[AI활용] AI 에이전트의 안전벨트, 하네스 엔지니어링: Claude Code와 Terraform 사례
Claude Code를 Azure 인프라 구축에 적용하며 하네스 엔지니어링으로 AI 에이전트의 통제 문제를 줄인 사례를 다뤘습니다. 상태 분리, MCP, Human-in-the-loop로 안전한 워크플로우를 설계한 점이 핵심입니다.
Terraform 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
20개 표시
Claude Code를 Azure 인프라 구축에 적용하며 하네스 엔지니어링으로 AI 에이전트의 통제 문제를 줄인 사례를 다뤘습니다. 상태 분리, MCP, Human-in-the-loop로 안전한 워크플로우를 설계한 점이 핵심입니다.
공유 dev 병목을 없애기 위해 브랜치 하나로 격리 환경을 만드는 Environment Variant 설계를 소개했습니다. ArgoCD ApplicationSet으로 생성과 회수를 자동화해 환경 생명주기를 git과 연결했습니다.
플랫폼팀이 코드 바깥의 환경 실체를 선언으로 만드는 방식을 설명했습니다. Kafka 토픽 선언과 검증, 추적 가능한 거버넌스 사례를 다뤘습니다.
Alert 생성과 전달, 대응 흐름을 IaC와 표준화된 Slack 메시지로 정리한 개선 과정을 소개했습니다. 반복 Alert 재사용, grouped Alert, AI 연동, 모니터링 자체 감시까지 운영 개선을 다뤘습니다.
Terraform plan은 변경점만 보여 주고 실제 동작은 보장하지 못한다고 설명했습니다. IaC를 넘어 테스트 가능성과 재현 가능성을 갖춘 IaS 관점이 필요하다고 강조했습니다.
![[인프라를 소프트웨어처럼 1/5] Infrastructure as Code, 그리고 그다음](https://flex.team/blog/og/main.jpg)
에잇퍼센트가 Kiro CLI와 AI 프롬프트 세트로 EC2 기반 서비스를 Amazon ECS Fargate로 현대화했습니다. 현업을 병행하면서도 무중단 배포와 비용 절감을 함께 달성했습니다.

Terraform 모듈을 원칙 없이 만들면 복잡도와 변경 위험이 커진다는 점을 설명했습니다. 캡슐화, 권한 경계, 변동성 분리, MVP 원칙으로 표준 구조를 잡는 방법을 정리했습니다.
AI 코딩 에이전트에게 빌드 피드백 유형별 정보 품질이 어떻게 다른지 분석했습니다. 컴파일 타임 검증과 맥락 있는 에러 메시지가 가장 효과적이라고 정리했습니다.
![[AI가 읽을 수 있는 코드베이스 2/5] 빌드 피드백이 AI를 가르친다](https://cdn.sanity.io/images/v31psllp/production/3d96b197bc8207cb19daa7120faefb616f656785-1684x1030.png)
IaC를 인프라를 코드로 관리하는 표준과 방법론으로 설명했습니다. 수동 관리의 문제와 함께 재현성, 버전 관리, 일관성의 가치를 정리했습니다.
IaC를 헥사고날 구조로 재해석해 spec과 클라우드 구현을 분리하는 방식을 소개했습니다. Kotlin 타입 검증과 스택 분리로 오류를 줄이고 멀티클라우드 확장성을 높였습니다.
![[코드가 환경을 모르는 구조 3/7] IaC에도 헥사고날이 관통한다](https://flex.team/blog/og/main.jpg)
IaC에서도 헥사고날 구조를 적용해 `spec`를 Port, 클라우드 모듈을 Adapter로 분리했습니다. 컴파일 타임 검증과 스택 분리로 경계 오류와 블라스트 반경을 줄였습니다.
![[코드가 환경을 모르는 구조 3/7] IaC에도 헥사고날이 관통한다](https://cdn.sanity.io/images/v31psllp/production/b2a8cb4606e7b21da6b7f074f0c8238e9d02de14-1684x1030.png)
2명이 7주 동안 AI-DLC와 Kiro, Claude Code, Linear를 조합해 Agentic AI 플랫폼을 구축했습니다. 문서화와 이슈 추적으로 모호한 요구를 구체화하고 개발 생산성을 높인 사례입니다.

레거시 인프라를 정리하고 OpenStack 기반 프라이빗 클라우드를 새로 구축했습니다. AWS와 Active-Active 하이브리드로 운영하며 자동화와 고가용성을 확보했습니다.

기존 ECS 기반 인프라의 확장성과 운영 복잡도 문제를 해결하기 위해 Amazon EKS로 전환했습니다.\nGitOps, Binpacking, Spot 대응 체계를 도입해 비용과 안정성을 함께 개선했습니다.

AI 에이전트 시대에 유용한 MCP 서버 7가지를 소개했습니다. 각 서버의 기능과 실무 활용 예시를 통해 자동화 가능성을 정리했습니다.

두올테크는 Windows 기반 레거시 시스템을 Amazon ECS 중심의 SaaS 구조로 단계적으로 전환했습니다. projectId 기반 멀티테넌시와 CI/CD 자동화로 배포 속도와 운영 효율을 높였습니다.

놀유니버스는 이벤트 기반 프로모션 증가에 맞춰 EventScaler와 Kubernetes Operator로 자동 스케일링 체계를 구축했습니다. Amazon Q Developer를 활용해 설계와 구현을 보조받으며 운영 시간과 리스크를 크게 줄였습니다.

Terraform과 Atlantis로 Azure 인프라를 GitOps 방식으로 관리하는 구성을 설명했습니다. PR 승인, apply, merge 흐름과 환경 분리, 브랜치 보호를 함께 다뤘습니다.

SmartThings 기록 시스템이 HBase 한계를 극복하기 위해 OpenSearch로 교체했습니다. 읽기 성능은 약 19% 향상되고 쓰기 비용은 약 38% 절감했습니다.

뮤직카우가 Amazon RDS와 Amazon Redshift를 Zero-ETL로 연결해 준실시간 CDC 파이프라인을 구축한 사례를 공유했습니다. DMS 대비 관리 부담과 비용을 줄이고 자동 복구까지 활용한 설정 방법과 주의사항을 정리했습니다.
