정연주

#TechNews 📑 데이터 인텔리전스의 새로운 게임체인저: Cloudburst $7M 투자 유치 분석

"텔레그램 루머가 암호화폐 시장을 움직인다?"

사실 사람 마음이라는게 그렇지 않습니까?

블록체인 온체인 데이터만으로는 시장을 읽을 수 없는 시대가 왔습니다.

관련 기업 투자 유치가 있어 소개해드립니다.

🎯 Cloudburst가 $7M을 유치한 이유

• 솔루션 개요: 블록체인 온체인(on-chain) 데이터만 보는 게 아니라, Telegram 그룹, 뉴스 기사, 포럼, 규제 문서 같은 오프체인(off-chain) 정보를 수집해 사기 네트워크, 시장 심리(fraud, scams, sentiment) 등을 감지하는 솔루션 제공

• 데이터 소스 확장: 온체인 데이터 + 텔레그램/포럼/뉴스/규제문서

• AI 기반 실시간 분석: LLM을 활용한 사기 패턴 및 시장 심리 감지

• B2B 솔루션: 금융기관/거래소/정부기관 대상 리스크 인텔리전스 제공

• 투자 현황: 2022년 창립 이후 누적 투자 약 $11M 

🖥️ Cloudburst의 기술 접근

• 데이터 소스 확장: Telegram 그룹, 커뮤니티 포럼, 뉴스, 규제 문서를 크롤링 및 전처리

• AI 기반 분석: LLM과 패턴 인식 모델을 활용해 사기 네트워크(fraud ring), 스캠 징후, 시장 심리 변화를 실시간 탐지

• 리스크 인텔리전스 제공: 결과물은 금융기관, 거래소, 정부 기관에 API·리포트 형태로 전달 → 모니터링 + 조기 경고 시스템으로 활용

💡 왜 지금 주목해야 하는가

1. 시장 패러다임 변화
- 온체인 데이터만 보면 실제 유저 심리/행동은 놓칠 수 있음
- 오프체인 데이터는 “루머 → 가격 → 규제”로 이어지는 연쇄 반응을 조기 포착하는 핵심

2. 기술적 차별화

멀티소스 데이터 실시간 통합 분석

"루머 → 심리 → 가격 → 규제" 연쇄반응 조기 포착

3. 시장 기회

전통 금융권의 Web3 리스크 관리 수요 급증

규제 강화로 인한 컴플라이언스 솔루션 필요성 증대

✍🏼 업계 전망과 기회

• 결국 승부는 데이터를 얼마나 잘 모으고, 가공하고, 해석하느냐
- 앞으로 암호화폐·웹3 산업에서 “거래 기록”만 보는 온체인 분석(on-chain analytics)만으로는 부족해질 거고, 사람들이 어디서 무슨 말을 하는지(심리, 루머, 뉴스 흐름 등)가 실제 가격이나 규제, 사기 가능성에 영향을 많이 미칠 거임.

• 새로운 직군 수요 폭증 예상
- 데이터 엔지니어 (멀티소스 파이프라인 구축)

- AI/ML 모델러 (패턴 인식 및 예측 모델링)

- OSINT 전문가 (오픈소스 인텔리전스 분석)

• 기관 채택 가속화
- 금융권과 규제기관의 공식적인 AI 기반 모니터링 시스템 도입이 본격화될 것으로 예상됩니다.

💬 여러분의 생각은 어떠신가요? 

데이터 인텔리전스가 Web3 생태계의 다음 성장 동력이 될 수 있을까요?

테헤란로커피클럽에서 만난 음성 AI 스타트업 이야기 - 마고의 고현웅 대표님 🎙️

🦈 AWS 클라우드 전략 기반 스타트업 성장 파트너, 정연주입니다.

지난주에는 테헤란로커피클럽에 다녀왔습니다.

이번 행사가 흥미로웠던 이유는, “한국어 기반 음성 AI Foundation Model을 직접 만들었다” 는 스타트업의 이야기를 직접 들을 수 있었기 때문입니다.

로컬 언어에 특화된 FM(Fundation Model)을 직접 구축한다는 건 단순한 연구가 아니라, 국내 음성 AI 시장을 위한 새로운 생태계를 만들어가는 의미가 있습니다.

오늘은 그래서,

👉 Foundation Model이 어떤 기술인지

👉 음성 AI 시장의 특수성과 마고의 도전 과제는 무엇이었는지

👉 그리고 AWS와 어떤 접점이 있는지

에 대해서 이야기해보고자 합니다!

⸻

Foundation Model이란?

Foundation Model은 대규모 데이터로 학습된 범용 인공지능 모델로, 여러 작업에 파인튜닝해 적용할 수 있는 기반 기술입니다.

예를 들어 Amazon Bedrock을 사용하면 이미 학습된 다양한 FM을 API 형태로 불러와, 별도의 대규모 학습 없이 빠르게 실험하고 서비스에 적용할 수 있습니다.

