AWS ๊ธฐ์ˆ  ๋ธ”๋กœ๊ทธ

๋ชจ๋‹ˆํ„ฐ๋ง ์ค‘์•™ํ™”๋ฅผ ๊ตฌ์ถ•ํ•˜๋Š” ๊ฐ€์žฅ ์‰ฌ์šด ๋ฐฉ๋ฒ•, AWS CloudWatch cross-account-observability

์‹œ์ž‘ํ•˜๋ฉฐ,, SA๋กœ ๋งŽ์€ ๊ณ ๊ฐ์„ ๋งŒ๋‚˜๋‹ค ๋ณด๋ฉด, AWS Cloud๋ฅผ ์‚ฌ์šฉํ•˜๋Š” ๋งŽ์€ ์‚ฌ๋ก€์—์„œ ๋น„์ฆˆ๋‹ˆ์Šค๊ฐ€ ์„ฑ์žฅํ•ด ๊ฐ์— ๋”ฐ๋ผ ํ•˜๋‚˜์˜ ์กฐ์ง์—์„œ ์—ฌ๋Ÿฌ Account๋ฅผ ๊ด€๋ฆฌํ•ด์•ผ ํ•˜๋Š” ์ƒํ™ฉ์„ ์‰ฝ๊ฒŒ ๋งˆ์ฃผ์น˜๊ณค ํ•ฉ๋‹ˆ๋‹ค. ๊ฐ๊ฐ์˜ ๊ณ ๊ฐ ๋งˆ๋‹ค ๋ฌธ์ œ๋ฅผ ํ•ด๊ฒฐํ•˜๊ธฐ ์œ„ํ•ด ๋‹ค์–‘ํ•œ ๋ฐฉ๋ฒ•์„ ๊ณ ๋ฏผํ•˜๊ณ , ์ €๋งˆ๋‹ค์˜ ํ•ด๊ฒฐ์ฑ…์„ ๊ตฌํ˜„ํ•˜๋Š” ๊ฒƒ์„ ๋ณผ ์ˆ˜ ์žˆ์—ˆ์Šต๋‹ˆ๋‹ค. ํ•˜์ง€๋งŒ ๊ฒฝ์šฐ์— ๋”ฐ๋ผ Observability ์ค‘์•™ํ™”๋ฅผ ์œ„ํ•ด ๋„์ž…ํ•œ ๋„๊ตฌ์˜ Learning-curve๋ฅผ ๋งˆ์ฃผ ํ•œ๋‹ค๊ฑฐ๋‚˜, ์˜๋„ํ•˜์ง€ ์•Š์•˜๋˜ ๋น„์šฉ์˜ [โ€ฆ]

AWS Network Firewall ๋ชจ๋ฒ” ์‚ฌ๋ก€ #3 : Suricata ๊ทœ์น™ ๊ทธ๋ฃน ์‚ฌ์šฉ

1. ์‹œ์ž‘ํ•˜๋ฉฐ ์ด ๊ฒŒ์‹œ๋ฌผ์€ AWS Network Firewall(์ดํ•˜ โ€œANFโ€) ๋ชจ๋ฒ” ์‚ฌ๋ก€ ์‹œ๋ฆฌ์ฆˆ์˜ ์„ธ ๋ฒˆ์งธ ๊ฒŒ์‹œ๋ฌผ๋กœ ANF์—์„œ ์‚ฌ์šฉํ•  ์ˆ˜ ์žˆ๋Š” ์—ฌ๋Ÿฌ๊ฐ€์ง€ ๊ทœ์น™ ๊ทธ๋ฃน ์ค‘ Suricata Compatible Rule String ๊ทœ์น™ ๊ทธ๋ฃน(์ดํ•˜ โ€œSuricata ๊ทœ์น™ ๊ทธ๋ฃนโ€)์„ ์‚ฌ์šฉํ•ด์•ผ ํ•˜๋Š” ์ด์œ ์™€ ํŠน์ง• ๋ฐ ํ™œ์šฉ ์‚ฌ๋ก€์— ๋Œ€ํ•ด์„œ ์•Œ์•„๋ณด๋„๋ก ํ•˜๊ฒ ์Šต๋‹ˆ๋‹ค. ANF๋Š” ์ด๋ฅผ ์‚ฌ์šฉํ•˜๋Š” ๋ณด์•ˆ๊ด€๋ฆฌ์ž๊ฐ€ ANF๋ฅผ ํ†ต๊ณผํ•˜๋Š” ํŠธ๋ž˜ํ”ฝ์„ ์ œ์–ดํ•˜๊ณ ์ž ํ•˜๋Š” ๋ชฉ์ ์— ๋”ฐ๋ผ ๋‹ค์–‘ํ•œ ๊ทœ์น™ ์ž‘์„ฑ [โ€ฆ]

