

Part 2: Kiro로 RDS/Aurora 장애 분석 자동화하기 — 터미널에서 분석하기
Kiro CLI와 Custom Agent로 RDS/Aurora 장애 분석을 터미널에서 자동화하는 방법을 소개했습니다. Aurora MySQL Replication Lag 사례로 실제 원인 분석과 보고서 생성 과정을 확인했습니다.


Kiro CLI와 Custom Agent로 RDS/Aurora 장애 분석을 터미널에서 자동화하는 방법을 소개했습니다. Aurora MySQL Replication Lag 사례로 실제 원인 분석과 보고서 생성 과정을 확인했습니다.


Kiro IDE와 MCP 서버, Hook을 이용해 RDS/Aurora 장애 분석과 HTML 보고서 생성을 자동화하는 방법을 소개했습니다. 실제 Aurora MySQL 슬로우 쿼리로 인한 Reader CPU 스파이크를 자동 식별한 사례도 함께 다뤘습니다.

장보기 지원금 소멸 알림 배치에서 메시지 발송 대기 중 DB 커넥션을 오래 점유해 타임아웃이 발생했습니다. 이를 위해 리소스 사용 구간과 발송 대기 구간을 분리해 배치 안정성을 높였습니다.


vLLM Tensor Parallelism으로 G5/G6의 24GB GPU 여러 장에 LLM을 분산 서빙하는 방법을 설명했습니다. 벤치마크에서 TP=4는 응답 속도와 처리량을 크게 개선했으며, 비용 효율적인 대안으로 제시했습니다.
중고 의류 디테일컷 자동 생성을 위해 VLM 대신 Detector와 규칙 기반 크롭을 선택했습니다.\n그 결과 공정 시간을 90% 줄이고 11만 개 상품에 일괄 적용했습니다.


Airflow DAG 파싱 최적화는 메트릭 기반 측정과 설정 튜닝, 코드 위생 점검이 핵심입니다. 특히 Airflow 3.x의 설정 이동과 ignore 문법 변경을 함께 확인해야 했습니다.


GraphRAG Toolkit으로 지식 그래프를 쿼리하는 전략을 설명했습니다. 벡터 검색의 한계를 보완하기 위해 그래프 탐색과 retriever 선택 기준을 정리했습니다.
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
X
![[AI가 읽을 수 있는 코드베이스 2/5] 빌드 피드백이 AI를 가르친다](https://flex.team/blog/og/main.jpg)

AI 코딩 에이전트가 받는 빌드 피드백을 유형별로 비교하며 정보 품질 차이를 분석했습니다. 가장 중요한 규칙은 컴파일 타임에 강제하고, 에러 메시지와 테스트 실패를 더 명확하게 설계해야 한다고 정리했습니다.

2026년 5월 인도 핀테크 업계의 규제와 시장 동향을 정리했습니다. AI 대출, 결제 인프라, 개인정보 보호, 지갑 규제가 주요 화두였습니다.

여기어때가 디자인 시스템에 맞는 아이콘을 빠르게 만들기 위해 생성기와 벡터화 파이프라인을 구축했습니다. 실무에 바로 쓰이도록 프롬프트, 정제, UX까지 함께 최적화했습니다.
X