전 세계의 조직이 디지털 혁신을 통해 경쟁력을 유지해야 한다는 상당한 압박에 직면해 있습니다. 많은 조직에서 소프트웨어 개발과 운영(DevOps)을 혁신 속도를 개선할 주요 기회 영역 중 하나로 식별했습니다. DevOps 기술은 지난 몇 년간 극적으로 발전했지만 여전히 어렵습니다. 동시성, 보안 또는 민감한 정보 처리와 관련된 문제에는 전문가의 평가가 필요하며 피어 코드 검토 및 단위 테스트 같은 기존 메커니즘이 효과가 없는 경우가 많습니다. AI for DevOps는 더 많은 자동화를 통해 더 빠르고 확실한 혁신을 가능하게 할 선제적 메커니즘으로의 전환을 의미합니다. ML 기능으로 개발자 전문성을 강화하도록 설계된 AI for DevOps는 배포가 드물고 혁신 주기가 느린 수동 프로세스에서 CI/CD를 통한 빠른 반복 주기와 자동 경보를 통한 프로덕션 모니터링으로 이전하는 여정입니다.
이점
운영 문제를 자동으로 탐지하고 해결
ML 기반 인사이트를 활용하여 문제를 빠르게 진단하고 해결함으로써 평균 복구 시간(MTTR)을 단축하고 애플리케이션의 운영 성능 및 가용성을 개선합니다.
지속적인 모니터링을 통해 코드 품질을 개선
찾기 힘든 버그, 심각한 문제 및 보안 취약성을 높은 정확성으로 식별하고 후속 코드 검토에 대한 기준을 생성합니다. ML 기반 권장 사항을 활용하여 고객용 애플리케이션에 도달하기 전에 문제를 해결하고 버그 수정에 소요되는 시간을 극적으로 줄입니다.
애플리케이션 성능 최적화 및 비용 절감
코드와 애플리케이션의 효율성이 높을수록 실행 비용이 줄어듭니다. 개발자와 IT 운영자는 시각화 및 ML 기반 권장 사항을 사용하여 성능 문제(로깅, CPU 또는 메모리 문제)를 수정하고 프로덕션에서 실행되는 모든 애플리케이션에서 최대 50%의 운영 비용을 절감할 수 있습니다.
대규모 보안
보안 모범 사례를 충족하는 안전한 코드를 작성하는 데 필요한 개발자용 기능을 제공합니다. CI/CD 파이프라인의 일부로 자동화된 코드 검토를 구축하여 코드 문제와 보안 취약성을 대규모로 찾아서 수정할 수 있습니다.
고객 사례
ConnectCareHero
"Amazon CodeGuru는 코드 검토 프로세스를 간소화하여 소프트웨어 개발 수명 주기를 가속화하는 데 도움이 되었습니다. 팀의 주요 코드 검토자로서 저는 이제 지켜지지 않았을 수 있는 보안 취약성 및 모범 사례를 검색하는 대신 코드의 기능 및 기능 구현에 더 집중할 수 있습니다."
Bob Lee III, ConnectCareHero 공동 창립자 겸 CTO, 기술 책임자
Atlassian
"Atlassian의 많은 서비스는 배포당 수백 개의 체크인을 필요로 합니다. 개발 팀의 코드 검토는 버그가 프로덕션에 도달하는 것을 방지하는 데 큰 역할을 하기는 하지만, 하루에 여러 배포가 이루어지기 때문에 스트레스 상황에서의 시스템 작동 방식을 예측하거나 복잡한 데이터 형태를 관리하는 것이 항상 가능한 것은 아닙니다. 프로덕션에서 이상을 탐지하면, Amazon CodeGuru의 지속적인 프로파일링 기능 덕분에 조사 시간을 며칠에서 몇 시간, 때로는 몇 분으로 단축할 수 있었습니다. 이제 개발자들은 프로덕션 환경의 문제를 조사하는 데 시간을 줄이고 차별화된 기능을 제공하는 데 더 많은 에너지를 쏟게 되었습니다.”
Zak Islam, Atlassian 기술 팀 엔지니어링 책임자
605.tv
“수십 개의 AWS 계정과 수만 개의 리소스를 모니터링해야 합니다. 코드형 인프라를 사용하고 이러한 서비스에 대한 동적 경보를 생성해도 지표를 관리하고 상관 관계를 파악하여 문제를 빠르게 해결하기는 어렵습니다. Amazon DevOps Guru를 사용하면 여러 서비스에 걸쳐 연관된 기계 학습 기반 지표에서 정확한 경보 및 알림을 수신할 수 있습니다. Amazon DevOps Guru 통합은 구현하는 데 몇 분 밖에 걸리지 않았습니다. 수천 개의 AWS CloudFormation 스택에 아주 빠르게 통합되었습니다. Amazon DevOps Guru는 인프라 로드맵에 집중하는 데 도움이 되는 인사이트를 제공해 주었습니다.”