AWS๋กœ์˜ ๋กœ๋“œ๋ฐธ๋Ÿฐ์„œ ๋งˆ์ด๊ทธ๋ ˆ์ด์…˜: ๊ถŒ์žฅ ์ „๋žต ๋ฐ ๋ชจ๋ฒ” ์‚ฌ๋ก€

์ด ๊ธ€์€ AWS Networking & Content Delivery์— ๊ฒŒ์‹œ๋œ Load Balancer Migration to AWS: Recommended Strategies and Best Practices by Shirin Bano and Darryl Tyau ์„ ํ•œ๊ตญ์–ด ๋ฒˆ์—ญ ๋ฐ ํŽธ์ง‘ํ•˜์˜€์Šต๋‹ˆ๋‹ค. ์˜ค๋Š˜ ์ „์„ธ๊ณ„ ์กฐ์ง๋“ค์€ ํด๋ผ์šฐ๋“œ๊ฐ€ ์ œ๊ณตํ•˜๋Š” ํ™•์žฅ์„ฑ, ๋น„์šฉ ํšจ์œจ์„ฑ ๋ฐ ๋ฏผ์ฒฉ์„ฑ์„ ํ™œ์šฉํ•˜๊ธฐ ์œ„ํ•ด ์˜จํ”„๋ ˆ๋ฏธ์Šค ์ธํ”„๋ผ๋ฅผ ํด๋ผ์šฐ๋“œ๋กœ ๋งˆ์ด๊ทธ๋ ˆ์ด์…˜ํ•˜๋ ค๋Š” ๊ฒฝํ–ฅ์ด ์ปค์ง€๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ๋งŽ์€ ์—”ํ„ฐํ”„๋ผ์ด์ฆˆ ์•„ํ‚คํ…์ฒ˜์˜ ์ค‘์š”ํ•œ ๊ตฌ์„ฑ ์š”์†Œ ์ค‘ [โ€ฆ]

Amazon OpenSearch Service์˜ Multi-AZ with Standby ๊ธฐ๋Šฅ ๋™์ž‘ ๋ฐฉ์‹ ์•Œ์•„๋ณด๊ธฐ

Amazon OpenSearch Service ๋Š” ๋น„์ฆˆ๋‹ˆ์Šค ํฌ๋ฆฌํ‹ฐ์ปฌ ์›Œํฌ๋กœ๋“œ์— 99.99%์˜ ๊ฐ€์šฉ์„ฑ๊ณผ ์ผ๊ด€๋œ ์„ฑ๋Šฅ์„ ์ œ๊ณตํ•˜๋Š” ๊ด€๋ฆฌํ˜• ํด๋Ÿฌ์Šคํ„ฐ๋ฅผ ์œ„ํ•œ Multi-AZ with Standby ๋ฐฐํฌ ์˜ต์…˜์„ ์ œ๊ณตํ•ฉ๋‹ˆ๋‹ค. Multi-AZ with Standby๋ฅผ ์‚ฌ์šฉํ•˜๋ฉด OpenSearch Service ๋„๋ฉ”์ธ์€ ํ•˜๋“œ์›จ์–ด ๋˜๋Š” ๋„คํŠธ์›Œํ‚น ์žฅ์• ์™€ ๊ฐ™์€ ์ธํ”„๋ผ ์žฅ์• ์— ๋Œ€ํ•ด ๋ณต์›๋ ฅ์„ ๊ฐ–์ถœ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ์ด ์˜ต์…˜์€ ์•ˆ์ •์„ฑ์ด ํ–ฅ์ƒ๋˜๊ณ  ๋ชจ๋ฒ” ์‚ฌ๋ก€๋ฅผ ์ ์šฉํ•˜๊ณ  ๋ณต์žก์„ฑ์„ ์ค„์ž„์œผ๋กœ์จ ํด๋Ÿฌ์Šคํ„ฐ ๊ตฌ์„ฑ ๋ฐ ๊ด€๋ฆฌ๋ฅผ ๊ฐ„์†Œํ™”ํ•˜๋Š” ์ถ”๊ฐ€์ ์ธ [โ€ฆ]

