본문으로 건너뛰기

stack — 최근 글

최근
EngineeringCloud Infrastructure

클라우드 데이터베이스 - AWS 아키텍처 #8

AWS에는 DB 서비스가 많지만 고를 때 정해야 하는 것은 몇 가지로 좁혀진다. 어떤 데이터 모델에 어떤 서비스를 쓸지, 장애와 읽기 부하에 어떻게 대비할지, 백업과 암호화를 어떻게 할지, 캐시와 프록시를 어디에 둘지다. 이 글은 DB 선택 지도에서 시작해 RDS의 배포 방식, 백업, RDS Proxy, Aurora, DynamoDB, 캐시 순서로 다룬다. DB 이전(DMS)은 [AWS 아키텍처 6], Redshift는
BlogBook Review

일하는 AI 에이전트, 설계하는 사람 - 책소개

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다. 저자 : 최윤석 출간 : 한빛미디어, 2026 요즘은 누구나 자기에게 맞는 AI 에이전트를 찾아 각자의 방식으로 일에 들인다. 어떤 팀은 코딩 에이전트로 시작하고, 어떤 팀은 노코드 자동화 도구로 시작한다. 어디를 봐도 정해진 정답은 없고, 저마다 부딪혀 가며 스스로 답을 찾아가는 중이다. 에이전트를 다루는 책도 크게 두 갈래로 나뉜다. 에이전트가 무엇이고 어떻게 돌아가는지를 설명하는 책, 그리고 에이전트로 무엇을 다뤄야 하는지를 이야기하는 책이다. 이번
EngineeringCloud Infrastructure

배포와 비용 최적화 - AWS 아키텍처 #7

서버를 AWS에 올리려면 어떤 인스턴스를, 어떤 요금제로, 몇 대를, 어떻게 늘리고 줄일지 정해야 한다. 이 글은 그 결정을 순서대로 다룬다. 먼저 워크로드에 맞는 인스턴스 패밀리, 구매 옵션, 배치 방식을 고른 뒤 Auto Scaling 그룹(ASG)으로 대수를 조절하는 방법을 본다. 이어서 서버를 직접 관리하지 않는 Lambda, 컨테이너, Elastic Beanstalk와 리전 밖 특정 위치에 컴퓨팅을 두는 서비스를 살펴본 다음 환경별로 비용을 줄이는 방법으로 마무리한다. 절마다 요구 조건이 하나 바뀌면 구성이 어떻게 달라지는
Java EcoConcurrency

늘리면 터지고 줄이면 만석인 스레드 풀

검색이 10초 넘게 늘어지자 스레드 풀을 키웠다. 64개로 늘리자 컨테이너가 죽었고, 24개로 줄이자 검색이 세 건만 겹쳐도 작업이 거절됐다. 원인은 풀의 크기가 아니라, 결과를 기다리는 오케스트레이터와 그 결과를 만드는 크롤 작업이 한 풀을 나눠 쓰는 구조였다. 둘을 갈라 크롤 작업을 가상 스레드로 옮기고, 검색 경로의 분산 락까지 걷어 낸 하루의 기록이다. 원인을 적어 두고도 첫 커밋은 크기를 바꾸는 것이었던 이유까지 담았다.
BlogBook Review

코드를 넘어서: 판단하는 개발자 - 책소개

비제이퍼블릭에서 리뷰 활동을 위해서 책을 제공받아 작성된 서평입니다. 제목 : 저자 : 팍스 출판사 : 비제이퍼블릭 2026 몇 년 전 GPT 3의 등장과 동시에 개발자는 격변의 시대에 살고 있다. 오늘날 많은 프로그래밍 종사자들은 AI로 코드를 생산한다. 나 역시 Cursor 와 Claude Code 의 등장과 동시에 좋은 파트너로 함께 하고 있다. 특히 올해는 많은 AI 에이전틱 개발 방법론이 떠오르고, 유수의 기업에서도 AI를 주된 토픽으로 꺼낸다. 이렇듯 생성형 AI의 빠른 변화는 코드 구현에 대한 부담을 덜어주게 되었고
Java EcoJava programming

Lambda 에서만 죽는 JVM 크래시와 씨름한판

같은 JDK 버전, 같은 jar 인데 AWS Lambda 에서만 JVM 이 죽었다. 원인은 Lambda 의 Java 21 런타임이 JIT 를 C1 하나로 묶어 둘 때만 켜지는 최적화에 숨어 있던 OpenJDK 결함, JDK-8386708 이었다. AI 코딩 에이전트와 함께 이 크래시를 쫓은 기록이고, 답을 손에 쥐고도 엉뚱한 가설로 실험을 6만 번 돌린 헛걸음까지 담았다.
EngineeringCloud Infrastructure

블록 스토리지, 파일 스토리지, 마이그레이션 - AWS 아키텍처 #6

서버에 붙이는 디스크, 여러 서버가 함께 쓰는 공유 디렉터리, 온프레미스에서 AWS로 데이터와 서버를 옮기는 도구는 서비스 이름이 많아 헷갈리기 쉽다. 고르는 기준은 대부분 "어떤 프로토콜을 쓰는가, 어떤 OS인가, 한 번 옮기는가 계속 함께 쓰는가"로 정리된다. 이 글은 먼저 블록, 파일, 객체 스토리지의 차이를 짚고 EBS 볼륨 타입, EFS, FSx를 차례로 다룬다. 이어서 온프레미스와 AWS 스토리지를 계속 함께 쓰는 Storage Gateway, 데이터를 옮기는 전송 도구, 서버와 DB를 옮기는 이전 도구, 여러 서비스의
EngineeringCloud Infrastructure

S3 오브젝트 스토리지 - AWS 아키텍처 #5

S3는 파일을 키 하나로 저장하고 읽는 AWS의 객체 스토리지다. 업로드 API 한 줄로 시작할 수 있지만 운영에 들어가면 비용, 보호, 권한, 속도를 따로 정해야 한다. 이 글은 S3 버킷을 설계할 때 정해야 하는 것들을 순서대로 다룬다. 데이터를 어느 스토리지 클래스에 두는지, 수명 주기 규칙으로 언제 옮기고 지우는지, 버전 관리와 Object Lock과 복제로 어떻게 보호하는지, 어떻게 암호화하고 누구에게 접근을 허용하는지, 업로드와 다운로드를 어떻게 빠르게 하는지다. 절마다 요구 조건이 하나 바뀌면 구성이 어떻게 달라지는지를