A2A 에이투에이 / 에이전트 통신 프로토콜
BRAIN · S2
서로 다른 회사·프레임워크 에이전트들이 협업할 때 쓰는 표준 통신 프로토콜. 구글 주도. MCP가 모델↔도구 / A2A가 에이전트↔에이전트.
Agent · Agentic AI 에이전트 / 에이전틱 AI
BRAIN · S2
LLM에 도구사용·계획·자율판단을 더한 시스템. 단발 응답이 아니라 "Plan→Tool→Observe→Act" 루프를 도는 다단계 의사결정 AI. Chatbot ≠ Agent.
AI Concierge AI 컨시어지
APPS · S5
호스피탈리티·여행 도메인의 AI 응대 에이전트. 하나투어·AK아이에스 사례. "고객접점에 에이전트 + 도메인 데이터" 패턴의 한 변종.
AI for MI AI for Market Intelligence / 마켓 인텔리전스 자동화
APPS · S5
시장 데이터를 AI가 자동 분석·요약하는 응용. 현대자동차 사례. "에이전트 + 도메인 데이터 + 정형 출력" 패턴.
AI Native Development AI Native 개발
FACTORY · S3
AI가 코드 짜는 걸 기본 전제로 두고 워크플로우를 처음부터 재설계. AI-Assisted(추가)와 다름. Cloud Native의 후속 개념.
AI-DLC AI 주도 개발 라이프사이클
FACTORY · S3
기존 SDLC의 AI 시대 버전. Spec→AI 코드생성→AI 테스트→CI/CD→AIOps 전체 루프. AI Native의 사이클화·표준화.
AI-Ready Data AI 준비 데이터
FUEL · S4
"LLM이 곧바로 쓸 수 있는 상태"의 회사 데이터를 가리키는 개념. S3·OpenSearch·임베딩·RAG로 이 상태를 만듦.
AI Workload Defense AI 워크로드 심층 방어
FORTRESS · S5
AI 전용 위협(프롬프트 인젝션·모델 탈옥·민감정보 유출) 대응 보안층. Bedrock Guardrails·출력 검증·행동 제한 등. DevSecOps의 AI 시대 확장.
AIOps AI for IT Operations / 에이아이옵스
FACTORY · S3
시스템 운영(로그·알람·메트릭)을 AI가 분석해 장애를 자동 진단·복구. MLOps=모델 / AIOps=시스템 / DevSecOps=보안.
Amazon Bedrock 베드락
BRAIN · S2
여러 회사 FM(Claude·Llama·Nova 등)을 단일 API로 호출하는 AWS 서버리스 게이트웨이. 가드레일·RAG·에이전트 기능 통합.
Amazon Bedrock AgentCore 에이전트코어
BRAIN · S2
에이전트를 실행하는 AWS 관리형 런타임. 메모리·도구연결·로그·세션을 자동 관리. 코드는 너 / 운영은 AWS.
Amazon Connect 아마존 커넥트
APPS · S5
콜센터·고객응대를 AI 에이전트가 1차 처리하는 AWS 완성형 서비스. 음성·텍스트 모두 지원. CCaaS + Bedrock 통합.
Amazon OpenSearch 오픈서치
FUEL · S4
키워드 검색 + 벡터 검색을 모두 지원하는 분산 검색엔진. RAG의 retrieval 층 기본 부품. Elasticsearch 포크에서 출발.
Amazon Nova · Nova 2 노바 / 노바 2
BRAIN · S2
AWS가 직접 만든 FM 패밀리. 텍스트·이미지·멀티모달·추론. Trainium 칩에 최적화돼 비용·지연 유리. Nova 2가 이번 Summit 주력.
Amazon Quick · Quick Suite 아마존 퀵 / 퀵 스위트
APPS · S5
사내 데이터·문서·업무를 AI 에이전트가 통합해주는 AWS 생산성 도구. Microsoft Copilot의 AWS 버전. 20만 Amazonian 내재화 도구로 홍보.
