

실제 사례로 알아보는 Cloudwatch Database Insights
CloudWatch Database Insights로 RDS와 Aurora 문제를 진단하는 실제 사례를 정리했습니다. 인덱스 부재, 스토리지 부족, 메모리 부족 상황에서 원인 파악과 조치 흐름을 보여줍니다.
새로운 기술 블로그가 추가되었어요


CloudWatch Database Insights로 RDS와 Aurora 문제를 진단하는 실제 사례를 정리했습니다. 인덱스 부재, 스토리지 부족, 메모리 부족 상황에서 원인 파악과 조치 흐름을 보여줍니다.


생성형 AI와 데브옵스를 결합해 소프트웨어 딜리버리를 가속화하는 방안을 소개했습니다. 코드 이해와 테스트 생성, SDLC 병목 분석, 이슈 자동화 사례를 중심으로 설명했습니다.


카카오게임즈가 Amazon Bedrock으로 실시간 게임 채팅 번역 시스템을 구축한 사례를 소개했습니다. 프롬프트 중심 구조와 캐싱, 모니터링으로 저지연과 운영 효율을 확보했습니다.

기업 보안에서 PAM 솔루션의 필요성과 주요 제품들을 소개했습니다.\n권한 관리, 감사 추적, 비밀 정보 보호 기능을 중심으로 살펴봤습니다.
스냅 이미지를 검색어로 활용하는 이미지·자연어 검색 PoC를 6주간 검증했습니다. 객체 탐지, 임베딩, 벡터 검색으로 유사 상품 추천과 스타일 검색 가능성을 확인했습니다.


삼성 계정의 리전 단위 장애 대응을 위해 Active-Active DR 아키텍처와 트래픽 전환 체계를 고도화한 사례입니다. Route 53 ARC와 CloudFront를 적용해 잔여 트래픽과 네트워크 지연을 줄였습니다.


삼성 계정 서비스에서 대규모 트래픽을 유지한 채 개인정보 컬럼 암호화와 DB 스키마 전환을 수행한 사례를 소개했습니다. AWS MSK, Debezium, DNS 가중치 전환으로 무중단 마이그레이션과 롤백 대비를 구현했습니다.


삼성계정은 대규모 트래픽 속에서도 무중단 EKS 업그레이드를 위해 멀티 클러스터와 DNS 기반 트래픽 전환을 적용했습니다. 한 달간 3개 리전, 6개 클러스터를 전환하며 연동 서비스 이슈 없이 업그레이드를 마쳤습니다.
![[AWS Summit Korea 2025] 오픈소스로 점검하는 AWS 인프라 보안: 자동화로 시작하는 클라우드 보안 혁신](https://tech.cloud.nongshim.co.kr/wp-content/uploads/blog_main.png)

AWS 설정 오류로 생기는 보안 위험을 줄이기 위해 자동 점검의 필요성을 다뤘습니다. Prowler와 Service Screener로 CI/CD와 정기 점검을 구성하는 방법을 소개했습니다.


Amazon Bedrock AgentCore Memory와 Custom Memory로 쇼핑 에이전트의 개인화 추천을 구현한 사례를 소개했습니다. 긴 대화 전체보다 중요한 정보만 메모리로 구조화해 더 적은 토큰으로 높은 추천 품질을 얻는 방법을 설명했습니다.


Amazon Bedrock과 Streamlit을 활용해 AWS 리소스와 비용을 자연어로 관리하는 챗봇을 소개했습니다. 콘솔 탐색을 줄이고 모니터링, 분석, 최적화를 한 화면에서 제공하는 점이 핵심입니다.
![[AWS Summit 2025] 생성형 AI 기반으로 스마트 인사이트 구현](https://tech.cloud.nongshim.co.kr/wp-content/uploads/amzonq250805.jpg)

AWS Summit 2025에서 Amazon Q in Quicksight와 Amazon Q Business 활용 사례를 소개했습니다.\n자연어 기반 분석과 사내 질의 응답으로 데이터 활용 장벽을 낮춘 점이 핵심입니다.