국내 IT 기업 기술 블로그 최신 글

필터 1
성공적인 게임 출시를 위한 Amazon GameLift Servers 사전 제작 단계 가이드 – Part1
AWS
데브옵스

성공적인 게임 출시를 위한 Amazon GameLift Servers 사전 제작 단계 가이드 – Part1

Amazon GameLift Servers를 활용한 멀티플레이어 게임 출시 사전 준비 항목을 정리했습니다. 테스트, 세션 관리, 큐 배치, 모니터링 설정의 핵심 포인트를 다뤘습니다.

#Amazon GameLift Servers#AWS
5900
딜라이트룸의 ‘Amazon EKS Auto Mode’를 활용한 멀티 클러스터 운영 효율화 사례
AWS
데브옵스

딜라이트룸의 ‘Amazon EKS Auto Mode’를 활용한 멀티 클러스터 운영 효율화 사례

딜라이트룸은 EKS Auto Mode로 멀티 클러스터 운영 복잡도를 크게 줄였습니다. 또한 로그 수집과 진단 자동화를 더해 장애 대응력도 높였습니다.

#Kubernetes#EKS
4700
Grafana k6로 Amazon EC2 비용 최적화 하기
AWS
데브옵스

Grafana k6로 Amazon EC2 비용 최적화 하기

Grafana k6와 몬테카를로 시뮬레이션으로 EC2 인스턴스 7종의 CPU 성능을 비교했습니다. 성능과 비용을 함께 보며 가격 대비 성능 관점의 선택이 중요하다고 정리했습니다.

#Grafana k6#Amazon EC2
6800
Amazon DocumentDB로 미리캔버스의 성능 50%와 비용 30%를 개선하다
미리디
백엔드

Amazon DocumentDB로 미리캔버스의 성능 50%와 비용 30%를 개선하다

MongoDB Atlas의 IOPS 병목과 비용 문제를 해결하기 위해 Amazon DocumentDB로 전환했습니다. 실시간 협업 서비스의 응답속도를 50% 개선하고 비용도 30% 절감했습니다.

#Amazon DocumentDB#MongoDB
4200
Amazon DocumentDB로 미리캔버스의 성능 50%와 비용 30%를 개선하다
AWS
백엔드

Amazon DocumentDB로 미리캔버스의 성능 50%와 비용 30%를 개선하다

미리캔버스는 MongoDB Atlas의 IOPS 병목과 비용 문제를 해결하기 위해 Amazon DocumentDB로 전환했습니다. 그 결과 응답속도는 50% 개선되고 인프라 비용은 30% 절감했습니다.

#Amazon DocumentDB#MongoDB Atlas
17100
대규모 환경에서의 MCP를 활용한 효율적인 EBS 모니터링
AWS
데브옵스

대규모 환경에서의 MCP를 활용한 효율적인 EBS 모니터링

MCP와 FastMCP로 EBS 성능 분석과 스냅샷 크기 계산을 자연어 기반으로 자동화하는 방법을 소개했습니다.대규모 볼륨 환경에서 병목 진단과 비용 최적화를 빠르게 수행하는 활용 사례를 정리했습니다.

#MCP#AWS
8000
CloudWatch Database Insights를 통한 실행 계획 분석으로 Amazon Aurora PostgreSQL 데이터베이스 성능 최적화 및 문제 해결하기
AWS
데브옵스

CloudWatch Database Insights를 통한 실행 계획 분석으로 Amazon Aurora PostgreSQL 데이터베이스 성능 최적화 및 문제 해결하기

Aurora PostgreSQL에서 CloudWatch Database Insights로 실행 계획을 비교해 성능 저하 원인을 분석했습니다. 인덱스 삭제와 work_mem 부족으로 인한 병목을 찾아 최적화하는 방법을 소개했습니다.

#CloudWatch#Amazon Aurora
7200
쿠팡 파트너스

광고

개발자를 위한 서적을 확인해 보세요

이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

#개발서적#프로그래밍
Amazon OpenSearch Service백프레셔와 Admission Control에 대한이해와 클러스터 복원력 향상
AWS
백엔드

Amazon OpenSearch Service백프레셔와 Admission Control에 대한이해와 클러스터 복원력 향상

Amazon OpenSearch Service의 백프레셔와 Admission Control로 검색 요청을 제어해 클러스터 복원력을 높이는 방법을 소개했습니다. 429 오류 대응, 모니터링 방법, 재시도 전략도 함께 설명했습니다.

#OpenSearch#backpressure
4400
Amazon Bedrock 사용량 관리 및 최적화 하기
AWS
AI

Amazon Bedrock 사용량 관리 및 최적화 하기

Amazon Bedrock의 엔드포인트 종류와 CRIS 활용, quota 증설 방법을 정리했습니다. 또한 CloudWatch와 로깅, 캐시 기능으로 토큰 사용량과 비용을 최적화하는 방법을 소개했습니다.

#Amazon Bedrock#LLM
3900
Amazon Bedrock 사용량 관리 및 최적화 하기
AWS
AI

Amazon Bedrock 사용량 관리 및 최적화 하기

Amazon Bedrock의 엔드포인트, 쿼터, 모니터링, 최적화 방법을 정리했습니다. CRIS와 캐시, 라우팅, 메모리 기능으로 비용과 안정성을 개선할 수 있습니다.

#Amazon Bedrock#LLM
9700
포스타입 서버가 변화무쌍한 트래픽에 대응하는 방법
포스타입
데브옵스

포스타입 서버가 변화무쌍한 트래픽에 대응하는 방법

포스타입은 AWS 오토 스케일링으로 급격한 트래픽 변화에 대응했습니다. 단계 조정 정책, 웜 풀, 최소 용량 조정으로 플래핑과 장애를 줄였습니다.

#AWS#EC2
12800
Amazon Bedrock AgentCore를 활용한 멀티에이전트 운영과 접근제어
AWS
AI

Amazon Bedrock AgentCore를 활용한 멀티에이전트 운영과 접근제어

멀티 에이전트 시스템의 운영 복잡성과 권한 문제를 AgentCore로 중앙화하는 방안을 설명했습니다. Gateway, Identity, Runtime으로 인증·접근제어·관측을 통합하는 사례를 소개했습니다.

#Amazon Bedrock AgentCore#MCP
10000
ALB Health Check Logs 지원
클라우드메이트
데브옵스

ALB Health Check Logs 지원

ALB Health Check Logs로 상태 검사 요청의 응답 시간·코드·실패 사유를 S3에서 확인할 수 있습니다. 부분 장애의 대상 인스턴스와 원인을 더 빠르게 식별할 수 있습니다.

#AWS#ALB
100
2025 AWS re:Invent — Amazone Bedrock AgentCore
스푼랩스
AI

2025 AWS re:Invent — Amazone Bedrock AgentCore

AWS re:Invent에서 소개된 Bedrock AgentCore의 에이전트 구축·운영 기능을 정리했습니다. 정책 제어와 품질 평가를 통한 안전한 에이전트 운영 방안을 살펴봤습니다.

#AWS#Amazon Bedrock
100