

Inner Loop 엔지니어링으로 본 Deep Insight Chatbot – 대화형 분석 챗봇의 4가지 설계 결정
Deep Insight의 Inner Loop 챗봇 설계에서 데이터 보호, 속도, 신뢰성, 비용을 맞추는 4가지 결정을 정리했습니다. DuckDB 샌드박싱과 세션 단위 OLAP 상주, SQL 투명성, prompt cache로 대화형 분석 도구를 구현했습니다.


Deep Insight의 Inner Loop 챗봇 설계에서 데이터 보호, 속도, 신뢰성, 비용을 맞추는 4가지 결정을 정리했습니다. DuckDB 샌드박싱과 세션 단위 OLAP 상주, SQL 투명성, prompt cache로 대화형 분석 도구를 구현했습니다.


Amazon ECS 기반 인프라를 Amazon EKS로 전환해 운영 유연성을 높이고 GitOps 체계를 구축했습니다. Binpacking과 Spot 전략으로 자원 활용률과 비용 효율도 크게 개선했습니다.


Kafka 소비 결과를 Parquet으로 변환해 S3에 적재하는 실시간 수집 파이프라인을 설계하고 구축했습니다. 또한 Flush, 커밋, 모니터링 체계를 통해 누락 없이 안정적으로 운영하는 방법을 정리했습니다.


AWS ECS와 ECR, ALB를 이용해 고양이·강아지 사진 웹 애플리케이션을 배포하는 실습을 소개했습니다. CloudFormation, Docker 빌드, ECS 서비스 구성과 모니터링까지 배포 흐름을 다뤘습니다.


AWS CDK 레거시 프로젝트를 최신 버전으로 올리며 발생한 배포 오류와 호환성 문제를 정리했습니다. 정기 업데이트, 테스트 검증, 롤백 계획으로 안전하게 대응하는 방법을 소개했습니다.


Nginx mirror 모듈과 envsubst로 트래픽 미러링 테스트를 구성하고, dev 환경에서 origin과 candidate를 동시에 검증하는 과정을 공유했습니다. 또한 k6 부하 테스트와 로그 포맷 설정을 통해 응답 비교와 운영 적용 방안까지 살펴보았습니다.


정산 시스템을 PHP에서 Java로 이관하며, 태스크 서버를 SNS·SQS·ECS 기반 Job Runner로 재설계했습니다. 작업 일관성, 재시도성, 확장성을 높이기 위한 아키텍처 선택 과정을 정리했습니다.