즈니스 지표를 움직일지 어떻게 설계해야 하는지를 제조·여행·제약 산업의 실제 사례를 통해 보여드립니다.

엔터프라이즈 AI의 핵심은 기업 고유 요구사항에 맞춘 모델 커스터마이징입니다. 본 세션에서는 Nova Forge로 기업 지식과 워크플로우를 담은 프런티어 모델을 경제적으로 구축하는 방법을 소개하고, Bedrock 강화 미세 조정(RFT)을 통해 방대한 주석 작업 없이 RLVR, RLAIF 등으로 정확도, 안전성, 적응성을 동시에 높이는 기법을 다룹니다.

완성차 기업의 PDF/웹 데이터 수집 비효율을 AWS AI와 Serverless로 혁신한 사례를 공유합니다. Bedrock Claude Sonnet 4.5로 차량 정보를 추출하고 S3 Vector 유사도 매핑으로 명칭을 표준화했습니다. Step Functions를 활용한 150개 차종 데이터 지능형 병렬 수집 및 자산화 구현 아키텍처 노하우를 다룹니다.c

라포랩스의 AI Platform은 처음부터 플랫폼 구축 자체를 목표로 시작된 것은 아니었습니다. 구성원들이 AI를 더 쉽게 활용하고, 실제 업무에 자연스럽게 연결할 수 있도록 환경을 만들어가다 보니 공통 도구와 운영 방식, 기술 기반이 쌓였고, 그것이 점차 AI Platform의 형태를 갖추게 되었습니다. 내부 AI 활용 경험을 개선해 온 과정과, 그 과정에서 어떤 문제를 만났고 어떤 선택을 했는지, 그리고 실제 사례를 통해 어떻게 AI Platform을 구축해나가고 있는지를 공유합니다.

본 세션에서는 AMD EPYC 프로세서 기반 AWS EC2 인스턴스를 통해 클라우드 및 AI 워크로드의 성능을 극대화하고 비용을 최적화하는 방법을 소개합니다. 최신 M8a·C8a·R8a 인스턴스와 실제 고객 사례를 통해 데이터베이스, AI 추론, HPC 등 다양한 워크로드에서의 성능 향상과 TCO 절감 전략을 살펴봅니다.

GitLab Duo Agent Platform이 Amazon Bedrock 기반으로 전체 SDLC에 에이전틱 AI를 내재화하는 방법을 살펴보세요 — 데이터를 AWS 환경 또는 고객 내부에 안전하게 유지합니다. AI Gateway로 기획·코딩·보안·컴플라이언스 워크플로우를 오케스트레이션해 데이터 레지던시 충족·AWS 투자 극대화를 실현하세요.

SKI E&S 분석가의 모델 개발과 현업의 GenAI 활용을 위한 통합 데이터 플랫폼 구축 전략을 소개합니다. 국내 최초로 SageMaker Unified Studio를 도입해 데이터와 AI 모델을 통합하고, 3-Layer 레이크하우스와 메타데이터 챗봇을 결합해 현업이 필요한 데이터를 스스로 탐색, 분석할 수 있는 Self-Service환경을 구현했습니다.

LLM 서비스는 구축보다 안정적 운영이 더 어렵습니다. 기존 APM/RUM으로는 커버할 수 없는 토큰 비용 폭발, 응답 지연, 할루시네이션 등 LLM 특유의 과제를 살펴보고, 이를 감지·대응하기 위한 LLM 옵저버빌리티 핵심 메트릭과 아키텍처를 소개합니다. AWS Bedrock 기반 실제 사례를 통해 엔터프라이즈 환경의 LLM 모니터링 전략을 공유합니다.

속도 경쟁은 결코 피할 수 없는 과제가 되었습니다. 보안 프로세스보다 더 빠르게 코드를 짜고 배포하는 AI 에이전트들 사이에서, 인프라 걱정없이 안전하게 배포하는 플랫폼이 필요합니다. 본 세션은 Cloudflare를 통해 거버넌스와 격리 환경을 구축하고, 신뢰할 수 없는 코드도 안심하고 배포하며 AI 에이전트 개발 속도를 극대화하는 방법을 소개합니다.

