이 영상의 주제
이 영상은 AWS 소속 AI 스페셜리스트 솔루션 아키텍트들이 출연하여, 최근 화두가 되고 있는 ‘에이전틱 AI(Agentic AI)’와 ‘피지컬 AI(Physical AI)’의 개념 및 산업 현장 적용 사례를 다룹니다. 단순히 모델 성능을 높이는 단계를 넘어, 실제 비즈니스 문제를 해결하기 위한 시스템 통합과 데이터 파이프라인 구축의 중요성을 강조합니다. 기술적 배경과 상관없이 AI 커리어를 고민하는 입문자부터 중급자를 대상으로 하며, 현업에서 요구되는 문제 정의 역량과 실전적인 학습 태도에 대한 인사이트를 얻을 수 있습니다.
다루는 기술 스택 / 키워드
- 에이전틱 AI (Agentic AI)
- 피지컬 AI (Physical AI)
- 생성형 AI (Generative AI)
- AWS Bedrock / SageMaker
- 데이터 파이프라인
- 합성 데이터 (Synthetic Data)
- 하네스 엔지니어링 (Harness Engineering)
- AI 자격증 (AI Certified Practitioner)
타임스탬프별 핵심 포인트
| 시간 | 내용 | |—|—| | 02:22 | 에이전틱 AI 및 피지컬 AI의 개념 정의 | | 04:36 | 피지컬 AI 도입 시 겪는 데이터 확보 및 인프라 구축의 어려움 | | 06:45 | AWS가 제공하는 AI 파이프라인 5대 필러 (데이터, 학습, 시뮬레이션 등) | | 08:35 | 커리어 성장을 위해 필요한 전문 도메인 지식과 융합 역량 | | 10:20 | AI 시대에 가장 중요한 ‘문제 정의’와 ‘시스템 통합’ 역량 | | 13:40 | AI 인재가 갖춰야 할 3요소: 문제 정의, 구현, 공유 | | 15:40 | AWS AI 관련 자격증 소개 및 입문자를 위한 조언 |
기본 정보
| 항목 | 내용 | |—|—| | 채널 | 조코딩 JoCoding | | 카테고리 | 프로그래밍 | | 게시일 | 2026-06-28 | | 영상 길이 | 15:15 | | 처리 엔진 | gemini-3.1-flash-lite+transcript | | 원본 영상 | YouTube에서 보기 |