์•Œ๋ฆฌ๋Š”์‚ฌ๋žŒ๋“ค์˜ ์„œ๋ฒ„๋ฆฌ์Šค ๊ธฐ๋ฐ˜ ํ˜„๋Œ€ํ™” ์—ฌ์ • โ€“ DynamoDB ์ตœ์ ํ™” ์‚ฌ๋ก€

์•Œ๋ฆฌ๋Š”์‚ฌ๋žŒ๋“ค ์†Œ๊ฐœ ์•Œ๋ฆฌ๋Š”์‚ฌ๋žŒ๋“ค์€ ๊ธฐ์—…์˜ ์›ํ™œํ•œ ์ปค๋ฎค๋‹ˆ์ผ€์ด์…˜์„ ๋•๋Š” ๋ฉ”์‹œ์ง• ์†”๋ฃจ์…˜์„ ๊ฐœ๋ฐœํ•˜๋Š” ์Šคํƒ€ํŠธ์—… ์ž…๋‹ˆ๋‹ค. ๋‹ค์–‘ํ•œ ๋ฉ”์‹œ์ง• ์ฑ„๋„์„ ํ†ตํ•ฉํ•˜์—ฌ ๊ณ ๊ฐ์—๊ฒŒ ๋ฉ”์‹œ์ง€๊ฐ€ ํšจ๊ณผ์ ์œผ๋กœ ๋„๋‹ฌํ•  ์ˆ˜ ์žˆ๋„๋ก ์ง€์›ํ•˜๋ฉฐ, ํ˜„์žฌ ๋‹ค์ˆ˜์˜ ๊ธฐ์—…์ด ์•Œ๋ฆฌ๋Š”์‚ฌ๋žŒ๋“ค์˜ ์†”๋ฃจ์…˜์„ ํ™œ์šฉํ•ด ๊ณ ๊ฐ ์•Œ๋ฆผ, ์ธ์ฆ, ๋งˆ์ผ€ํŒ… ๋ฉ”์‹œ์ง€ ๋“ฑ์„ ํšจ์œจ์ ์œผ๋กœ ์šด์˜ํ•˜๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. Sendon ์„œ๋น„์Šค ์†Œ๊ฐœ ์„ผ๋“œ์˜จ(Sendon)์€ ๊ธฐ์—…์„ ์œ„ํ•œ ํด๋ผ์šฐ๋“œ ๋„ค์ดํ‹ฐ๋ธŒ ๋ฉ”์‹œ์ง• ์„œ๋น„์Šค์ž…๋‹ˆ๋‹ค. ๊ฐœ๋ฐœ์ž๊ฐ€ ์‰ฝ๊ฒŒ ํ™œ์šฉํ•  ์ˆ˜ ์žˆ๋„๋ก ๊ฐ•๋ ฅํ•œ API์™€ [โ€ฆ]

