AWS 기술 블로그
Category: AWS Lambda
Amazon Q Developer CLI로 Lambda를 Rust로 변환하고 성능 향상하기
Amazon Q Developer에서 2025년 4월 출시한 Amazon Q Developer CLI는 Amazon Bedrock으로 구동되며 강력한 기능을 가지고 있습니다. CLI 에이전트는 컴파일러, 패키지 관리자 및 AWS CLI 등 시스템에 설치된 도구를 사용하며, 멀티 턴 대화용 에이전트와 동적인 양방향 대화를 할 수 있는 다중 턴 대화를 지원합니다. 또한, 한국어를 포함한 다양한 언어를 지원하고 있습니다. Amazon Q Developer CLI는 […]
Amazon Bedrock Agents와 AWS Support 자동화 워크플로우(SAW)를 통한 AWS 리소스 문제 해결 간소화
이 글은 AWS Machine Learning Blog에 게시된 Streamline AWS resource troubleshooting with Amazon Bedrock Agents and AWS Support Automation Workflows by Wael Dimassi and Marwen Benzarti 를 한국어 번역 및 편집하였습니다. AWS 환경이 복잡해짐에 따라, 리소스 관련 문제를 해결하는 것은 어려운 작업이 될 수 있습니다. 특히 복잡한 시스템을 다룰 때 수동으로 문제를 조사하고 해결하는 것은 […]
AWS Instance Scheduler로 공휴일에 유휴 자원 관리하기
배경 AWS 솔루션의 Instance Scheduler는 Amazon Elastic Compute Cloud(Amazon EC2) 및 Amazon Relational Database Service(Amazon RDS) 인스턴스를 비롯한 다양한 AWS 서비스의 자동 시작 및 중지 기능을 제공합니다. 이 솔루션을 통해 불필요한 리소스 사용을 줄이고 필요한 시점에 리소스를 효율적으로 활용하여 운영 비용을 절감하는 데 도움이 됩니다. 예를 들어, 회사에서 인스턴스 스케줄러를 사용하여 매일 업무 시간 외에 […]
AWS DataZone에서 OpenLineage 기반의 Airflow 데이터 계보 그리기
배경 Airflow는 데이터 마트(Data Mart)를 포함한 데이터 파이프라인 구축 및 관리에서 매우 널리 사용되는 도구입니다. 이러한 Airflow에서 데이터 계보가 중요한 이유는 데이터의 출처와 변환 과정을 명확히 추적할 수 있어 데이터의 신뢰성을 보장하고, 문제 발생 시 원인을 빠르게 파악할 수 있기 때문입니다. 또한, 데이터 계보는 규제 준수와 감사 요구사항을 충족시키는 데 도움을 주며, 데이터 파이프라인의 변경이 […]
AWS Lambda와 PyIceberg 로 Amazon S3 Tables 시작하기
2024년 AWS re:Invent에서 Amazon S3 Tables가 새롭게 공개되었습니다. S3 Tables는 Amazon S3에 Apache Iceberg 형식의 테이블을 관리할 수 있는 완전 관리형 기능으로, 데이터 레이크 테이블 관리의 복잡성을 크게 줄여줍니다. Iceberg를 통해 S3에 저장된 데이터를 마치 데이터베이스 테이블처럼 다룰 수 있으며, Athena, EMR(Spark), Redshift, Glue 등 다양한 분석 엔진과 통합됩니다. 특히 S3 Tables를 활용하면 자체 관리하는 […]
Amazon DataZone에서 Custom Asset Type을 활용하여 외부 자산(Tableau) 통합 및 데이터 계보 관리하기
배경 데이터 중심 조직은 AWS 내 서비스와 Tableau, MicroStrategy 같은 외부 BI 도구를 함께 활용하는 하이브리드 환경에서 운영되는 경우가 많습니다. 이러한 환경에서 조직들은 다음과 같은 니즈를 가지고 있습니다. 통합 데이터 자산 카탈로그 : Tableau 대시보드와 같은 외부 자산도 함께 등록하여 모든 데이터 자산을 한 곳에서 검색 및 관리 End-to-End 데이터 계보(Lineage) : Tableau 대시보드가 어떤 […]
AWS 데이터 분석 서비스 기반 게임 레벨링 환경 구성 사례
개요 기존의 문제 상황 소규모 인디게임 개발사는 작은 규모와 한정된 자원에도 불구하고 창의성과 혁신성을 발휘하며 새로운 게임 경험을 선사합니다. 하지만 이러한 장점에도 불구하고, 게임 개발 과정에서 적지 않은 과제에 직면하곤 합니다. 특히 게임 출시 전 완성도를 높이기 위한 테스팅과 난이도 조정 작업은 매우 중요하지만, 인력이 부족한 인디 게임 스튜디오에서는 이러한 작업을 충분히 수행하기 어려운 상황입니다. […]
생성형 AI로 실현하는 장애 대응부터 지식 자산화까지: Amazon Bedrock, Slack 그리고 Atlassian Confluence 통합 지능형 시스템
배경 및 문제 정의 현대의 IT 인프라 환경은 그 규모와 복잡성이 기하급수적으로 증가하고 있습니다. 클라우드 네이티브 아키텍처의 도입이나 마이크로서비스 기반 애플리케이션의 확산으로 기업의 IT 운영팀이 대응해야 할 영역은 지속적으로 확장되고 있습니다. 특히 시스템 전반에서 발생하는 다양한 종류의 로그 데이터, 메트릭 그리고 메시지들을 효과적으로 분석하고 신속하게 대응하는 것이 중요한 과제로 떠오르고 있습니다. 신속한 장애 대응의 필요성 […]
인디프의 Amazon Connect를 활용한 클라우드 콜센터 구축
인디프는 IP (Intellectual Property)데이터를 활용하여 고객과 변리사를 연결하는 플랫폼 서비스 INDIP를 제공하고 있습니다. 특허, 상표, 디자인 등 다양한 분야에서 고객이 자신의 기술과 산업 분야에 적합한 변리사를 찾을 수 있도록 돕습니다. 이를 위해 100만 건 이상의 특허 데이터를 활용하여 각 사무소와 변리사들의 기술 분야별 전문성을 분석하고 있습니다. 최근 생성형 AI를 활용한 특허 상담 비서 ‘제노스(GENOS)’를 개발하여, […]
Amazon S3 데이터 레이크와 기계학습을 위한 Snowflake 통합 파이프라인 플랫폼 구축하기
인공지능과 기계학습 기술의 상용화로, 기업들은 대량의 데이터를 효과적으로 수집, 저장, 관리할 필요성을 점차 인식하고 있습니다. 데이터 레이크(Data Lake)는 이러한 필요성에 부응하여, 다양한 소스로부터 대규모의 데이터를 실시간으로 수집하고 저장함으로써 기업의 의사결정과 혁신을 지원합니다. 이제 데이터 레이크는 기업이 데이터 자산을 최대한 활용하고 비즈니스 가치를 창출하는 핵심 요소로 자리 잡고 있습니다. 정형, 반정형, 비정형 데이터 등 다양한 유형의 […]