Amazon S3 S3 / 객체 스토리지
FUEL · S4
AWS 객체 스토리지. 모든 종류의 파일(이미지·문서·로그) 적재. AI-Ready 데이터의 기본 저장소. 거의 무한 확장.
Amazon SageMaker 세이지메이커
BRAIN · S2
데이터→학습→배포→모니터링까지 ML 전 과정 통합 플랫폼. Bedrock이 "이미 만든 FM 사용", SageMaker는 "내가 직접 만들고 굴림".
Anthropic Claude 앤트로픽 클로드
BRAIN · S2
Anthropic의 FM. 추론·코딩·긴 문서 처리에 강하고 안전성 설계가 깐깐. Bedrock 단골. MCP 프로토콜 원작자.
API Management API 관리 / API 게이트웨이
FACTORY · S3
서비스 API 호출의 인증·요금·트래픽 통제 게이트. AI 시대엔 "에이전트의 외부 도구 호출 단일 진입점"으로 의미 확장.
Audience Engine 오디언스 엔진
APPS · S5
미디어·커머스에서 사용자 세그먼트 자동 분류·타깃팅 엔진. 무신사·GS SHOP 사례. 추천 플랫폼의 핵심 부품.
AWS Inferentia 인퍼런시아
ENGINE · S4
AWS 자체 AI 칩 — 추론(inference) 전용. Trainium의 페어. NVIDIA GPU 의존도 ↓ 비용 ↓.
AWS Kiro 키로 / AI 코딩 에이전트
FACTORY · S3
Spec 파일 주면 코드·테스트·PR까지 자동 생성하는 AWS 코딩 에이전트. Spec mode + Vibe mode. Kiro=신규/Claude Code=수정/AWS Transform=현대화.
AWS KMS KMS / 관리형 키 서비스
FORTRESS · S5
AWS 관리형 암호화 키 서비스. 키 생성·로테이션·접근제어 자동. FIPS 140-2 Level 3.
AWS CloudHSM 클라우드 HSM / 전용 HSM
FORTRESS · S5
전용 하드웨어 보안 모듈. 키가 물리적으로 격리되는 한 단계 더 강한 옵션. 금융·정부처럼 규제 빡빡한 곳용.
AWS Nitro System 나이트로 시스템
ENGINE · S4
EC2의 하드웨어 보안·격리 기반. 하이퍼바이저+카드 분리로 호스트 OS 의존 ↓. AI 워크로드 보안 베이스라인.
AWS Trainium 트레이니움
ENGINE · S4
AWS 자체 AI 칩 — 학습(training) 전용. Inferentia와 페어. Nova가 이 칩 위에 최적화.
AWS Transform 트랜스폼 / 레거시 현대화 에이전트
FACTORY · S3
오래된 .NET·메인프레임·Java 6 같은 코드를 AI가 분석해 최신 클라우드 네이티브로 자동 변환. 마이그레이션 비용 ↓.
Bedrock RFT 베드락 RFT / 강화학습 미세조정
BRAIN · S2
Reinforcement Fine-Tuning. "좋은 답/나쁜 답" 보상신호로 FM을 추가 학습. 일반 SFT보다 행동 교정에 강함.
CDC Change Data Capture / 변경 데이터 캡처
FUEL · S4
운영 DB의 변경분(insert/update/delete)만 실시간 스트리밍. binlog·WAL 기반. 배치 ETL 대체.
CI/CD 지속적 통합·배포
FACTORY · S3
코드 push → 자동 빌드·테스트·배포 컨베이어. AI 시대엔 PR 리뷰까지 AI가 자동화. GitHub Actions·CodePipeline 등.
Claude Code 클로드 코드
FACTORY · S3
터미널 기반 코딩 에이전트(Anthropic). IDE 없이 명령어로 파일을 직접 읽고 수정. Sub-agent 시스템으로 병렬 작업.
