

단일 LLM Gateway 아키텍처 : Claude Code와 Codex를 Amazon Bedrock을 통해 한 곳에서
Claude Code와 Codex를 Amazon Bedrock에서 함께 쓰기 위한 단일 LLM Gateway 아키텍처를 소개했습니다.개발자 선택의 자유를 유지하면서 인증, 예산, 보안, 관측을 한곳에서 통합하는 운영 방안을 정리했습니다.


Claude Code와 Codex를 Amazon Bedrock에서 함께 쓰기 위한 단일 LLM Gateway 아키텍처를 소개했습니다.개발자 선택의 자유를 유지하면서 인증, 예산, 보안, 관측을 한곳에서 통합하는 운영 방안을 정리했습니다.

반복되는 할 일 정리를 프로덕트 문제로 보고, 슬랙과 AI를 연결한 위젯을 만들었습니다. 수동 정리 부담을 줄여 우선순위 판단에 집중하게 된 과정을 공유했습니다.


Amazon Bedrock에서 Claude Code와 Codex를 함께 돌리는 협업 하네스를 구현해 48런 실험을 진행했습니다. 단독 실행보다 교차 리뷰가 버그를 더 잘 잡았고, 하네스 설계가 결과를 좌우함을 확인했습니다.


Claude Code의 CLAUDE.md를 토큰 효율 중심으로 관리하는 방법을 정리했습니다. 컨텍스트 부패를 줄이기 위해 핵심 규칙만 남기고 Hook과 Skills로 분리하는 전략을 제안했습니다.


매주 Git 커밋 로그를 자동 수집해 Obsidian과 Confluence로 주간 업무 정리를 자동화한 사례를 소개했습니다. 50분 걸리던 작업을 5분으로 줄이고, 멱등한 발행과 정기 실행까지 구성했습니다.

AI 코딩 도구를 개인용에서 팀과 비개발자용으로 확장한 설계 과정을 다뤘습니다. Slack 기반 인터페이스와 품질 게이트로 QA와 기획자도 안전하게 작업하도록 만든 사례입니다.

Git 릴리스 자동화를 예제로 MCP와 에이전트 스킬의 차이를 비교했습니다. 반복 작업은 스킬로 표준화하고, 외부 연동은 MCP로 분리하는 접근을 제안했습니다.


비엔지니어 환경에서 Claude Code ROI를 측정하는 4가지 베이스라인 지표를 소개했습니다. 로컬 로그와 ccusage 분석으로 토큰, 비용, 도구 사용, 메시지 패턴을 기준점으로 삼는 방법을 설명했습니다.


Claude Code 에이전트 팀으로 레거시 웹 시스템의 성능과 보안 이슈를 빠르게 분석했습니다. 다만 최적화 결과는 비즈니스 맥락과 실제 데이터로 반드시 검증해야 했습니다.

Claude Code를 중심으로 iOS 팀의 반복 작업과 배포 흐름을 워크플로우로 자동화한 사례를 소개했습니다. CLAUDE.md, 스킬, MCP, GitHub Actions를 연결해 생산성을 높였습니다.


Claude Code의 Checkpoints와 /rewind로 코드와 대화를 시점별로 되돌리는 방법을 설명했습니다. Tasks 상태와 Bash 변경은 추적되지 않으므로 Git 커밋이 필요하다고 정리했습니다.


AI Agent와 Claude Code를 활용해 백엔드 유닛 테스트 커버리지를 100%로 끌어올린 과정을 소개했습니다.프롬프트 고정, Hook 검증, 작업 분리로 회귀 방지와 유지 구조까지 설계했습니다.