Amazon Bedrock์—์„œ DeepSeek-R1 Distilled Llama ๋ชจ๋ธ ๋ฐฐํฌํ•˜๊ธฐ

์˜คํ”ˆ ํŒŒ์šด๋ฐ์ด์…˜ ๋ชจ๋ธ(Open Foundation Models, FM)์€ ์ƒ์„ฑํ˜•AI ํ˜์‹ ์˜ ์ดˆ์„์ด ๋˜์–ด, ์กฐ์ง๋“ค์ด ๋น„์šฉ๊ณผ ๋ฐฐ์น˜ ์ „๋žต์„ ํ†ต์ œํ•˜๋ฉด์„œ AI ์• ํ”Œ๋ฆฌ์ผ€์ด์…˜์„ ๊ตฌ์ถ•ํ•˜๊ณ  ๋งž์ถคํ™”ํ•  ์ˆ˜ ์žˆ๋„๋ก ํ•ด์ค๋‹ˆ๋‹ค. AI ์ปค๋ฎค๋‹ˆํ‹ฐ๋Š” ๊ณต๊ฐœ์ ์œผ๋กœ ์ด์šฉ ๊ฐ€๋Šฅํ•œ ๊ณ ํ’ˆ์งˆ์˜ ๋ชจ๋ธ์„ ์ œ๊ณตํ•จ์œผ๋กœ์จ, ๊ฐœ๋ฐœ์ž์™€ ์ตœ์ข… ์‚ฌ์šฉ์ž ๋ชจ๋‘์—๊ฒŒ ์ด์ต์ด ๋˜๋Š” ์‹ ์†ํ•œ ๋ฐ˜๋ณต, ์ง€์‹ ๊ณต์œ , ๋น„์šฉ ํšจ์œจ์ ์ธ ์†”๋ฃจ์…˜์„ ์ด‰์ง„ํ•ฉ๋‹ˆ๋‹ค. AI ๊ธฐ์ˆ  ๋ฐœ์ „์— ์ฃผ๋ ฅํ•˜๋Š” ์—ฐ๊ตฌ ํšŒ์‚ฌ์ธ DeepSeek AI๋Š” ์ด ์ƒํƒœ๊ณ„์— ํฌ๊ฒŒ [โ€ฆ]

AWS๊ฐ€ ์ œ๊ณตํ•˜๋Š” ์™„์ „๊ด€๋ฆฌํ˜• ๋ณ‘๋ ฌ ํŒŒ์ผ์‹œ์Šคํ…œ, Amazon FSx for Lustre โ€“ 2

์ด์ „ ๋ธ”๋กœ๊ทธ์—์„œ๋Š” ๋ณ‘๋ ฌ ํŒŒ์ผ์‹œ์Šคํ…œ์˜ ๊ธฐ๋ณธ ๊ฐœ๋…๊ณผ ํŠน์ง• ๊ทธ๋ฆฌ๊ณ  ๋Œ€ํ‘œ์ ์ธ ๋ณ‘๋ ฌ ํŒŒ์ผ์‹œ์Šคํ…œ์ธ Lustre์— ๋Œ€ํ•ด ์‚ดํŽด๋ณด์•˜์Šต๋‹ˆ๋‹ค. ๋˜ํ•œ AWS์—์„œ ์ œ๊ณตํ•˜๋Š” ์™„์ „ ๊ด€๋ฆฌํ˜• Lustre ํŒŒ์ผ์‹œ์Šคํ…œ์ธ Amazon FSx for Lustre์— ๋Œ€ํ•ด์„œ๋„ ์•Œ์•„๋ณด์•˜์Šต๋‹ˆ๋‹ค. ๋ณ‘๋ ฌ ํŒŒ์ผ์‹œ์Šคํ…œ์€ ๋ฌด์—‡์ด๊ณ  ์™œ ํ•„์š”ํ• ๊นŒ? ์ง€๊ตฌ์ƒ์—์„œ ๊ฐ€์žฅ ์ธ๊ธฐ์žˆ๋Š” ๋ณ‘๋ ฌ ํŒŒ์ผ์‹œ์Šคํ…œ, Lustre ํŒŒ์ผ์‹œ์Šคํ…œ ์•Œ์•„๋ณด๊ธฐ AWS๊ฐ€ ์ œ๊ณตํ•˜๋Š” ์™„์ „ ๊ด€๋ฆฌํ˜• ๋ณ‘๋ ฌ ํŒŒ์ผ์‹œ์Šคํ…œ, Amazon FSx for Lustre โ€“ 1 ์ด๋ฒˆ ๋ธ”๋กœ๊ทธ๋Š” ์‹œ๋ฆฌ์ฆˆ์˜ [โ€ฆ]