DevSecOps 데브섹옵스 / 보안 통합 운영
FACTORY · S3
보안 검사를 출시 직전이 아니라 코딩·빌드·배포 전 단계에 자동 삽입. "Shift Left Security". AI 시대엔 프롬프트 인젝션 검사 포함.
EC2 Capacity Blocks EC2 캐파시티 블록
ENGINE · S4
GPU 인스턴스를 미리 예약하는 서비스. GPU 품귀 시대의 안전장치. 학습 일정 잡힌 곳이 미리 확보.
EC2 P/G Instances EC2 P/G 인스턴스
ENGINE · S4
NVIDIA GPU를 얹은 EC2 시리즈. P시리즈=학습용 고성능 GPU, G시리즈=추론·그래픽. Trainium의 NVIDIA 대안.
Embedded Finance 임베디드 금융
APPS · S5
비금융 서비스 안에 금융 기능을 끼워넣는 패턴(결제·송금·대출). KB국민은행 사례. AI로 추천·심사 자동화.
Embedding 임베딩 / 벡터화
FUEL · S4
텍스트·이미지를 의미를 담은 숫자 벡터로 변환. 의미 기반 검색(벡터 검색)의 전제. RAG의 핵심 부품.
Foundation Model (FM) 파운데이션 모델
BRAIN · S2
대용량 데이터로 self-supervised 사전학습된 거대 신경망. GPT·Claude·Nova·Gemini가 전부 FM. 다양한 task에 재활용(transfer) 가능해 "Foundation".
GraphRAG 그래프 RAG
FUEL · S4
문서 사이 관계를 그래프로 두고 그 위에서 검색. 단순 유사도 검색을 넘어 인과·계층 관계 살림. 미래에셋증권 상품DB 사례.
Guardrails 가드레일 / AI 행동 제한
FORTRESS · S5
AI 모델 입력·출력에 정책 필터를 거는 안전장치. 민감정보 출력 차단, 금지 주제 차단, 톤·형식 제약. Bedrock Guardrails가 대표.
HyperPod 하이퍼팟 / 관리형 학습 클러스터
ENGINE · S4
수백 대 GPU를 한 묶음으로 굴리는 AWS의 관리형 학습 클러스터. 노드 장애 자동복구·체크포인트 자동저장. 하이퍼커넥트 사례.
IaC Infrastructure as Code / 코드형 인프라
FACTORY · S3
서버·DB·네트워크를 콘솔 클릭이 아니라 코드 파일로 정의·실행. Terraform·CloudFormation·CDK. 재현 가능·버전관리 가능.
Lakehouse 레이크하우스
FUEL · S4
Data Lake + Data Warehouse 통합 아키텍처. Iceberg·Delta Lake 등이 대표. 배치 분석과 실시간 분석을 한 자리에서.
Managed Service 관리형 서비스
BRAIN · S2
서버 설치·패치·확장·백업을 클라우드가 다 해주고 사용자는 "쓰기"에만 집중하는 형태. Self-managed의 반대. 엔터프라이즈 선호.
MCP Model Context Protocol / MCP
BRAIN · S2
모델 ↔ 외부 도구·데이터 표준 연결 규격. Anthropic 주도, OpenAI·Google·AWS 채택. "AI의 USB-C". JSON-RPC 기반.
MLOps 엠엘옵스 / 모델 운영
FACTORY · S3
모델의 데이터→학습→배포→모니터링→재학습 라이프사이클 자동화. SageMaker AI MLOps가 대표. 모델 버전관리·실험추적·드리프트 감지.
Multi-Agent 멀티 에이전트
BRAIN · S2
에이전트 여러 명을 역할별로 분담시켜 협업. 4가지 패턴 — Single/Pipeline/Orchestrator+Sub-agents/Autonomous. David의 v2 = Pipeline 패턴.
Nova Forge 노바 포지
BRAIN · S2
Nova 모델을 도메인 데이터로 커스터마이징하는 AWS 도구. Fine-tuning 워크플로우 관리형. RFT도 여기 묶임.
