옴니채널 재고 정합성 한계에 대응하는 인벤토리 데이터 파이프라인 구축기
올리브영은 옴니채널 재고 정합성 한계를 겪으며 인벤토리 데이터 파이프라인을 이벤트 기반 EDA로 개편했습니다. Spring Batch 파티셔닝과 Kafka Fan-Out, PUSH/PULL 분리를 적용해 리드타임·병목·Read 부하를 개선했습니다.
올리브영은 옴니채널 재고 정합성 한계를 겪으며 인벤토리 데이터 파이프라인을 이벤트 기반 EDA로 개편했습니다. Spring Batch 파티셔닝과 Kafka Fan-Out, PUSH/PULL 분리를 적용해 리드타임·병목·Read 부하를 개선했습니다.
포스코DX 설계 규칙을 AI가 모르는 UDK로 식별하고, 시간적 지식 그래프로 구조화해 설계 자동화 정확도를 높였습니다. Amazon Bedrock과 Graphiti/Neo4j 하이브리드 검색으로 출처 인용 Q&A와 변경 영향도 분석 PoC를 약 60초에 구현했습니다.
데스크톱 가상화로 GPU를 연구 목적·규모에 맞게 분할 또는 패스스루로 배분해 활용률을 높입니다. VM 자동 초기화와 사용량 기반 공정 배분으로 점유·유휴 문제를 줄여 연구 효율을 개선합니다.
하나투어는 Amazon Neptune(GraphRAG)과 Bedrock AgentCore로 여행상품 기획 에이전트를 구축해 초안 생성을 2~3일에서 2~3분으로 단축했습니다. 그래프 그라운딩과 2-Phase 병렬 생성을 적용해 생성 시간과 환각을 함께 줄였습니다.
AI 협업에서 테스트 코드는 미래 세션 AI가 읽는 실행 가능한 프롬프트로, 세션 간 맥락 휘발을 동기화하는 장치로 봅니다. @DisplayName에 ‘왜’를 담고 교차 검증/역 추론 등으로 의도 전달력을 점검하되 정책 변경과 과잉 명세의 한계도 유의해야 합니다.
상품 모니터링을 Slack 로그 알림과 수동 처리 중심에서 DLQ 재처리, Datadog Workflow 자동 분석, QA 정합성 자동화까지 고도화했습니다. 온콜 때 조치에 필요한 분석을 미리 준비해 새벽 인시던트 대응 피로를 줄이는 방향으로 진화했습니다.
SSG.COM 기획전 API에서 중복 조회·전체 조회·중복 저장 문제를 컬렉션 분리로 개선했습니다. 다만 조회 패턴 변경으로 getMore/killCursor가 생겨 커넥션 부하와 조회량을 다시 조정했습니다.
이 게시물은 Amazon Bedrock AgentCore로 프로덕션 에이전틱 AI를 운영하기 위한 AgentOps를 관측성·평가·최적화 중심으로 정리했습니다. 트레이스/메트릭/로그 수집과 평가·A/B 검증을 연결해 에이전트 성능을 지속 개선하는 6단계 라이프사이클을 소개합니다.
이 글은 Amazon Bedrock AgentCore로 에이전틱 AI를 프로덕션에서 운영하기 위한 파운데이션과 게이트웨이 패턴을 설명합니다. LLM·Tool·Agent Gateway로 접근과 거버넌스를 통합하고 e-커머스 분석 에이전트 데모로 동작을 보여줍니다.
SSL/TLS 인증서 최대 유효기간이 398일에서 200일·100일·47일까지 단축될 전망입니다. 짧아진 주기로 인한 만료·운영 장애를 줄이기 위해 관리형 서비스, 중앙 솔루션, 만료 알림 체계를 강화해야 합니다.