AWS Summit Seoul keynote stage with purple lights

AWS SUMMIT SEOUL01 / 14

Field Review · 2026.05.20-21 · COEX

AWS Summit Seoul 2026 다녀온 후기

현장에서 본 빛과 규모감 위에, AI가 개발과 업무를 어떻게 바꾸는지 정리한 기록.

AI-DLC Amazon Quick AWS Kiro Physical AI

EVENT FACTS02 / 14

Welcome to AWS Summit Seoul

AWS Summit Seoul이란?

AI와 클라우드가 산업 현장에서 어떻게 쓰이는지 보여주는 AWS의 대형 컨퍼런스.

2일2026년 5월 20일-21일, 코엑스에서 진행.

18Industry Day 9개 트랙, AI Day 9개 트랙.

120+세션, Expo, Workshop, Lightning Talk, 고객 사례 중심.

Source: AWS Summit Seoul 2026 official event page, News1/FNNews.

KEYNOTE MAP03 / 14

연설 핵심 지도

생성형 AI는 이제 “답변”에서 끝나지 않고, 일하는 방식 전체로 확장된다.

함기호 AWS Korea 대표는 생성형 AI가 Agentic AI, AI-DLC, Physical AI로 확장된다고 설명했다.

01

AI-DLC

개발 생명주기 전체를 AI와 사람이 함께 설계, 개발, 검증.

02

Amazon Quick

회사 안의 데이터, 앱, 파일을 연결해 업무를 실행하는 AI 동료.

03

AWS Kiro

프롬프트가 아니라 스펙을 기준으로 코드를 만드는 Agentic IDE.

AI-DLC DEEP DIVE04 / 14

연설 키워드 중 첫 번째를 깊게 보기

AI-DLC AI-Driven Development Lifecycle

AI-DLC는 AI-Driven Development Lifecycle의 약자로, 요구사항 정의, 설계, 구현, 테스트, 운영 전 과정을 AI 에이전트와 사람이 함께 반복하는 개발 방식이다. 핵심은 코드 자동완성보다 앞단의 맥락과 기준을 먼저 정리하고, 그 기준으로 코드, 테스트, 배포 품질을 계속 검증하는 데 있다.

Source: AWS Summit Seoul 2026 AI-DLC Challenge, ChosunBiz/FNNews.

AWS Summit Seoul workshop area — AWS Summit Seoul 공식 워크숍 이미지: AI-DLC는 실습형 개발 방법론으로 소개됐다.

01요구사항목표를 말하면 AI가 조건, 모순, 위험을 정리한다.

02설계아키텍처와 데이터 흐름을 제안하고 사람이 결정한다.

03구현반복 코딩과 테스트 초안을 만들고 품질을 검증한다.

04운영배포 뒤 장애, 보안, 비용 점검까지 이어진다.

AI-DLC DIFFERENCE05 / 14

기존 방식과 뭐가 다른가?

예전에는 사람이 흐름을 다 쪼개고, AI는 옆에서 코드만 조금 도와줬다. AI-DLC에서는 AI가 개발 흐름 자체를 함께 잡는다.

Before · 보조 도구

코딩 단계에서만 사용

요구사항 정리, 설계, 테스트 계획은 사람이 따로 만들고, AI는 주로 자동완성이나 코드 설명에 머물렀다.

After · 개발 방법론

전체 생명주기에 사용

AI가 계획, 아키텍처, 구현, 테스트, 운영 점검을 이어서 돕고, 사람은 검증과 최종 판단을 맡는다.

2xLG전자 MS사업본부는 AI-DLC 도입 후 생산성 2배 개선 사례로 소개됐다.

3일CJ OliveYoung은 3일 워크숍에서 5개 MVP를 완성한 사례로 언급됐다.

9시간Amazon Q Developer 고객 Alerce는 Java 현대화 작업을 3-4주에서 9시간으로 줄였다고 밝혔다.

Source: News1/FNNews, Amazon Q Developer customer stories.

KEYNOTE 0206 / 14

AWS Kiro

AWS Kiro Spec-driven Agentic IDE

다른 AI 코딩 도구가 “코드 생성”에 강하다면, Kiro는 요구사항, 설계, 작업 목록을 먼저 만들고, 그 스펙을 기준으로 코드와 테스트를 밀어붙인다.

1. Vibe coding의 약점 보완

막 만들고 나중에 정리하는 방식이 아니라, 의도와 기준을 문서로 남긴다.

2. requirements → design → tasks

아이디어를 요구사항, 설계 문서, 실행 가능한 작업 목록으로 쪼갠다.

3. Hooks와 Steering

테스트, 문서화, 팀 규칙 같은 반복 작업을 자동화하고 프로젝트 기준을 유지한다.

Source: AWS Kiro documentation, Kiro FAQ, AWS Builder Center.

귀엽지만,일은 체계적으로.

Kiro의 차별점은 “대충 만들어줘”에서 끝나지 않고, 요구사항과 설계를 남긴 뒤 구현으로 간다는 점이다.