Orchestrator pattern 오케스트레이터 패턴
BRAIN · S2
팀장 에이전트가 Sub-agent들에게 작업 분담·통합. Pipeline보다 동적 분기 가능. Claude Code의 sub-agent 구조가 대표.
Physical AI 피지컬 AI
APPS · S5
AI가 모니터를 나와 로봇·자동차·공장·가전으로 들어가는 흐름의 우산 개념. Robotics FM + Sim-to-Real이 핵심 부품.
Pipeline pattern 파이프라인 패턴
BRAIN · S2
에이전트 A→B→C 순차 호출. 컨베이어 벨트. 단순하고 안정적이지만 동적 분기 어려움. David v2 = 5-Agent Pipeline.
Prompt Injection 프롬프트 인젝션
FORTRESS · S5
악의적 명령을 프롬프트에 끼워넣어 모델 정책을 우회하는 공격. AI 시대 전용 위협의 대표격. Guardrails로 대응.
RAG Retrieval-Augmented Generation / 검색증강생성
FUEL · S4
LLM이 답하기 전에 회사 DB에서 관련 문서를 먼저 검색해 함께 넘기는 방식. 환각 ↓, 데이터 갱신 즉시 반영. Fine-tuning의 대안.
Robotics Foundation Model 로봇용 파운데이션 모델
APPS · S5
텍스트 FM처럼 로봇 동작 전용 거대 모델. Vision + 동작 시퀀스 학습. RT-2·π0 계열. POSCO·Config 사례.
SageMaker Catalog 세이지메이커 카탈로그
BRAIN · S2
"회사 안에 어떤 모델·데이터셋이 있고 누가 만들었고 어떻게 쓰는지" 검색·관리. 메타데이터·계보(lineage)·거버넌스. 중복 개발 차단.
SageMaker Unified Studio 유니파이드 스튜디오
BRAIN · S2
데이터 탐색·노트북·파이프라인을 한 화면에 통합한 IDE. SageMaker Studio + Data Wrangler + Glue Studio 등 통합.
Secure AI by Design 시큐어 AI 바이 디자인
FORTRESS · S5
설계 단계부터 AI 보안을 내장하는 접근. Palo Alto Networks 사례. Zero Trust + Guardrails + 거버넌스 결합.
Sim-to-Real 심투리얼 / 시뮬→실세계 전이
APPS · S5
시뮬레이션에서 학습한 모델을 실제 로봇·환경으로 옮기는 기술. 도메인 랜덤화·domain adaptation. 현실 실수 비용 큰 산업에 필수.
Slurm on EKS EKS 위의 슬럼
ENGINE · S4
HPC 표준 잡 스케줄러 Slurm을 Kubernetes(EKS) 위에서 돌리는 구성. 학습 작업 큐 관리. 하이퍼커넥트 도입 사례.
Spec-driven Development 스펙 주도 개발
FACTORY · S3
요구사항(spec)을 1급 시민으로. 코드는 spec에서 자동 생성, spec ↔ code 양방향 동기화. AWS Kiro가 대표 구현.
Strands Agent SDK 스트랜즈 SDK
BRAIN · S2
AWS의 오픈소스 에이전트 개발 키트(Python). 가볍고 BYOK 친화적(Bedrock·OpenAI·Anthropic 다 지원). LangChain·LangGraph의 AWS측 대안.
Sub-agent 서브 에이전트
BRAIN · S2
메인 에이전트(Orchestrator)가 호출하는 보조 에이전트. 작업을 위임·병렬화. Claude Code가 sub-agent 시스템 채택.
Zero Trust 제로 트러스트
FORTRESS · S5
"아무도 기본 신뢰하지 않는다." 매 요청마다 ID·기기·문맥 동적 검증. 사내·사외 구분 없음. AI 시대엔 에이전트의 API 호출 전부 재확인.
자율 예지정비 Autonomous Predictive Maintenance
APPS · S5
공장 설비 센서 데이터로 "곧 고장날 시점"을 미리 예측. 에이전트가 진단+조치까지 자율 수행. POSCO·두산 사례.