하지만 이번에 소개된 사례처럼 비즈니스 니즈에 맞춘 특화된 FM을 직접 만든다면, 언어적 맥락과 뉘앙스를 더 정확하게 반영할 수 있다는 장점이 있습니다.

⸻

음성 AI, 왜 더 어렵나?

음성 AI는 텍스트 기반 AI보다 훨씬 높은 난도를 요구합니다.

• 대규모 발화 데이터 확보

• 억양·방언·발음 변화를 모두 반영해야 하는 학습

• 실시간 처리(Streaming Inference) 성능 확보

이 모든 요소가 맞물려야 실제 서비스에서 만족스러운 사용자 경험을 제공할 수 있습니다.

결국 음성 AI는 데이터 수집·모델 구축 비용이 크고, 레이턴시(지연) 관리가 까다롭다는 점에서 진입장벽이 높습니다.

⸻

마고의 기술적 여정 🚀

마고는 초기에는 B2C 서비스를 직접 출시하며 시장 반응을 확인했습니다.

하지만 지금은 B2B 교육 솔루션으로 방향을 전환, 실제 기업 내부 학습 자료에 음성 AI를 적용하는 쪽으로 발전하고 있습니다.

마고의 기술이 개인보단느 기업에 더 필요한 기술이라는 것을 깨닫고 방향을 바꾸셨다고 합니다.

이는 곧 “기술 실험”을 넘어 고객의 실제 니즈에 맞춘 기술 전환이라는 점에서 의미 있는 행보였습니다.

⸻

AWS와의 접점

AWS는 이런 스타트업에게 중요한 기술 파트너가 될 수 있습니다.

• Bedrock → 한국어 FM과 비교·보완하며 빠른 실험 가능

• SageMaker → 자체 모델 훈련 및 배포

• Inferentia/Trainium → 비용 효율적인 AI 추론/학습 인프라

• Transcribe & Polly → 음성 텍스트 변환, 합성

이렇게 직접 구축한 모델과 AWS의 인프라를 결합한다면, 더욱 빠르게 확장할 수 있습니다.

⸻

글을 마치며 ✍️

이번 자리는 특히 뜻깊었습니다.

그동안 참여해왔던 Startup Alliance Korea 의 테헤란로커피클럽이 언주에서의 마지막 행사였거든요.

앞으로는 공덕 프론트원에서 이어진다고 하니 더 많은 스타트업의 이야기가 궁금하시다면 이벤터스에서 신청해보세요!

⸻

💌 남들 다 하는 얘기 말고, 우리 회사에 딱 맞는 클라우드 전략이 필요하다면 프로필 링크로 신청해주세요!

🦈 AWS 업데이트 소식 공유드립니다.

🦈 AWS 클라우드 전략 기반 스타트업 성장 파트너, 정연주입니다.

Amazon S3에서 ‘조건부 삭제(If-Match)’ 기능이 지원되기 시작했습니다!

이 기능이 왜 유용할까요?

👨‍💻 개발자 입장에서 유용한 이유

1. 동시성 문제 방지

여러 애플리케이션이나 사용자가 동시에 동일한 S3 객체를 수정·삭제하려 할 때, “조건부 삭제”는 내가 확인한 버전(ETag)이 맞을 때만 삭제하도록 보장합니다.

→ 실수로 다른 팀원이 올려둔 최신 파일을 지워버리는 위험을 줄여줍니다.

2. 데이터 무결성 강화

단순 삭제는 “누가 언제 지웠는지” 알기 어렵지만, If-Match 조건을 사용하면 ETag를 통한 버전 검증이 추가되므로 데이터 보호 측면에서 더 안전합니다.

3. 운영 안정성 확보

특히 로그 파일, 데이터 파이프라인 중간 산출물, 캐시 등 실시간으로 많은 변경이 발생하는 워크로드에서 큰 도움이 됩니다.

→ “삭제 조건을 못 맞추면 삭제되지 않는다”는 점이 운영자의 마음을 한결 편하게 해줍니다.

👉 요약하면, 이제는 S3 객체를 지울 때도 ‘내가 의도한 파일이 맞는지’ 확인할 수 있는 안전장치가 생겼다는 거죠.

이런 세심한 기능 개선이 실제 개발자·운영자에게는 큰 차이를 만듭니다.

⸻

💌 남들 다 하는 얘기 말고, 우리 회사에 딱 맞는 클라우드 전략이 필요하다면 댓글 남겨주세요!

🚢🍸 9월 30일 단 하루, AWS 프리미어파트너사 스마일샤크 ‘죠스바’ 오픈!

AWS 프리미어 파트너사 스마일샤크의 특별한 이벤트, ‘죠스바(JAWS BAR)’가 오픈합니다!

9월 30일 단 하루, 스마일샤크팀만의 크루즈 콘셉트 죠스바에서 프라이빗 커피챗을 준비했습니다.

🤔 혹시 이런 고민 있으셨나요?