AI ์‘๋‹ต์„ฑ ์ตœ์ ํ™”ํ•˜๊ธฐ: Amazon Bedrock ์ง€์—ฐ ์‹œ๊ฐ„ ์ตœ์ ํ™” ์ถ”๋ก ์— ๋Œ€ํ•œ ์‹ค์šฉ์ ์ธ ๊ฐ€์ด๋“œ

์ด ๊ธ€์€ AWS Machine Learning ๋ธ”๋กœ๊ทธ์˜ Optimizing AI responsiveness: A practical guide to Amazon Bedrock latency-optimized inference by Ishan Singh, Ankur Desai, Rupinder Grewal, Vivek Singh, and Yanyan Zhang์˜ ํ•œ๊ตญ์–ด ๋ฒˆ์—ญ์ž…๋‹ˆ๋‹ค. ์ƒ์šฉ ์ƒ์„ฑํ˜•AI ์• ํ”Œ๋ฆฌ์ผ€์ด์…˜์—์„œ ๋ฐ˜์‘์„ฑ์€ ๋ชจ๋ธ์˜ ์„ฑ๋Šฅ(์ •ํ™•๋„)๋งŒํผ์ด๋‚˜ ์ค‘์š”ํ•ฉ๋‹ˆ๋‹ค. ์‹œ๊ฐ„์— ๋ฏผ๊ฐํ•œ ๋ฌธ์˜ ์‚ฌํ•ญ์„ ์ฒ˜๋ฆฌํ•˜๋Š” ๊ณ ๊ฐ ์„œ๋น„์Šค ํŒ€์ด๋“ , ์ฆ‰๊ฐ์ ์ธ ์ฝ”๋“œ ์ œ์•ˆ์ด ํ•„์š”ํ•œ ๊ฐœ๋ฐœ์ž์ด๋“ , ์ง€์—ฐ ์‹œ๊ฐ„(๋Œ€๊ธฐ ์‹œ๊ฐ„)์œผ๋กœ ์•Œ๋ ค์ง„ 1์ดˆ์˜ ์ง€์—ฐ๋„ ์ƒ๋‹นํ•œ ์˜ํ–ฅ์„ ๋ฏธ์น  [โ€ฆ]