"설계 단계부터 안전한 AI를 구축하는" 접근 방식은 AI 시대에 있어 모든 조직에게 매우 중요합니다. 외부 AI 거버넌스를 위한 Prisma Browser와 안전한 애플리케이션 개발 및 에이전트 제어를 위한 Prisma AIRS를 통해 혁신에 대한 두려움을 없애고, 현대 기업의 위험에 맞춰 설계된 통합 플랫폼으로 AI 생태계를 안전하게 보호하십시오.

이 세션에서는 Amazon Bedrock AgentCore Identity와 Gateway를 활용하여 AI 시대의 Zero Trust 보안 모델을 구현하는 방법을 다룹니다. AgentCore Identity와 Gateway를 사용하여 중앙화된 에이전트 신원 관리, 안전한 자격 증명 저장소를 통한 AI 에이전트의 인증 및 권한 부여, 안전한 도구(MCP, API 등) 연결을 지원하는 방법을 배웁니다. 이를 통해 참석자는 AI 에이전트의 자율성을 유지하면서도 강력한 보안을 확보하는 실용적인 아키텍처 패턴을 학습하고, 엔터프라이즈 환경에서 신뢰할 수 있는 AI 에이전트 시스템을 구축할 수 있습니다.

본 세션에서는 Amazon Bedrock AgentCore를 활용하여 LangGraph 멀티 에이전트를 프로덕션 환경에 배포한 실전 사례를 공유합니다. AgentCore Runtime에서 Supervisor 패턴의 멀티 에이전트를 실행하고, MCP(Model Context Protocol)를 통해 내부 API 등 외부 도구를 표준화된 방식으로 연결합니다. Gateway로 MCP 서버를 중앙 관리하고 에이전트 트래픽을 제어하며, Policy & Identity로 자연어 기반 접근 제어와 Okta IdP 연동을 구현한 과정을 다룹니다. 또한 OpenTelemetry 기반 Observability로 Sub-Agent별 계층적 트레이싱을 구성하고, Evaluation을 CI 파이프라인에 통합하여 에이전트 품질을 자동으로 검증하는 방법을 소개합니다.

아마존은 어떻게 에이전틱 AI를 20만 임직원의 일상으로 들여놓았을까요? 본 세션에서는 답변을 넘어 행동으로 이어진 Amazon Quick의 내부 도입 여정을 공개합니다. 파편화된 데이터 통합, 보안 심사와 변화관리 등 실제로 부딪힌 벽과 해결 과정, 그리고 도출된 성공 법칙까지. 아울러 네이티브 AI 팀메이트 Amazon Quick Desktop을 함께 소개합니다. AI를 파일럿에서 일상으로 안착시키는 로드맵을 제시합니다.

AWS 에이전틱 AI 솔루션을 활용하여 엔터프라이즈 기업의 클라우드 전환을 가속화하는 방법을 소개합니다. 이번 세션에서는 단순한 시스템 마이그레이션과 현대화를 넘어, 레거시 시스템의 심층 분석부터 차세대 시스템 구축까지 End-to-End 자동화를 실현하는 과정을 다룹니다. 먼저 AWS Transform을 통해 레거시 시스템의 현황 분석과 마이그레이션을 자동화하고, 이어서 Kiro를 활용해 최신 코드를 자동으로 생성함으로써 신규 시스템을 신속하게 개발하는 방법을 살펴봅니다. 나아가 Amazon Quick 기반의 데이터 분석까지 기술 스택을 자유롭게 선택하고, 비즈니스 요구에 최적화된 현대화 아키텍처를 설계하는 여정까지 확인할 수 있습니다. 이러한 과정을 통해 기존 레거시 환경의 제약에서 벗어나 수작업을 획기적으로 줄이고, 전환 속도를 크게 단축하며, 기술적 자율성을 확보하는 시나리오를 함께 제시합니다.

