aws-korea

문제4K 초고화질 라이브 스트리밍에서 고비트레이트(35Mbps)와 저지연(4초 이내)을 동시에 제공하며 1만 명 동시 시청자를 안정적으로 처리.

접근Amazon IVS 는 1080p 표준 영역에 위임, 4K 차별화 영역은 자체 GPU 트랜스코딩 서버 + HLS + CloudFront URL Sharding + PDT 기반 라이브/VOD 통합으로 구성한 하이브리드 설계.

결과4K 35Mbps 환경에서 1만 명 동시 시청자 부하 테스트 안정 통과, 목표 저지연 달성, NAT Gateway / CloudFront L2 fan-out 극단 시나리오까지 사전 대비.

문제AI 코딩 도구의 개인 생산성 향상에도 팀 전체의 일관된 협업 구조와 반복 가능한 프로세스가 부재.

접근AWS AI-DLC 방법론과 Kiro IDE 로 "요구사항 정의 → 설계 → 구현 → 검증" 단계별 워크플로우 구성. Amazon Bedrock, OpenSearch, Step Functions, Custom Agents 활용.

결과5개 과제 3일 완성, 개발 속도 5배 이상 단축, 수동 업무 처리시간 30배 감소(5분→10초), 조직 전체 AI 활용 역량 평준화.

문제콘텐츠 번역가 10만 명을 자연어로 검색하려면 BM25 키워드와 벡터 의미 검색을 동시에 잘 다뤄야 한다. 기존 PostgreSQL 검색은 nDCG@10 0.90 목표에 미달.

접근Amazon OpenSearch Service 로 이전하면서 Nori 한국어 형태소 분석기 + 다국어 임베딩 + Bedrock Cohere/Claude 로 데이터 정제 파이프라인 구축. 단일 쿼리에서 키워드와 벡터를 결합.

결과nDCG@10 0.90 이상 달성. 표준 어휘 사전과 별칭 매핑으로 이력서 데이터 일관성도 확보.

문제자율주행 로봇 300대를 RTSP + 포트포워딩으로 원격 관제하니 신규 사이트마다 20분~수시간 네트워크 설정이 필요. 운영 확장 불가.

접근Amazon Kinesis Video Streams 의 WebRTC Signaling Channel 로 P2P 연결 구성. roundTripTime, fractionLost 메트릭 + TWCC 기반 비트레이트 조정으로 LTE 가변 환경 대응.

결과포트포워딩 제거, 외부 이해관계자도 영상 접근 가능, 네트워크 변동에도 안정 품질 유지.

문제AWS 사용자가 Claude Platform 의 Messages API, Managed Agents, MCP, 코드 실행 등 모든 기능을 별도 자격증명/계약 없이 쓰고 싶다.

접근Anthropic 의 네이티브 Claude Platform 을 AWS 계정으로 직접 인증·청구. IAM, Marketplace, CloudTrail 과 통합. 워크스페이스로 프로젝트·환경·팀 분리.

결과환경변수 + API 호출만으로 Claude Code, Claude Cowork 등 다양한 클라이언트 연결. Cost Explorer 에서 AI 지출을 다른 AWS 서비스와 함께 모니터링. 17개 리전 제공.

문제GS SHOP 의 영상 콘텐츠를 추천에 어떻게 활용할 것인가. PD 가 영상 검수에 1시간 소요.

접근Bedrock 위 TwelveLabs Pegasus 로 영상 전체 이해 → Claude Sonnet 4 로 소구 포인트 추출(기능성·스타일·상황·실용성) → Cohere Embed Multilingual 로 벡터화 → OpenSearch 유사도 검색. 기존 추천을 교체하지 않고 위에 영상 신호를 얹는 Hybrid 방식.

결과PD 검수 1시간→수초, 클릭 UV +21.7%, 총주문고객수 +57.5%, 전환율 +29.4%. ElastiCache 의도 점수 + MMR 재정렬로 필터 버블 방지.