Jared Williams, 605.tv DevOps 부문 이사
"현재 회사에서는 약 300개가 넘는 마이크로서비스를 CodeGuru Reviewer로 검토하고 관리하는 중입니다. Amazon CodeGuru Profiler는 애플리케이션 런타임 성능을 분석하고 기계 학습을 사용하여 애플리케이션을 가속화할 수 있는 방법에 대한 권장 사항을 제공합니다. 따라서 개발자가 성능 관점에서 구성하기에 가장 좋은 방법을 찾도록 할 필요가 없습니다.”
Rich Benner, Wheel Pros CIO
사용 사례
AIOps 솔루션으로 인시던트를 빠르게 해결
Amazon DevOps Guru를 사용하여 문제를 식별하고 해결하는 데 드는 시간을 줄일 수 있습니다. 이 서비스는 미리 훈련된 기계 학습 모델을 활용하여 관련 이상 징후를 상호 연관시키고 그룹화합니다. 그런 다음 근본 원인 분석을 자동화하여 문제를 빠르게 해결할 수 있도록 합니다.
개발 초기에 코드 품질 개선
버그 수정은 버그가 소프트웨어 개발 수명 주기 중 어느 단계에서 식별되는지에 따라 초기 설계 단계일 때보다 더 많은 비용이 들 수 있습니다. Amazon CodeGuru Reviewer를 사용하면 시프트 레프트 코드 분석을 수행할 수 있으므로 개발자가 소프트웨어 수명 주기의 초반에 더 높은 품질과 보안의 코드를 구축할 수 있습니다.
비효율적인 애플리케이션 성능의 원인 찾기
애플리케이션에서 가장 많은 주기 또는 시간이 소비되는 위치를 찾을 수 있습니다. Amazon CodeGuru Profiler는 애플리케이션의 CPU 사용률과 대기 시간 특성을 지속적으로 분석하고 대화형 프레임 그래프로 분석 결과를 보여줍니다. 이 그래프를 사용하면 가장 많은 리소스를 소비하는 코드 경로를 시각적으로 확인하고 추가 최적화가 가능한 영역을 찾을 수 있습니다.
선제적 리소스 관리
메모리, CPU 및 디스크 공간과 같이 고갈될 수 있는 리소스가 프로비저닝된 용량을 초과하는 시기를 식별할 수 있습니다. Amazon DevOps Guru는 AWS에서 실행되는 리소스 및 애플리케이션을 지속적으로 수집하고 분석하므로 대시보드에 노이즈가 적은 알림을 생성하여 임박한 중단을 방지하는 데 도움이 됩니다.
AWS의 추천 솔루션
비즈니스 및 기술 사용 사례를 신속하게 해결하기 위한 목적별 서비스, AWS 솔루션, 파트너 솔루션 및 지침을 알아보세요.
직접 해보기
AWS AI 서비스는 20년에 걸친 Amazon.com과 AWS의 운영 우수성이 농축된 기계 학습 모델을 통해 문제가 발생하기 전에 유용한 인사이트를 제공하고 팀 생산성을 개선하고 모범 사례를 기본적으로 적용하며 궁극적으로 더 빠른 혁신을 지원할 수 있습니다.
Amazon CodeGuru는 코드 품질을 높이고 애플리케이션에서 가장 비경제적인 코드 줄을 찾아낼 수 있도록 지원하는 지능형 권장 사항을 제공하는 개발자 도구입니다. CodeGuru를 기존 소프트웨어 개발 워크플로에 통합하면 애플리케이션 개발 중에 코드 검토를 자동화하고, 프로덕션에서 애플리케이션 성능을 지속적으로 모니터링하며, 코드 품질 및 애플리케이션 성능 개선을 위한 권장 사항과 시각적 단서를 제공하고, 전체 비용을 절감할 수 있습니다.
Amazon DevOps Guru는 기계 학습 기반 서비스로서 애플리케이션의 운영 성능 및 가용성을 쉽게 개선할 수 있습니다. DevOps Guru는 정상적인 운영 패턴에서 벗어나는 동작을 탐지하므로 고객에게 영향을 미치기 훨씬 전에 운영 문제를 확인할 수 있습니다.