Part 3: Kiro로 RDS/Aurora 장애 분석 자동화하기 — 매일 자동으로 보고서 받기
EC2에 Kiro CLI와 MCP를 설치하고 cron으로 매일 RDS/Aurora 점검 보고서를 자동 생성하도록 구성했습니다. 생성된 보고서는 S3에 업로드되어 Presigned URL로 공유되며 SES와 Slack으로 알림을 전송합니다
오늘은 새로운 게시글이 없어요
Part 2: Kiro로 RDS/Aurora 장애 분석 자동화하기 — 터미널에서 분석하기
Kiro CLI로 EC2/SSH 환경에서도 RDS/Aurora 장애 분석을 터미널에서 자동화하는 방법을 설명했습니다. kida-daily와 kida-issue 에이전트 설정 및 Replication Lag 원인 분석 사례를 제시했습니다.
Part 1: Kiro로 RDS/Aurora 장애 분석 자동화하기 — IDE에서 분석하기
버튼 클릭으로 Kiro+MCP를 통해 RDS/Aurora 장애 분석과 HTML 보고서 생성을 자동화했습니다. 테스트에서 슬로우 쿼리로 발생한 Reader CPU 스파이크를 Cross Join으로 식별했습니다.
“장보기 지원금이 곧 소멸돼요” 알림 뒤에서 일어난 일
배치에서 메시지 발송 대기 중 DB 커넥션을 장시간 점유해 Connection Pool 타임아웃과 배치 실패가 발생했습니다. ResourcelessTransactionManager로 DB 사용 구간과 API 대기 구간을 분리해 커넥션 부담을 줄이고 대량 발송 안정성을 확보했습니다
“장보기 지원금이 곧 소멸돼요” 알림 뒤에서 일어난 일
Amazon EC2 G5/G6 인스턴스에서 GPU Tensor Parallelism으로 비용 효과적으로 LLM 서빙하기
A10G 4장에 Tensor Parallelism 적용으로 32B 모델을 G5/G6에서 서빙했습니다. TP=4 구성 시 동시 접속에서 처리량 2.1배, 응답 시간 52% 단축을 확인했습니다.
Apache Airflow 3.x Dag Parsing 최적화 체크리스트
이 글은 Airflow 3.x에서 DAG 파싱 병목을 측정하고 최적화하는 체크리스트를 정리했습니다. 메트릭 우선 점검과 dag-processor 설정 튜닝, top-level 안티패턴 제거를 권장합니다.
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
무신사 유즈드는 VLM 대신 경량 Object Detector와 규칙 기반 크롭을 도입해 의류 디테일컷 자동화를 구현했습니다. 그 결과 추론 속도 25배 개선과 공정 시간 90% 절감, 11만 상품 일괄 적용 성과를 얻었습니다.
VLM을 쓰지 않은 이유: Geometric Prior로 25배 빠른 의류 디테일컷 자동화
GraphRAG Toolkit으로 지식 그래프 쿼리하기
GraphRAG Toolkit은 지식 그래프와 벡터 스토어를 결합해 구조적 연관성을 활용한 검색을 제공합니다. Traversal 기반과 Semantic-guided 탐색기를 통해 정확도와 응답 속도 균형을 맞출 수 있습니다.
[AI가 읽을 수 있는 코드베이스 2/5] 빌드 피드백이 AI를 가르친다
빌드 피드백을 위치·원인·수정 가능성 세 차원으로 정리했습니다. 컴파일 에러가 AI 에이전트 학습에 가장 유용하다고 결론냈습니다.
메시징 서버의 스트레스 테스트 노하우와 AI 가 덜어 준 부분
메시징 서버의 스트레스 테스트 설계와 실행 노하우를 소개했습니다. AI 도입으로 일부 테스트 자동화와 모니터링 부담을 줄인 사례를 공유합니다.