문제엔터프라이즈 AI Agent 운영에 Tool 호출 권한·품질 평가·실시간 추적을 어떻게 일관성 있게 적용하는가.

접근Bedrock AgentCore 가 세 서비스로 분리. Policy(Cedar 정책 언어 + Gateway 단 권한 결정), Evaluation(13개 빌트인 + LLM-as-Judge 온라인 평가), Observability(OpenTelemetry 분산 트레이싱 + CloudWatch GenAI 대시보드).

결과Agent 코드와 무관한 보안 경계 + 프로덕션 품질 변화 지속 모니터링 + LLM 호출~Tool 실행 전 구간 시각화로 운영 체계 완성.

문제AI 기반 개발 생명주기(AI-DLC)를 Brownfield(기존 코드 개선)와 Greenfield(신규 개발) 두 프로젝트에 동시에 적용해야 한다.

접근Adaptive Workflow + Unit 추상화 + Main Agent 가 Subagent(역공학·코드 생성)에 위임. requirements-generator / git-merge / Unit별 Code Review 세 Custom Skill 로 확장.

결과Brownfield AETL 성능 103~119% 향상, Greenfield ACMS 4주 안에 55개 API 완성.

문제Interactive AI 스토리텔링 플랫폼 타닥(뷰컴즈) 이 실시간 이미지 생성 응답 3~5초, 비용 부담이 큼.

접근CESC(Context Enabled Semantic Caching) — 사용자 입력·월드 메타·캐릭터 상태를 벡터화해 ElastiCache for Valkey 에 저장. 유사 과거 요청 검색해 캐시 이미지 즉시 반환. Valkey GLIDE 클라이언트 하이브리드 검색 + LLM 검증으로 환각 방지.

결과캐시 적중 시 응답 100ms 미만(98% 단축). 전체 트래픽 35% 캐시 처리. 월 1,750만 원 생성 비용 절감.

문제Amazon GameLift Servers 로 글로벌 멀티플레이어 게임을 무중단 출시하려면 한도·플릿·부하·모니터링·롤백을 어떻게 준비하나.

접근5단계: 서비스 한도 사전 확대(2~3개월 전 설문) → 프로덕션 플릿 자동 스케일링 30~50% 여유 + 다중 위치 → 실제 패턴 부하 테스트로 병목 발견 → CloudTrail/CloudWatch 로 스로틀링 모니터링 → Blue/Green 무중단 배포.

결과베타·프리뷰 포함 모든 출시 시나리오를 안정적으로 대응 가능. ThrottlingException·RequestLimitExceeded 같은 운영 지표를 사전 통제.

문제멀티플레이어 게임 출시 사전 단계에서 인스턴스 선택, 라이프사이클, 세션 배치, 관찰 가능성을 어떻게 설계해야 하나.

접근4가지 핵심: 리소스 소비량 측정으로 인스턴스 타입(C/M/R) 선정 + 컨테이너 플릿 — InitSDK/ProcessReady/OnStartGameSession/ActivateGameSession/ProcessEnding 순서 + OnHealthCheck — 큐로 다중 플릿 자동 장애 조치, Lambda 로 배치 상태 처리 — game session id 로깅 + PercentAvailableGameSessions 등 메트릭 알람.

결과Amazon GameLift Servers 의 오케스트레이션·세션 배치·라이프사이클을 제대로 활용해 출시 후 안정 운영 기반 확보.

문제RAG 애플리케이션의 한국어 검색에서 벡터 검색만으론 고유명사·전문용어 누락과 조사 변화 매칭에 약하다.

접근Aurora PostgreSQL 에서 pg_bigm(바이그램 키워드 검색)과 pgvector(벡터 시맨틱 검색)를 RRF(Reciprocal Rank Fusion)로 결합한 하이브리드 검색을 구성.

결과두 방식의 약점이 상호 보완되어 한국어 RAG 의 검색 품질이 개선. 키워드·의미 검색을 한 DB 안에서 통합 운용 가능.