기술 공유 및 최신 뉴스

생성적 AI의 개발로 인해 대규모 언어 모델(LLM) 추론은 기업이 지능형 애플리케이션을 구축할 때 요구하는 핵심 컴퓨팅 성능 중 하나가 되었습니다. 학습 단계에 비해 추론 단계는 부하가 더 크고 실시간 요구 사항이 더 높으며 성능과 비용 간의 균형에 더 많은 주의를 기울입니다. 이러한 배경에서 Amazon Web Services(AWS)가 개발한 Graviton 시리즈 프로세서는 뛰어난 비용 효율성과 폭넓은 호환성을 갖춰 AI 추론을 위한 새로운 선택이 되고 있습니다.

AWS Glue는 고객에게 정확히 어떤 요금을 청구하나요? 데이터 통합 비용을 계산하는 건 꽤 복잡해 보이는데, 특히 AWS Glue 비용을 고려하면 더욱 그렇습니다. 데이터 엔지니어든 기술 스타트업이든 AWS를 사용하는 사람이라면 클라우드에서 비즈니스를 수행하는 것과 제공하는 서비스에 투자하는 리소스 간의 관계를 이해하는 것이 중요합니다. AWS Glue를 사용하면 강력한 서버리스 데이터 통합을 구축할 수 있으므로 데이터를 변환, 보강하고 로드할 수 있습니다. 하지만 AWS Glue 가격 체계에 대해 잘 모르는 경우 AWS Glue 사용에 대해 일부 요금이 부과될 수 있습니다.

조직이 점점 더 클라우드로 이동함에 따라 리소스를 보호하는 것이 중요해지고 있습니다. AWS는 사용자가 환경을 보호하는 데 도움이 되는 다양한 도구를 제공하며, 보안 프레임워크의 가장 기본적인 구성 요소 중 하나가 AWS 보안 그룹입니다. 보안 그룹은 Amazon EC2(Elastic Compute Cloud) 인스턴스용으로 특별히 설계되었습니다. 이는 인바운드 및 아웃바운드 트래픽을 제어하는 가상 방화벽처럼 작동합니다. 이 문서에서는 AWS 보안 그룹에 대해 자세히 알아보고, 해당 기능, 모범 사례, 그리고 이를 통해 EC2 인스턴스를 효과적으로 보호하는 방법을 설명합니다.

지난 10년 동안 Amazon은 최첨단 음성 기술 분야에 깊이 관여하면서 대화형 인공 지능의 발전에 지속적으로 박차를 가해왔습니다. Amazon Alexa와 같은 세계적으로 유명한 지능형 음성 비서부터 Amazon Lex, Amazon Polly, Amazon Connect와 같은 일련의 클라우드 서비스에 이르기까지 Amazon은 실제 비즈니스에서 음성 AI의 구현과 혁신을 지속적으로 촉진하고 있습니다.

기업 사용자가 대규모 언어 모델(LLM)의 출력을 보다 효율적으로 평가하고 최적화할 수 있도록 돕기 위해 Amazon Bedrock은 공식적으로 LLM-as-a-Judge 모델 평가 기능을 출시했습니다. 이 새로운 기능은 대규모 언어 모델을 사용하여 모델 출력의 품질을 평가하는 더 빠르고 확장 가능하며 일관된 방법을 제공하므로 모델 비교, 미세 조정 및 구현 중에 평가 프로세스가 간소화됩니다.