EKS 기반 서비스 인프라를 단일 클러스터에서 멀티 클러스터까지 확장해나가는 여정을 소개합니다. Terragrunt 기반 멀티테넌시 거버넌스로 여러 프로덕트를 배포하고 권한 체계를 수립한 실전 사례부터, 나아가 Cilium과 VPC Lattice를 결합해 다중 클러스터 간 서비스 연결을 단순화한 과정을 공유합니다. 안전한 격리와 가벼운 연결을 동시에 실현하는 아키텍처를 제안합니다.

AWS는 현재 가장 심층적이고 광범위한 가속 컴퓨팅(Accelerated Computing) 포트폴리오를 보유하고 있고, 엄격한 주권 요구사항을 가진 고객을 위한 완전 관리형 AI 인프라인 AWS AI Factories를 통해 클라우드의 유연성과 완전 관리형 AI 인프라의 편의성을 결합하여, 조직은 인프라 관리가 아닌 혁신에 집중할 수 있습니다.

"에이전트가 코드를 수정했는데 동작을 안 합니다." 코딩 에이전트의 흔한 문제는 프로젝트 규칙을 모르고 결과를 검증하지 못하는 것입니다. 이 세션에서는 Kiro의 MCP, Steering, Powers로 프로젝트 지식과 외부 도구를 연결해 Feedback Loop를 구축하는 방법을 다룹니다. 데모를 통해 에이전트의 자율 검증 과정을 확인합니다.

SageMaker AI는 ML Pipeline, MLflow, Model Registry 등 강력한 MLOps 도구를 제공하지만, 많은 고객이 이를 충분히 활용하지 못하고 있습니다. 이를 돕기 위해 Nova 2 Lite 기반 Multi-Agent 아키텍처를 구축하고, 이를 통해 MLOps 성숙도를 자율적으로 고도화하는 실전 데모와 인사이트를 공유합니다.

가트너는 2027년까지 60%의 조직이 데이터 거버넌스 부재로 AI 가치 실현에 실패할 것이라 경고합니다. AI 에이전트가 정확한 판단을 내리려면 데이터의 의미와 맥락을 담은 메타데이터가 필수입니다. 본 세션에서 자동 메타데이터 생성과 품질 관리로 AI 환각을 방지하고 신뢰성을 높일 수 있는 Amazon SageMaker Catalog를 만나보세요.

AWS 서울 리전이 런칭된 지 어느덧 10년. 그동안 수많은 개발자, 스타트업, 그리고 기술 전문가들이 AWS를 통해 새로운 가능성을 열었고, 그 중심에는 언제나 ‘커뮤니티’가 있었습니다. 이번 패널 토론은 AWS 서울 리전 10주년을 맞아, 그 성장을 함께 만들어온 AWS 커뮤니티 리더들이 커뮤니티와 함께 성장하며 느꼈던 인사이트를 공유합니다.

Amazon EKS 위에 직접 LLM 서빙을 구축하셨나요? 본 세션에서는 Amazon ElastiCache를 활용해 KV Cache를 재활용함으로써 추론 지연을 줄이고 GPU 처리량을 높이는 캐시 최적화 전략을 소개합니다. 자체 구축한 LLM 혹은 오픈소스 LLM 서빙 환경에서 바로 적용 가능한 성능 개선 아키텍처를 가져가세요.

국내 최대 패션 플랫폼 무신사는 AWS 기반 ClickHouse Cloud의 ClickPipes와 Materialized View로 Audience Engine을 구축했습니다. Vector Search 룩어라이크 타겟팅, OLAP 기반 AI 분석, 실시간 로그 서빙 등 다양한 활용 사례와 데이터 플랫폼 설계 및 도입 과정을 소개합니다.

급변하는 AI 환경, 혁신의 속도만큼 보안도 중요합니다. 본 세션은 지스케일러 제로 트러스트 서비스 플랫폼을 통해 기업과 개인의 안전한 AI 활용 방안을 제시합니다. 복잡해지는 IT 환경에 맞춘 최적의 보안 접근법과 필수 고려사항을 명확하게 알아봅니다.

