한 줄 요약 — 복잡한 VPC 설정 없이 몇 번의 클릭만으로 즉시 사용 가능한 아마존 오로라 포스트그레SQL(Amazon Aurora PostgreSQL) 서버리스 데이터베이스를 생성하고 인터넷을 통해 안전하게 연결할 수 있습니다. 이 주제를 꺼낸 이유 클라우드 환경에서 관계형 데이터베이스를 처음 구축할 때 마주하는 가장 큰 장벽은 성능이나 쿼리 작성이 아닙니다. 오히려 가상 프라이빗 클라우드(VPC, Virtual Private Cloud)를 설계하고 서브넷을 나누며 보안 그룹과 라우팅 테이블을 꼬이지 않게 설정하는 초기 인프라 구성 단계입니다. 아이디어를 코드로 옮기기도 전에 네트워크 설정에서 기운을 빼는 경우가 많습니다. ...
한 줄 요약 — AWS가 엔비디아 네모트론 3 슈퍼(NVIDIA Nemotron 3 Super) 모델을 베드록에 추가하고, EKS 가용성을 99.99%로 끌어올리며 생성형 AI와 핵심 인프라의 완성도를 동시에 높이고 있습니다. 생성형 AI 모델 다변화와 인프라 신뢰성 사이의 균형 최근 클라우드 기술의 흐름을 보면 생성형 AI(Generative AI) 모델의 가짓수를 늘리는 것만큼이나, 이를 뒷받침하는 인프라의 안정성을 확보하는 것이 중요해지고 있습니다. 이번 AWS 소식은 엔비디아의 고성능 모델 도입과 더불어 람다(Lambda)의 가용 영역(Availability Zone) 메타데이터 지원, EKS의 서비스 수준 합의(SLA) 상향 등 실무적으로 체감되는 업데이트가 많아 눈길을 끕니다. 단순한 기능 추가를 넘어 기업이 AI 모델을 실무 환경에 배포할 때 겪는 운영상의 제약 사항들을 해결하려는 의도가 보입니다. ...
한 줄 요약 — Amazon S3는 20년 동안 API 하위 호환성을 유지하며 단순 저장소에서 AI와 데이터 분석을 위한 통합 플랫폼으로 진화했습니다. 이 주제를 꺼낸 이유 현대적인 클라우드 기반 애플리케이션을 개발하면서 Amazon S3(Simple Storage Service)를 거치지 않기란 불가능에 가깝습니다. 정적 웹 사이트 호스팅부터 대규모 데이터 레이크 구축, 그리고 최근의 생성형 AI를 위한 데이터셋 관리까지 S3는 언제나 그 중심에 있었습니다. 최근 S3 출시 20주년을 맞아 공개된 기술적 회고와 향후 비전은 단순한 기념사를 넘어섭니다. 20년 전 작성한 코드가 수정 없이 여전히 작동한다는 사실은 변동성이 심한 테크 업계에서 경이로운 수준의 신뢰를 보여줍니다. 특히 S3 Tables나 S3 Vectors 같은 신규 기능은 객체 스토리지가 앞으로 어떤 방향으로 확장될지 명확한 힌트를 줍니다. ...
한 줄 요약 — Amazon S3 일반 용도 버킷(General Purpose Buckets) 생성 시 계정 ID와 리전 정보가 포함된 고유 접미사를 붙여, 전역 네임스페이스 중복 문제 없이 버킷 이름을 자유롭게 선점할 수 있게 되었습니다. 이 주제를 꺼낸 이유 AWS를 사용하면서 가장 먼저 마주하는 난관 중 하나가 Amazon S3 버킷 이름을 정하는 일입니다. S3는 서비스 초기부터 전역 네임스페이스(Global Namespace)를 사용해 왔기에, 내가 원하는 이름이 이미 전 세계 누군가에 의해 사용 중이라면 해당 이름을 쓸 수 없었습니다. test-bucket이나 my-data 같은 평범한 이름은 고사하고, 회사 프로젝트 이름을 포함한 조합조차 중복 오류를 뱉어내기 일쑤였습니다. ...