

Amazon ECS 실행 구조와 선택 기준 – 1부: 컴퓨트와 실행 형태
Amazon ECS에서 launch type과 capacity provider의 역할을 분리해 이해하고, 신규 서비스는 capacity provider 기반으로 설계하는 기준을 정리했습니다. 또한 Fargate, EC2, Managed Instances와 실행 형태별 선택 포인트를 비교했습니다.


Amazon ECS에서 launch type과 capacity provider의 역할을 분리해 이해하고, 신규 서비스는 capacity provider 기반으로 설계하는 기준을 정리했습니다. 또한 Fargate, EC2, Managed Instances와 실행 형태별 선택 포인트를 비교했습니다.


EC2 기반 Kafka Streams를 k8s와 KEDA로 옮겨 consumer lag 중심 스케일링을 설계했습니다. 그 결과 트래픽에 맞는 운영과 80% 이상 비용 절감을 달성했습니다.

EC2에서 EKS로 옮긴 뒤 컨테이너 메모리가 주기적으로 급증하는 현상을 추적했습니다. 원인은 로그 gzip 압축과 페이지 캐시였습니다.


AWS 분산 학습용 컴퓨트를 초대규모로 확장하는 울트라클러스터와 울트라서버를 설명했습니다. 또한 ODCR과 Capacity Block으로 GPU 용량을 미리 확보하는 전략을 비교했습니다.


EC2와 cron으로 Kiro 기반 RDS/Aurora 점검 보고서 자동화 구성을 설명했습니다. S3 Presigned URL과 SES, Slack 연동으로 매일 링크를 받아보는 방법을 다뤘습니다.


vLLM Tensor Parallelism으로 G5/G6의 24GB GPU 여러 장에 LLM을 분산 서빙하는 방법을 설명했습니다. 벤치마크에서 TP=4는 응답 속도와 처리량을 크게 개선했으며, 비용 효율적인 대안으로 제시했습니다.


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


AWS EC2의 ENI와 네트워크 카드 구조, EFA 할당 규칙을 설명했습니다. p5와 p6 인스턴스의 분산 트레이닝용 네트워크 구성과 운영 포인트를 정리했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

민감 정보가 서비스별로 흩어져 있던 한계를 해결하기 위해 중앙 관리 플랫폼 Secrethub를 구축했습니다. 접근 통제와 감사, 권한 일원화, 개발 편의성을 위해 외부 솔루션 대신 자체 개발을 선택했습니다.


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


이직 스트레스로 고민을 털어놓을 GIGACHAD 채팅봇을 만들었습니다.\n비밀 보장, 저비용 운영, Gemini Flash 2.0 선택 이유를 정리했습니다.


블루닷이 AWS EC2 GPU와 Elemental 서비스를 결합해 VOD와 라이브 스트리밍 모두에 4K AI 업스케일링 아키텍처를 구성했습니다.경량 CNN·GAN 모델로 저지연 처리와 화질 개선을 함께 달성하고, CloudFront로 안정적으로 배포했습니다.


AWS 기반 가상 임베디드 개발 환경으로 자동차 OEM과 공급업체의 협업과 통합 테스트를 앞당기는 방법을 소개했습니다. 소스 공개 없이 CI/CT를 수행하고 하드웨어 비용과 후반 재작업 부담도 줄일 수 있습니다.


BMW는 AWS와 EC2 기반 vECU로 ECU 개발과 테스트를 클라우드에 올려 자동화했습니다. 이를 통해 준비 시간을 줄이고, 대규모 자동화 검증과 글로벌 협업을 가능하게 했습니다.