아키텍처
Smart Agentic AI 구축을 위한데이터베이스 설계
두줄요약
에이전트 서비스의 실행 이력과 툴 매핑을 DynamoDB, Redshift, Valkey로 나눠 설계하는 방법을 설명했습니다. 액세스 패턴 기반 스키마와 분석·캐시 구조로 성능과 추천 정확도를 높이는 방향을 제안했습니다.
핵심 내용
- 에이전트 서비스의 실행 이력, 툴 매핑, 사용자 세션 데이터를 저장·분석하기 위한 데이터베이스 설계
- DynamoDB에는 도메인, 에이전트, 툴, 사용자 세션, 프로세스, 툴 매핑 이력을 단일 테이블/액세스 패턴 중심으로 저장
- Redshift에는 ZeroETL로 적재한 실행 이력을 분석해 에이전트 스코어와 사용자별 추천 프로세스를 산출
- Valkey에는 자주 조회되는 세션 상태와 핫 데이터를 캐싱해 성능을 높이고, 실패 시 DynamoDB로 보완
적용해볼 점
- 액세스 패턴을 먼저 정의한 뒤 파티션 키와 소트 키를 설계하는 접근
- 실행 이력과 분석 결과를 분리해 저장·가공·추천으로 연결하는 구조
- TTL과 스코어 갱신으로 자주 쓰는 프로세스만 유지하는 운영 방식