서버는 줄일 수 없을 것 같은데, 요금을 최적화할 방법이 있을까요?

백업이나 보안 쪽은 제대로 설정했는지 확신이 안 되시나요?

갑자기 트래픽 몰리면 우리 서비스가 버틸 수 있을까? 

그렇다면 주목! 

한 번에 오직 한 팀만, 단독초청!

✔️ 현재 AWS 비용 최적화 진단

✔️ 서비스 특성을 반영한 인프라 컨설팅

✔️AWS 서비스 할인 적용 사례 공유

✔️죠스바 참석 스타트업 전용 맞춤형 제안

AWS 크레딧, 비용 절감, 기술 지원에 대해 궁금하셨다면?

웰컴드링크와 함께 가볍게 이야기 나눌 수 있는 기회 놓치지 마세요.

📅 일정: 9월 30일(화)

📍장소: 서울특별시 강남구 테헤란로44길 5, 8층 JAWS BAR (선릉역 도보 7분)

👉 신청방법: 죠스바 예약 링크를 통해 신청
🎯 꼭 9월 30일로 날짜 선택 후 신청해주세요!

👉 신청마감: 신청은 9월 17일 (수) 까지! 조기 마감될 수 있으니 서둘러 주세요.

#TechNews 📑 “520일 걸릴 일, 단 14일 만에” AI로 쇼핑 경험 바꾼 코오롱몰

🦈 AWS 클라우드 전략 기반 스타트업 성장 파트너, 정연주입니다.

꽤 오래 전에 제가 비건 식품 판별 플랫폼 창업을 준비할 때가 있었습니다.

수많은 가공식품의 표기 사항을 일일이 찾아서 DB로 정리했던 적이 있습니다.

쿠팡 한바퀴 돌고, 네이버 쇼핑 돌고..

문제는 대부분 정보가 이미지 속에만 있어서, 텍스트를 직접 추출하지 않으면 쓸 수 없었다는 점이었죠.

그때 했던 노가다가 이번 사례를 보고 떠올랐습니다. 

이번에 코오롱몰은 Amazon Bedrock을 활용해 ‘보이지만 쓸 수 없던 데이터’를 실제 서비스에 활용할 수 있는 데이터로 전환했습니다. 상품 상세 이미지 속 사이즈·소재 정보를 자동 추출해 검색·추천에 반영하면서 고객 경험을 크게 끌어올렸다고 합니다.

상품 상세 이미지 속 사이즈·소재 같은 속성 데이터를 자동 추출해 메타데이터화한 거죠. 덕분에 고객은 “총장 70cm 이상, 린넨 셔츠만 보기” 같은 조건으로 바로 검색할 수 있고, 추천 시스템도 더 정교해졌습니다.

사람이 했다면 520일 걸릴 일을 LLM 자동화로 14일 만에 끝냈고, 구매 전환율은 33% 증가했다고 합니다. 고객 입장에서는 “내가 원하는 조건의 상품을 더 빨리 찾을 수 있다”라는 큰 차이를 만든 거죠.

작은 불편같지만 일하는 사람 입장에서도, 서비스를 경험하는 고객 입장에서도 압도적인 차이를 만들어낼 수 있는 기반을 마련했다고 봅니다. 

여러분도 쇼핑할 때 이미지에만 텍스트가 있어 검색하는데 답답했던 경험, 다들 있으시죠? 

⸻

💌 남들 다 하는 얘기 말고, 우리 회사에 딱 맞는 클라우드 전략이 필요하다면 댓글로 신청해주세요!

👉 자세한 사항이 궁금하다면? 링크 클릭

AWS 전문가라면 클라우드만 깊이 알면 될까요?

사실은 다양한 업계의 고민을 이해하는 것이 더 중요합니다.

그래서 각 업계의 이야기를 직접 듣기 위해 #밋업랩 네트워킹 행사에 다녀왔습니다.

네트워킹이 예전보다 많아졌지만, 많이들 모르시는 것같아 공유드려봅니다!

1️⃣ 자연스러운 대화 흐름

작은 그룹에 들어가 인사 나누고, 서로 하는 일을 이야기하다 보니 두 시간이 순식간에 지나갔습니다. (네트워킹, 생각보다 체력 소모가 큽니다 🏃‍♀️)

2️⃣ 꽤 큰 규모

‘혹시 나만 덩그러니 있으면…?’ 걱정했지만, 30~50명 정도 모여 금세 어울릴 수 있었습니다.

3️⃣ 다양한 참석자

학생, 직장인, 창업가까지. 각자의 분야에서 열정적으로 도전하는 분들을 만나며 큰 동기부여를 받았습니다.

4️⃣ 참여 방법

기존 멤버에게 DM → 회차별 신청 링크 전달 → 등록 완료.

4일마다 열리니 기회가 많습니다.

📩 AWS 클라우드 도입, 비용 최적화, 클라우드 기반 성장 전략이 궁금하다면 언제든 댓글 주세요.