모니터링 중앙화를 구축하는 가장 쉬운 방법, AWS CloudWatch cross-account-observability
AWS CloudWatch의 Cross-account-observability로 여러 계정의 모니터링을 중앙화하는 방법을 소개했습니다. 데이터 복제 없이 비용 효율적으로 운영할 수 있지만, 리전 제한과 Trace 과금은 주의가 필요합니다.


AWS CloudWatch의 Cross-account-observability로 여러 계정의 모니터링을 중앙화하는 방법을 소개했습니다. 데이터 복제 없이 비용 효율적으로 운영할 수 있지만, 리전 제한과 Trace 과금은 주의가 필요합니다.

AWS Network Firewall에서 Standard와 Domain List, Suricata 규칙 그룹의 차이를 설명했습니다. 복잡한 제어와 로깅이 필요하면 Suricata 규칙 그룹 중심 구성이 유리했습니다.

온프레미스 로드 밸런서를 AWS로 옮길 때는 현재 기능과 요구 사항을 먼저 정리한 뒤 ELB 유형을 선택해야 했습니다. A/B 테스트, 부하 테스트, 가중 DNS 라우팅으로 점진적으로 전환하는 전략을 제시했습니다.

Amazon OpenSearch Service의 Multi-AZ with Standby에서 검색과 색인 트래픽이 어떻게 분산되고 전환되는지 설명했습니다. 가중치 라운드 로빈과 영역별 장애 조치로 고가용성과 일관된 성능을 확보하는 방식도 다뤘습니다.
DynamoDB로 메시징 서비스를 현대화하는 과정에서 발생한 핫 파티션과 쓰로틀링 문제를 다뤘습니다. 배치 쓰기, 샤딩, 셔플링, Warm Throughput으로 처리량과 안정성을 높인 사례를 정리했습니다.

Amazon Bedrock 사용자 지정 모델로 DeepSeek-R1 Distill Llama를 배포하는 방법을 안내했습니다. 서버리스 호스팅, 비용 구조, 버전 관리와 모니터링 포인트도 함께 정리했습니다.

Amazon FSx for Lustre의 스토리지 옵션, 압축, S3 연동, 신규 성능 기능과 모니터링 방법을 정리했습니다. 또한 사용 방법과 제약 사항까지 함께 소개했습니다.

Amazon Bedrock의 지연 시간 최적화 추론이 LLM 응답성 개선에 어떻게 기여하는지 정리했습니다. TTFT, OTPS, E2E 지표와 함께 프롬프트·아키텍처 최적화 방법도 살펴보았습니다.

소규모 인디게임의 난이도 조정을 위해 AWS 관리형 서비스 기반 분석 환경을 구성한 사례를 소개했습니다. 게임 로그 수집부터 ETL, 쿼리, 시각화까지 서버리스로 단순화했습니다.

Amazon Bedrock의 비정형 데이터 처리 기능과 활용 사례를 정리했습니다. 멀티모달 처리와 GraphRAG로 RAG 품질을 높이는 방법을 소개했습니다.

Amazon Bedrock과 Amazon Neptune으로 GraphRAG 애플리케이션을 구축하는 방법을 소개했습니다. LlamaIndex와 NL2GraphQuery를 활용해 지식 그래프 검색과 개인화 추천을 연결했습니다.

SK하이닉스가 AWS 환경에서 RAG 플랫폼을 구축하고 성능을 평가한 사례를 소개했습니다. 데이터셋 크기와 인덱스 메모리가 검색 지연과 TTFT에 미치는 영향을 분석했습니다.

전용 코디네이터 노드를 통해 OpenSearch에서 조정 작업과 데이터 처리를 분리하는 방법을 설명했습니다. 색인·검색 성능 향상과 VPC IP 절감, 운영 지표 점검 방법도 함께 정리했습니다.

Amazon ElastiCache가 Valkey 8.0을 지원하며 더 빠른 스케일링과 개선된 메모리 효율을 제공했습니다. 서버리스 확장 속도와 노드 기반 클러스터의 메모리 사용량이 모두 개선되었습니다.

AWS Network Firewall의 HOME_NET 변수 의미와 우선순위, EXTERNAL_NET과의 관계를 정리했습니다. 다중 VPC 환경에서는 규칙 그룹의 HOME_NET을 실제 출발지 CIDR에 맞게 설정해야 합니다.
