피드로 돌아가기
Dev.toInfrastructure
원문 읽기
Vercel과 DynamoDB 기반 O(1) 룩업 및 Bedrock 컨텍스트 주입을 통한 AI 바리스타 시스템 구축
Building BrewCore: Espresso Tracking on Vercel, DynamoDB, and Amazon Bedrock
AI 요약
Context
기존 커피 앱의 단순 타이머 기능을 넘어 추출 변수와 재고를 데이터베이스화하는 정밀 추적 시스템 필요성 대두. 인프라 관리 오버헤드를 최소화하면서도 대규모 데이터 쿼리 성능을 확보해야 하는 제약 조건 존재.
Technical Solution
- Next.js 15 Server Actions를 활용한 API Gateway 및 Lambda 계층 제거로 아키텍처 단순화 및 지연 시간 단축
- UI 동작 패턴에 최적화된 8개의 전용 DynamoDB 테이블 설계로 O(1) Key-Value 룩업 및 GSI 기반 타겟 쿼리 구현
- Amazon Cognito User Pool을 Edge 단에 배치하여 인증 및 세션 관리의 효율성 확보
- Amazon Bedrock(Nova Micro) 모델에 사용자 추출 이력 JSON 데이터를 직접 주입하는 Grounding 기법으로 LLM 환각 현상 제거
- LocalStorage 기반의 Mock 인터페이스 구현을 통한 클라우드 프로비저닝 독립적 UI 개발 워크플로우 구축
- AWS SDK 예외를 타입화된 UI 알림으로 매핑하는 에러 핸들링 래퍼 설계를 통해 서버리스 환경의 안정성 강화
실천 포인트
- DynamoDB GSI 설계 시 Boolean 타입 미지원 제약을 고려하여 String 기반 정규화 수행 여부 확인 - LLM 기반 추천 시스템 설계 시 단순 System Prompt 대신 정형 데이터(JSON) 컨텍스트 주입 구조 검토 - Serverless 환경에서 API 계층 생략 시 발생 가능한 Silent Failure 방지를 위한 전역 에러 핸들링 전략 수립 - 개발 속도 향상을 위해 프로덕션 스키마와 동일한 구조의 Local Mock 인터페이스 도입 고려