AWS ๋ฐ์ดํ„ฐ ๋ถ„์„ ์„œ๋น„์Šค ๊ธฐ๋ฐ˜ ๊ฒŒ์ž„ ๋ ˆ๋ฒจ๋ง ํ™˜๊ฒฝ ๊ตฌ์„ฑ ์‚ฌ๋ก€

๊ฐœ์š” ๊ธฐ์กด์˜ ๋ฌธ์ œ ์ƒํ™ฉ ์†Œ๊ทœ๋ชจ ์ธ๋””๊ฒŒ์ž„ ๊ฐœ๋ฐœ์‚ฌ๋Š” ์ž‘์€ ๊ทœ๋ชจ์™€ ํ•œ์ •๋œ ์ž์›์—๋„ ๋ถˆ๊ตฌํ•˜๊ณ  ์ฐฝ์˜์„ฑ๊ณผ ํ˜์‹ ์„ฑ์„ ๋ฐœํœ˜ํ•˜๋ฉฐ ์ƒˆ๋กœ์šด ๊ฒŒ์ž„ ๊ฒฝํ—˜์„ ์„ ์‚ฌํ•ฉ๋‹ˆ๋‹ค. ํ•˜์ง€๋งŒ ์ด๋Ÿฌํ•œ ์žฅ์ ์—๋„ ๋ถˆ๊ตฌํ•˜๊ณ , ๊ฒŒ์ž„ ๊ฐœ๋ฐœ ๊ณผ์ •์—์„œ ์ ์ง€ ์•Š์€ ๊ณผ์ œ์— ์ง๋ฉดํ•˜๊ณค ํ•ฉ๋‹ˆ๋‹ค. ํŠนํžˆ ๊ฒŒ์ž„ ์ถœ์‹œ ์ „ ์™„์„ฑ๋„๋ฅผ ๋†’์ด๊ธฐ ์œ„ํ•œ ํ…Œ์ŠคํŒ…๊ณผ ๋‚œ์ด๋„ ์กฐ์ • ์ž‘์—…์€ ๋งค์šฐ ์ค‘์š”ํ•˜์ง€๋งŒ, ์ธ๋ ฅ์ด ๋ถ€์กฑํ•œ ์ธ๋”” ๊ฒŒ์ž„ ์ŠคํŠœ๋””์˜ค์—์„œ๋Š” ์ด๋Ÿฌํ•œ ์ž‘์—…์„ ์ถฉ๋ถ„ํžˆ ์ˆ˜ํ–‰ํ•˜๊ธฐ ์–ด๋ ค์šด ์ƒํ™ฉ์ž…๋‹ˆ๋‹ค. [โ€ฆ]

๋น„์ •ํ˜• ๋ฐ์ดํ„ฐ! Amazon Bedrock์œผ๋กœ ์ œ๋Œ€๋กœ ํ™œ์šฉํ•˜๊ธฐ

์˜ค๋Š˜๋‚  ๊ธฐ์—…๋“ค์€ ์ „๋ก€ ์—†๋Š” ๊ทœ๋ชจ์˜ ๋น„์ •ํ˜• ๋ฐ์ดํ„ฐ๋ฅผ ๋ณด์œ ํ•˜๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ์ด๋ฉ”์ผ, ๋ฌธ์„œ, ์ด๋ฏธ์ง€, ๋™์˜์ƒ, ์†Œ์…œ ๋ฏธ๋””์–ด ๊ฒŒ์‹œ๋ฌผ ๋“ฑ ๋‹ค์–‘ํ•œ ํ˜•ํƒœ์˜ ๋น„์ •ํ˜• ๋ฐ์ดํ„ฐ๋Š” ๋ชจ๋“  ์—”ํ„ฐํ”„๋ผ์ด์ฆˆ ๋ฐ์ดํ„ฐ์—์„œ 80%~90%๋ฅผ ์ฐจ์ง€ํ•˜๊ณ  ์žˆ์œผ๋ฉฐ, ์ •ํ˜• ๋ฐ์ดํ„ฐ๋ณด๋‹ค ๋ช‡ ๋ฐฐ๋‚˜ ๋น ๋ฅด๊ฒŒ ์ฆ๊ฐ€ํ•˜๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ์ด๋Ÿฌํ•œ ๋ฐฉ๋Œ€ํ•œ ๋น„์ •ํ˜• ๋ฐ์ดํ„ฐ์—๋Š” ์‹œ์žฅ ํŠธ๋ Œ๋“œ, ๊ณ ๊ฐ ๋‹ˆ์ฆˆ, ์šด์˜์ƒ์˜ ๋ฌธ์ œ์  ๋“ฑ ๊ท€์ค‘ํ•œ ์ธ์‚ฌ์ดํŠธ๊ฐ€ ์žˆ์Šต๋‹ˆ๋‹ค. ํ•˜์ง€๋งŒ ์•ฝ 18%์˜ ๊ธฐ์—…๋งŒ์ด ์ด๋Ÿฌํ•œ ๋ฐ์ดํ„ฐ๋ฅผ ํšจ๊ณผ์ ์œผ๋กœ [โ€ฆ]