Specs Hooks Steering

Kiro diagram connecting vibe coding and specs

KEYNOTE 0307 / 14

Amazon Quick

Amazon Quick Work AI Assistant

Quick은 회사 안에 흩어진 파일, 메일, 캘린더, Slack, CRM 데이터를 연결해서, 질문에 답하는 것을 넘어 문서 작성, 요약, 후속 조치까지 실행하는 AI다.

Before

앱 사이를 계속 이동

메일을 보고, 파일을 찾고, Slack을 뒤지고, 다시 문서로 옮기는 시간이 쌓인다.

After

일의 맥락을 한 곳에서 연결

Quick이 데이터를 찾아 합성하고, 요약이나 레코드 업데이트 같은 반복 업무를 자동화한다.

3M CASE08 / 14

실제 고객 사례 · 3M

3M은 영업 데이터가 여러 시스템에 흩어져 있어서, Quick으로 인사이트를 합성하고 업무를 자동화한다.

공식 고객 사례에 따르면 3M은 영업 효과, 위험, 가격 관련 정보를 빠르게 합성하고, Quick Flows로 보고서 요약과 레코드 업데이트 같은 행정 업무를 자동화한다.

문제

영업팀이 여러 플랫폼과 시스템의 데이터를 따로 확인해야 했다.

Quick

중요 정보를 빠르게 합성해 영업 효과, 위험, 가격 맥락을 정리한다.

Flows

보고서 요약, 기록 업데이트 같은 반복 업무를 자동화한다.

효과

행정 업무보다 파이프라인 진행과 기회 관리에 더 집중할 수 있다.

Source: Amazon Quick customer story for 3M.

KEYNOTE 0409 / 14

Agentic AI

AI가 대답만 하는 도구에서, 업무를 수행하는 에이전트로 이동한다.

Upstage 김성훈 대표는 기업에서 에이전트를 바로 쓰기 어려운 이유로 재현 가능성, 설명 가능성, 오류 수정 가능한 프로세스를 강조했다.

90%+삼성 Account Platform은 AWS 기반 자율 운영 에이전트로 장애 복구 시간을 90% 이상 단축한 사례로 소개됐다.

10분장애를 빠르게 감지하고 복구하는 운영 에이전트 목표가 언급됐다.

21억삼성 Account Platform은 전 세계 21억 명 이상이 사용하는 플랫폼으로 보도됐다.

Source: ChosunBiz, News1/FNNews.

KEYNOTE 0510 / 14

Physical AI

AI가 화면 안에서 끝나지 않고, 로봇과 제조 현장으로 확장된다.

함기호 AWS Korea 대표는 한국이 AI 칩 설계, 로봇 파운데이션 모델, 로봇 제조 생태계를 가진 나라라, 피지컬 AI에서 잠재력이 크다고 강조했다.

AWS Physical AI robot learning example — AWS Physical AI Blog 예시: 로봇 학습은 현실 데이터와 시뮬레이션을 함께 쓴다.

현실 데이터

카메라, 센서, 운영 데이터를 모아 물리 세계를 읽는다.

학습

SageMaker, GPU 인프라 위에서 모델을 훈련한다.

시뮬레이션

현장 투입 전 가상 환경에서 행동을 반복 검증한다.

엣지 추론

로봇과 장비 가까이에서 빠르게 판단하고 움직인다.

Source: AWS Physical AI Blog, ChosunBiz.

EXPO HALL11 / 14

Expo에서 보인 흐름

AI는 데모 영상이 아니라, 라이브 커머스, 매장 분석, 제조, 보안 같은 실제 업무로 들어가고 있었다.

Expo - Hall C map

Typecast는 AI 음성/영상 제작 데모로 실시간 반응형 가상 진행자를 보여줬다.
mAy-I는 CCTV 기반 방문객 흐름 분석을 시각화했고, ECS, S3, Bedrock 활용 사례로 보도됐다.
스타트업 존에는 AI 추론 클라우드, HR AI, 제조 AI, 보안, 리테일 분석 분야가 소개됐다.

Source: Donga.com AWS Summit Seoul 2026 startup zone report.

FIELD NOTES12 / 14

내가 찍은 사진으로 남은 장면

발표에서 말로 풀어낼 현장 경험을 부스·체험·굿즈 사진으로 먼저 보여준다.

BUILD PLAN13 / 14

그래서 이 PPT에 AWS를 어떻게 쓸까?

AWS 발표에서 어떻게 사용할 수 있을까?

GitHub

HTML, CSS, 이미지 파일을 저장소에 올리고 변경 이력을 관리한다.

Amplify

AWS Amplify Hosting에 GitHub 저장소를 연결해 정적 사이트로 배포한다.

Route 53

원하는 도메인을 AWS에서 구매하고 DNS를 연결한다. 도메인 등록비와 Hosted Zone 월 과금은 별도 확인한다.

ACM/CDN

Amplify가 HTTPS 인증서와 CloudFront 기반 전송을 구성해 발표 링크를 안전하게 공유한다.

CLOSING14 / 14

Final Message

LET'S BUILD TOGETHER

AWS Summit에서 본 메시지는 단순했다. 좋은 도구를 보고 끝내지 않고, 작게라도 직접 만들어서 올려보자.