AWS Aurora 기반 상태 저장 설계를 통한 Serverless AI 워크플로우 내구성 확보

Context

기존 Canvas 기반 AI 워크플로우는 로컬 GPU 의존도가 높고 UI 내부에 로직이 종속되어 프로덕션 환경의 API로 전환 시 전체 코드를 재작성해야 하는 한계 존재. 특히 Serverless 환경에서 다단계 모델 체인 실행 시 긴 실행 시간으로 인한 함수 타임아웃과 상태 유지의 어려움이 병목 지점으로 작용.

Technical Solution

• Aurora를 유일한 상태 저장소(Single Source of Truth)로 지정하여 워크플로우의 모든 단계와 상태를 영속화한 Durable Chain 구조 설계
• Vercel Function을 상태가 없는 Stateless Worker로 정의하여 한 번의 호출당 최대 한 단계의 Step만 처리하도록 설계함으로써 Serverless 실행 시간 제한 문제 해결
• Canvas의 시각적 설계를 API 계약(Contract)과 일치시켜 UI 설정값이 즉시 프로덕션 API 스펙으로 반영되는 Schema-true Node 구조 채택
• Provider API 키를 서버 환경에 격리하고 Caller API Key를 통한 인증 체계를 구축하여 보안성과 확장성을 동시에 확보
• Aurora Serverless v2를 도입하여 AI 모델 호출 특유의 Bursty한 트래픽 패턴과 낮은 유휴 시간 요구사항에 대응