AWS에서 Oracle Exadata 서비스를 활용할 수 있는 Oracle AI Database@AWS를 소개합니다. Oracle AI Database 26ai를 기반으로 Exadata 서비스 및 자율운영 데이터베이스로 제공되는 오라클 데이터베이스의 핵심 기능과 성능을 이제 AWS에서도 바로 활용하세요.

기존 IT 인프라의 안정적 운영과 신규 AI 프로젝트를 동시에 지원하는 ROSA 활용법을 소개합니다. VM과 컨테이너 통합 관리를 통한 하이브리드 환경 최적화와 오픈소스 기반의 혁신 사례를 상세히 공유합니다.

OpenClaw나 Claude Code 등 LLM loop와 tool calling 기반 로컬 에이전트가 주목받고 있습니다. 이번 발표에서는 Lambda를 활용해, 사용한 만큼만 과금되는 Serverless Cloud 에이전트 를 만들어봅니다.

이 세션에서는 개발 단계부터 운영 단계까지 에이전트 성능을 평가하고 개선하는 방법을 다룹니다. 개발 단계에서는 AgentCore Evaluation과 Strands Evaluation을 활용한 성능 측정 방법을 소개합니다. 운영 단계에서는 확장성 있는 AgentCore Evaluation을 통해 프로덕션 환경에서 에이전트를 지속적으로 모니터링하고 개선하는 방법을 다룹니다. AI Function을 활용하여 에이전트 실행 중 성능을 평가하고 실행 방향을 조정하는 방법도 소개합니다.

우아한형제들은 사내 개발자 누구나 쉽게 LLM을 도입할 수 있도록 "모두를 위한 베드락 LLM Hub"를 구축했습니다. 원클릭 API 키 발급, 투명한 비용 추적, 자바/코틀린 기반 아키텍처로 진입 장벽을 낮추고, Amazon Nova 2 Lite를 활용한 다국어 배달 서비스를 프로덕션에 런칭했습니다. 이 실전 경험을 통해 백엔드 개발자도 LLM 시대의 핵심 인력이 될 수 있음을 확인해 보시기 바랍니다.

에이전트는 단순한 CRUD API, CLI, MCP 그 이상을 필요로 합니다. Notion이 어떤 데이터도 동기화하고, 어떤 툴도 구축하고, 어떤 에이전트도 공유 워크스페이스로 연결할 수 있는 새로운 인프라를 구축한 과정을 소개합니다. 실질적인 업무가 가능한 환경, 지금 직접 확인해 보세요.

Snowflake와 AWS로 엔터프라이즈 AI를 위한 통합 데이터 파운데이션을 구현하는 방법을 소개합니다. Cortex AI, Bedrock, S3, Glue 통합을 기반으로 데이터 엔지니어링부터 에이전트 개발까지 자연어로 가속화하는 Cortex Code를 소개합니다.

장애 대응과 보안 로그 수동 분석에서 벗어나 생산적 업무에 집중하고자 AIOps에 주목하고 있습니다. 이 세션에서는 삼성전자가 Amazon Bedrock과 Strands Agents SDK로 WAF 위협을 탐지한 AI SecOps 여정을 공유하고, 근본 원인 분석부터 배포 롤백, 사전 예방까지 제공하는 AWS DevOps 에이전트를 소개합니다.

AI 에이전트 도입을 고려하지만 어디서부터 시작해야 할지 막막한 개발자가 많습니다. 이 세션에서는 Amazon Nova Act를 활용한 브라우저 기반 QA 자동화 에이전트와 Strands Agents SDK를 활용한 AI 코드 어시스턴트 구축 방법을 다룹니다. 나아가 Swarm, Graph, Workflow 등 멀티 에이전트 협업 패턴을 적용하여 코드 리뷰부터 AWS Lambda 배포까지 자동화하는 파이프라인을 3개의 라이브 데모와 함께 소개합니다. 이 세션을 통해 실무에 바로 적용 가능한 에이전트 활용 사례를 살펴봅니다.

