AWS

·Cloud·

CloudWatch, Replication, Failover, AWS Elastic Disaster Recovery, Drill

웅진프리드라이프가 AWS Elastic Disaster Recovery를 활용해 온프레미스 21대 서버의 재해복구 체계를 설계·구축하고, 아키텍처 구성과 검증 프로세스를 포함했습니다. DR 설계는 복제 대상/저장소 구성, 스테이징 및 복구 서브넷 분리, BIOS/UEFI 호환성, 부팅 경로 및 UUID 사용 등 구체적 이슈를 drill로 검증했습니다. 또한 모니터링과 비용 최적화, 그리고 서버별 복구 목표 정의 등 운영적 성과와 재현 가능성을 제시합니다.

AWS

·AI/ML·

AWS, Python, Kubernetes, Federated Learning, NVIDIA FLARE

AWS가 Amazon EKS 위에 NVIDIA FLARE를 기반으로 한 연합학습 플랫폼을 구성하고, Scatter and Gather 워크플로와 교차 사이트 평가를 설명합니다. IID 분포의 균형 데이터에서 전역 모델은 약 97% 정확도를 달성하고, 비대칭 분포에서 96% 부근으로 회복하며, 임포스터 상황에서도 약 98%의 견고함을 보여줍니다. 이 글은 데이터 프라이버시와 데이터 주권이 강화되는 현장에서 FL의 운영 방법과 EKS 기반 배포의 실무적 시사점을 제공합니다.

교보DTS

·Architecture·

Disaster Recovery, High Availability, RTO, RPO

교보DTS가 장애 대응보다 더 중요한 장애 복구 설계에서 RTO와 RPO를 현실적인 수준으로 정의하는 방법을 다룹니다. 비용과 복잡도는 RTO/RPO를 낮출수록 커지며, 비즈니스 영향도에 따라 티어링으로 우선순위를 정하는 실무적 판단을 현실적으로 제시합니다. 또한 Active/Active 구조가 RPO 0을 반드시 보장하지 않는다는 점과, 재해 시 비용과 복구 시나리오의 현실적 한계를 함께 고려해야 한다는 메시지를 전달합니다.

슈퍼브에이아이

·Data·

Data Pipeline, Data Labeling, Vision AI, Sim To Real

슈퍼브에이아이가 비전 AI 데이터 파이프라인의 총비용(TCO)을 자체 구축, 외주, 플랫폼의 3가지 선택지로 비교 분석합니다. 본문은 데이터 수집·정제, 라벨링, 품질 관리, 거버넌스, 운영 비용 등 비용 구조와 각 옵션의 장단점, 규모에 따른 비용 민감도 등을 구체적으로 설명합니다. 또한 데이터 중심 AI 환경에서의 효율적 비용 관리와 확장성을 위한 실무적 시사점과 의사결정 가이드를 제시합니다.

NHN Cloud

·DevOps·

MySQL

NHN Cloud의 글은 AI 하네스(Harness)를 팀의 동료처럼 활용하도록 지식 구조와 운영 프로세스를 다듬은 경험을 공유한다. 정보를 저장하기보다 찾는 방법을 남기는 목차 기반 구조를 만들고, 기록과 사고를 남겨 AI의 오용을 막는 3층 규칙(프롬프트 규칙, 검증 스크립트, 권한 차단)을 제시한다. 결국 은총알은 없으며, 맥락을 바탕으로 매일 조금씩 다듬는 자세가 하네스의 진정한 가치를 키운다는 실무적 교훈을 전달한다.

넷플릭스

·Cloud·

AWS, Apache Spark, Presigned URL, PKI, Attestation

넷플릭스의 이 글은 관리형 컴퓨트에서 클라우드 신원과 내부 워크로드 신원을 연결하는 체계와 신뢰 구성을 설명합니다. 데이터 프로젝트와 IAM 역할을 1:1로 매핑하고 제어 플레인, Data Project 서비스, Identity 서비스, Spark 플러그인, AWS STS가 협력해 서명을 발급하고 증명을 수행합니다. 드라이버가 워크로드 신원을 증명하고 executors에 자격 정보를 분배하는 방식으로 attestation 확산을 관리하며, 인증서는 짧고 주기적으로 갱신됩니다.

구글

·Cloud·

REST API, OpenAPI, MCP, Google Cloud, API Gateway

구글은 Google Cloud API Gateway가 native remote Model Context Protocol(MCP) 서버로 작동하도록 지원하는 핵심 기능을 소개합니다. 특별한 애노테이션(x-google-api-management.mcp)을 기존 OpenAPI 3.x 명세에 추가하면 REST 연산이 즉시 발견 가능하고 에이전트용 도구로 전환됩니다. 게이트웨이는 들어오는 MCP JSON-RPC 요청을 자동으로 REST 호출로 트랜스코드하며 인증, 쿼터, 로깅 정책이 에이전트 트래픽에 투명하게 적용됩니다.

구글

·AI/ML·

PyTorch, TPU, Google Cloud, JAX, XLA

구글의 사례 소개는 MaxText 팀이 JAX/XLA를 이용해 Google Cloud TPUs에서 OLMo 3 7B를 재현한 대규모 사전훈련 연구를 다룹니다. 원래 PyTorch-on-GPU 참조와의 일치성을 사전훈련 및 중간훈련 단계에서 정확히 재현했고, MFU가 최대 57.4%에 이르는 성능과 인프라 이식성을 보여주었습니다. 또한 데이터로더 메모라이제이션 버그를 발견해 학습 손실의 인위적 하락 요인을 제거하는 데 필요한 검증 체계의 중요성을 확인했습니다.

올리브영

·Architecture·

Redis, Kafka, SQS, Event Driven Architecture, Distributed Lock

올리브영은 배송 도메인 취소를 즉시 확정하는 방향으로 바꾸고, 세 배송유형에 맞춰 취소 가능 시점을 재정의했다. 단일 취소 판단 기준인 '취소 불가 일시'를 주문 정보에 채워, 센터배송은 피킹 완료, 업체배송은 송장 등록, 오늘드림은 배차 시점에서 취소 여부를 결정하도록 시스템을 단순화했다. 그 결과 고객센터 문의가 약 90% 감소했고, 앱 취소 경로가 크게 확장되어 고객 경험이 개선됐다.

구글

·AI/ML·

vLLM, Ollama, LiteRT, Antigravity SDK, Hybrid Orchestration

구글의 Antigravity SDK가 LiteRT를 통해 Gemma 4 26B A4B 같은 로컬 모델로 오프라인 에이전트 워크플로를 실행하도록 개발자를 지원합니다. 클라우드 모델은 경량 계획자 역할을 하며 로컬 모델은 코드 감사와 패치 같은 토큰 집약 작업을 디바이스에서 안전하게 처리합니다. 또한 Ollama와 vLLM과 같은 OpenAI 호환 추론 서버의 드롭인 지원으로 프라이버시 우선의 자율 로컬 유틸리티를 쉽게 구성할 수 있습니다.