

놀유니버스의 AWS Transform for .NET과 Amazon Q Developer를 활용한 .NET 현대화 성공 사례
AWS Transform for .NET과 Amazon Q Developer로 150만 라인 규모의 .NET 레거시를 현대화했습니다. 컨테이너 전환과 배포 자동화로 비용과 시간을 크게 줄였습니다.


AWS Transform for .NET과 Amazon Q Developer로 150만 라인 규모의 .NET 레거시를 현대화했습니다. 컨테이너 전환과 배포 자동화로 비용과 시간을 크게 줄였습니다.


AWS 기반으로 다문화 아동의 HTP 그림 검사를 디지털 심리 진단 서비스로 구현한 사례를 소개했습니다.\nAmazon Q Developer와 RAG 분석을 활용해 짧은 해커톤 기간에도 MVP를 완성했습니다.


일신비츠온은 MSSQL 레거시를 PostgreSQL로 옮기기 위해 DMS와 Babelfish를 먼저 활용했습니다. 복잡한 저장 프로시저와 함수는 Amazon Q Developer로 보완해 자동 변환율과 작업 속도를 크게 높였습니다.


이기종 데이터베이스 마이그레이션에서 생성형 AI로 스키마와 SQL 변환 공수를 줄이는 OMA를 소개했습니다.\n변환 뒤에는 단위 테스트와 기능 테스트로 결과를 검증해 정확성과 안정성을 높였습니다.


VDI 환경에서 Amazon Q Developer를 안전하게 도입하기 위해 프라이빗 네트워크와 IAM Identity Center 기반 구독 구조를 구성했습니다. 사용량 대시보드와 Agent 기능, CLI 활용으로 보안과 생산성을 함께 높였습니다.


Amazon Q Developer와 Slack을 연동해 AWS Elastic Disaster Recovery 이벤트를 실시간으로 모니터링하는 방법을 소개했습니다. CloudWatch 규칙과 SNS를 활용해 복제 정체와 변경 API를 즉시 알림으로 받아보는 구성 사례였습니다.


생성형 AI와 데브옵스를 결합해 소프트웨어 딜리버리를 가속화하는 방안을 소개했습니다. 코드 이해와 테스트 생성, SDLC 병목 분석, 이슈 자동화 사례를 중심으로 설명했습니다.


Amazon Q Developer로 애플리케이션 복원력을 높이는 방법을 소개했습니다. 단일 AZ 아키텍처를 다중 AZ, 오토스케일링, 캐싱, DR 전략으로 개선하는 사례를 정리했습니다.


Visual Studio에서 Amazon Q Developer를 활용해 .NET Framework를 .NET 8로 포팅하는 에이전틱 코딩 경험을 소개했습니다.\nMCP와 Q Chat으로 빌드, 수정, 테스트 자동화를 확장하는 활용법도 함께 설명했습니다.


Amazon Q Developer와 MCP로 Aurora PostgreSQL의 성능 분석과 운영 작업을 자연어 기반으로 자동화하는 방법을 소개했습니다. 바이브 코딩, 튜닝, 비용 시뮬레이션까지 생산성 향상 사례를 함께 설명했습니다.


Amazon Q Developer CLI의 새로운 에이전트 기능으로 자연어 지시만으로 앱 생성과 수정, AWS 리소스 탐색까지 수행하는 흐름을 소개했습니다. CLI에서 멀티턴 대화와 로컬 도구 활용이 가능해져 개발 작업을 더 빠르게 처리할 수 있음을 보여줬습니다.