생성형 AI의 빠른 확산과 함께 대규모 언어 모델(LLM)의 효율적인 추론은 기업들의 핵심 과제가 되었습니다. 본 세션에서는 AWS 전용 AI 칩인 Trainium과 Neuron SDK 생태계를 활용하여 LLM 추론의 전체 파이프라인을 체계적으로 다룹니다. 실습 데모에서는 Qwen3 모델에 NKI(Neuron Kernel Interface) 최적화 커널을 적용하여 처리량과 지연시간 모두에서 의미 있는 성능 향상을 달성하는 과정을 단계별로 시연합니다. 또한 re:Invent에서 발표된 Neuron Explorer, NKI Library 등 최신 도구들과 실제 고객 사례를 통해 비용 효율적인 LLM 추론 인프라 구축을 위한 실용적인 가이드를 제공합니다.

에이전틱 AI 시대, 검색은 에이전트의 메모리와 추론을 지원하는 핵심 엔진입니다. 본 세션에서는 1조 개 규모의 벡터 검색, 비용 효율적인 GPU 아키텍처, MCP 서버 및 에이전틱 메모리 기능 등 Amazon OpenSearch의 최신 업데이트를 다룹니다. 차세대 AI 에이전트와 결합된 혁신적인 검색 및 관측성 구현 전략을 확인해 보세요!

우리 대부분은 정보를 활용하는 시간보다 찾는 데 더 많은 시간을 보내게 됩니다. Amazon Quick은 이를 바꿔놓습니다. 회사의 모든 데이터 - 문서, 데이터베이스, 이메일, Slack 대화, 대시보드, Jira 티켓 - 를 아우르며, 한 곳에서 검색하고, 질문하고, 작업을 수행할 수 있게 해줍니다. 반복적인 업무를 자동화하고, 여러 시스템에 흩어진 정보를 통합하여 의사결정부터 실행까지의 워크플로우를 획기적으로 간소화합니다. Quick은 업무 도구 전반에서 엔터프라이즈급 보안 및 거버넌스를 기반으로 멀티 모델 인텔리전스와 함께 업무에 최적화된 AI 경험을 제공합니다. 수작업을 줄이고 업무 생산성을 높여주는, 여러분이 일하는 곳 어디서든 함께하는 AI 팀원입니다.

하루 수조 건의 암호화 작업 그리고 10년 넘게 수 많은 고객의 암호화 키를 지켜온 AWS KMS는 어떻게 이를 가능하게 했을까요? 본 세션에서는 AWS KMS의 아키텍처가 어떻게 진화해 왔는지 추적하고, 규제 대응과 운영 통제가 고객 신뢰로 이어지는 구조를 살펴봅니다. 그리고 서명키라는 새로운 보안 과제, 그 해법까지 함께 풀어봅니다.

Terraform 코드 패턴 분석과 컨벤션 정립을 시작으로 AWS Kiro를 활용한 IaC 작성·수정·정리 자동화 과정을 소개합니다. 이후 GitHub PR 단계에서 Amazon Q Developer 리뷰를 통해 컨벤션 준수를 확인하고, 반복 가능한 IaC 운영·리뷰 흐름을 데모 중심으로 공유합니다.

에이전틱 AI, 아직 POC에서 멈춰있나요? 모델 접근, 도구 탐색, 오케스트레이션, 메모리, 관측성, 운영까지. 프로덕션 레벨의 에이전틱 AI 시스템은 탄탄한 기반이 필요합니다. 조직 전체의 에이전틱 AI를 지원하기 위해 엔터프라이즈급 거버넌스를 확보하며, 확장 가능한 플랫폼 구축 아키텍처 패턴을 소개합니다.

SageMaker AI로 모델 개발부터 프로덕션 까지 전체 여정을 다룹니다. 모델 개발, 컴퓨팅 제어, 완전 관리형 솔루션까지 모든 사용 사례에 대응하는 방법을 알아봅니다. 또한, 엔터프라이즈 워크로드로 확장하기 위한 AWS vLLM DLC와 SageMaker AI를 활용한 방안을 살펴봅니다. 실제 구현 가능한 확장성 있는 아키텍처 및 데모까지 함께 확인하세요!