
AI 접근제어의 대전환: Guardrails를 넘어서 MCP-PAM으로!
생성형 AI 보안에서 Guardrails의 한계를 짚고 MCP-PAM 기반의 행위 중심 접근제어를 제안했습니다. 권한·맥락·출력 통제를 결합해 프롬프트 주입과 정보 유출 위협에 대응하는 구조를 설명했습니다.

생성형 AI 보안에서 Guardrails의 한계를 짚고 MCP-PAM 기반의 행위 중심 접근제어를 제안했습니다. 권한·맥락·출력 통제를 결합해 프롬프트 주입과 정보 유출 위협에 대응하는 구조를 설명했습니다.

Guardrails만으로는 생성형 AI의 실제 보안을 충분히 담보하기 어렵다는 문제를 짚었습니다. MCP-PAM으로 요청자 권한과 행위 맥락까지 통제하는 다층 방어 구조를 제안했습니다.

생성형 AI 보안에서 Guardrails만으로는 권한과 행위 맥락 통제가 부족하다고 설명했습니다. MCP-PAM과 DLP, UEBA를 결합해 요청부터 출력까지 다층적으로 제어하는 전략을 제시했습니다.


MWAA에서 Oracle 쿼리 수행 시 발생한 `DPY-3015` 오류의 원인과 해결 방법을 정리했습니다. thin 모드 제약을 피하려면 thick 모드 전환과 Oracle Client 설치가 필요했습니다.


Amazon DataZone와 OpenLineage를 활용해 RDS View 테이블의 데이터 계보를 작성하는 방법을 소개했습니다. pg_get_viewdef와 SQL Parser로 입력·출력 테이블을 추출한 뒤 Lambda로 DataZone에 반영했습니다.

카카오페이증권이 금융 환경에 맞춘 개발자 플랫폼 WECAN 구축 과정을 소개했습니다. 계정 관리, 배포, 데이터 가시화와 자동화를 통해 개발 생산성을 높이려 했습니다.


에이닷은 앱 재배포 없이 UI를 바꾸기 위해 Server Driven UI를 도입했습니다. JSON 스펙, Admin 시스템, 동적 렌더링으로 운영 효율을 높였습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


Hugging Face Transformer 모델을 AWS Inferentia/Trainium에 포팅하는 과정을 검증했습니다. return_dict=False 설정으로 tracing 오류를 줄여 12개 모델 모두 배포 가능함을 확인했습니다.


AWS MediaConvert와 S3, Lambda, EventBridge를 활용해 동영상 스트리밍 서비스를 구축한 과정을 소개했습니다. 업로드부터 HLS 변환, 메타정보 전달, 재생까지의 흐름과 IAM 설정을 정리했습니다.


Neptune Database와 Neptune Analytics 간 동기화 방안을 설명했습니다. 특히 Neptune Streams, Lambda, EventBridge를 활용한 준 실시간 연동과 체크포인트 관리에 초점을 맞췄습니다.


대용량 MySQL DB를 Aurora MySQL로 옮길 때 MyDumper와 MyLoader를 활용한 멀티스레드 논리 마이그레이션 방법을 소개했습니다. 백업·복원 속도 개선 옵션과 벤치마크 결과, AWS DMS 대안까지 함께 설명했습니다.


Docker 컨테이너의 핵심인 네임스페이스와 cgroup을 실습 중심으로 설명했습니다. 수동 구성과 Docker 자동화 사례를 통해 자원 격리·제한 동작을 확인했습니다.


Docker 컨테이너의 핵심인 네임스페이스와 cgroup을 실습 중심으로 설명했습니다. CPU·메모리 제한과 네트워크 격리의 동작 원리도 함께 확인했습니다.
![[GitLab] git cli로 Merge Request 생성](https://i0.wp.com/bespin-wordpress-bucket.s3.ap-northeast-2.amazonaws.com/wp-content/uploads/2025/03/image-212.png?fit=716%2C434&ssl=1)

GitLab의 push option을 이용해 CLI에서 Merge Request를 생성하는 방법을 소개했습니다. 브랜치 생성, 커밋, `git push -o` 설정으로 MR 자동화 과정을 정리했습니다.