← Financial Cloud Cloud 클라우드 클럽 · Amarathon 2025 정리

극점매크로|Financial Cloud Cloud · AWS Amarathon 2025

극점매크로|Amarathon 2025 정리 04:사양 주도 개발로 Kiro를 활용하여 마이그레이션 프로젝트 가속화

발표자: Sanchit Dilip Jain

세션: 04

세션
Summit Dev Lounge2026 Re:cap
01 아키텍처를 Steering으로 인코딩해 AI Agent를 이끌다
Summit Dev Lounge2026 Re:cap
02 Agent Harness가 진짜 엔지니어링 해자다
Summit Dev Lounge2026 Re:cap
03 일상 언어로 관찰 가능성 데이터에 묻다
Summit Dev Lounge2026 Re:cap
04 Bedrock AgentCore로 만드는 Serverless AR 게임
Summit Dev Lounge2026 Re:cap
05 AgentCore 위의 Multi-Agent Quant Backtesting
Summit Dev Lounge2026 Re:cap
06 Kiro로 3분 만에 블로그를 슬라이드로
Summit Dev Lounge2026 Re:cap
AWS Community Day Hong Kong 2025 Re:cap
02 Terraform을 활용한 AWS 컴플라이언스
AWS Community Day Hong Kong 2025 Re:cap
03 초보자에서 빌더로: 멋진 클라우드 여정
AWS Community Day Hong Kong 2025 Re:cap
04 Laravel와 Bref를 활용한 팀 우선 서버리스 엔지니어링
AWS Community Day Hong Kong 2025 Re:cap
05 행사 개회
AWS Community Day Hong Kong 2025 Re:cap
06 Agent-to-Agent: AWS에서 상호 운용 가능한 AI 구축하기
AWS Community Day Hong Kong 2025 Re:cap
07 AI 에이전트와 추가 텔레메트리 데이터를 활용한 신속한 개선
AWS Community Day Hong Kong 2025 Re:cap
08 바이브 코딩을 넘어서: Kiro를 활용한 사양 주도 개발
AWS Community Day Hong Kong 2025 Re:cap
09 MCP 및 AI 에이전트를 활용한 자동화 테스트
AWS Community Day Hong Kong 2025 Re:cap
10 통신 보안 현대화: ML 기반 접근 방식
AWS Community Day Hong Kong 2025 Re:cap
11 GenAI 에이전트 재고찰: RAG와 MCP
AWS Community Day Hong Kong 2025 Re:cap
12 TAK와 AWS를 활용한 재난 및 긴급 대응
AWS Community Day Hong Kong 2025 Re:cap
13 테스트 관점에서 서버리스 애플리케이션 워크플로 재고찰
AWS Community Day Hong Kong 2025 Re:cap
14 클라우드 성공을 위한 실용적인 AWS FinOps
AWS Community Day Hong Kong 2025 Re:cap
15 AWS에서 AI로 구현하는 글로벌 Pure-Alpha 매크로 트레이딩: 위험 조정 자산 수익의 혁신
AWS Community Day Hong Kong 2025 Re:cap
FSI Recap
01 Modern Trade Lifecycle: Trading to Settlement
FSI Recap
02 Goldman Sachs: Fast Track your applications onto Cloud - AWS Re:cap Q1/2023
FSI Recap
03 Zurich Insurance Group: Building an Effective Log Management Solution on AWS
FSI Recap
04 FSI Meetup 2025 Q4 - Brex Database Disaster Recovery
FSI Recap
05 FSI Meetup 2025 Q4 - A Graviton Migration Success Story
FSI Recap
06 FSI Meetup 2025 Q4 - Stifel Modern Data Platform
FSI Recap
07 FSI Meetup 2025 Q4 - Financial Transaction Data Reconciler PayPal
FSI Recap
08 FSI Meetup 2025 Q4 - Scaling Resilience
FSI Recap
09 Maximizing AI Inference Cost Efficiency: Strategic Adoption of AWS GPU Instances
FSI Recap
10 Advanced Agentic AI Design Patterns
FSI Recap
11 Build New Modern Apps on AWS
FSI Recap
AWS re:Invent 2025
01 Coinbase re:Invent 요약 (IND3312)
AWS re:Invent 2025
02 AI 및 AWS를 활용한 미래 거래 플랫폼 구축
AWS re:Invent 2025
03 거래 혁신: Amazon Bedrock 기반 Jefferies AI 어시스턴트(IND3315)
AWS re:Invent 2025
04 FSI가 에이전틱 AI로 HFT 분석을 혁신한 방법(GBL302)
AWS re:Invent 2025
05 Nasdaq 사례로 살펴보는 Amazon Time Sync 기반 분산 시스템 개선
AWS re:Invent 2025
06 글로벌 복원력을 위한 Amazon Aurora HA 및 DR 설계 패턴 (DAT442)
AWS re:Invent 2025
07 에이전틱 AI 구축: Amazon Nova Act와 Strands Agents 실전 활용 (DEV327)
AWS re:Invent 2025
08 Amazon Aurora와 주요 혁신 심층 분석 (DAT441)
AWS re:Invent 2025
09 Amazon S3 심층 분석(STG407)
AWS re:Invent 2025
10 Nasdaq: 글로벌 금융 서비스를 위한 복원력 있는 인프라 구축(HMC327)
AWS re:Invent 2025
11 AWS Lambda의 새로운 기능(CNS376)
AWS re:Invent 2025
12 Kiro를 활용한 스펙 주도 개발(DEV314)
AWS re:Invent 2025
13 Amazon의 FinOps: 글로벌 전자상거래 대기업이 전하는 클라우드 비용 교훈(AMZ308)
AWS re:Invent 2025
14 AWS에서 지연 시간 거래 플랫폼을 거래하려면 선택하세요.
AWS re:Invent 2025
Government data
01 The AI Era: The Boundary Between Development and Design Is Disappearing
Government data
02 On-Device Multimodal AI and Smart-City Practice
Government data
03 Large-Model Capability Evaluation and a Method for Landing AI Projects
Government data
04 Controlled End-to-End Automation of Government Development with Cloud Agents
Government data
05 A New Software Ecosystem for the Agent Era, Seen Through Multi-Agent Systems
Government data
06 AI-Driven Macro Quantitative Research and Smart Governance
Government data
07 Authorized Operation of Public Data and Smart-Government Practice
Government data
08 Putting Data Assetization into Practice: Rights, Compliance, Engineering Governance, and Digital-Government Cases
Government data
09 AI for Mental-Health Public Welfare: Governance, Architecture, and Practice of a Trustworthy Platform
Government data
Amarathon 2025 정리
01 에이전트 아키텍처 설계를 위한 개발자 로드맵
Donnie Prakoso
02 Amazon Bedrock Data Automation
Hafiz Syed Ashir Hassan
03 AgentCore의 멀티 에이전트
Tan Xin
04 에이전틱 AI 구축 Nova Act와 Strands Agents 실전 활용
Haowen Huang
04 사양 주도 개발로 Kiro를 활용하여 마이그레이션 프로젝트 가속화
Sanchit Dilip Jain
06 "매칭"에서 "이해"로: AgentCore Memory가 주도하는 개인화 AI 검색 실습
Liu Cao
07 관찰을 통한 최적화 – LLM 관찰 가능성에서 AIOps까지, 실시간 인사이트를 지능형 자동화로 전환
Jimmy Soh
08 TEAM 배포와 최고의 엔지니어링 팀 구축
Yuji Oshima
09 소위 서버리스 데이터베이스를 5년간 사용하며 얻은 다섯 가지 뼈아픈 교훈
Renato Losio
14 AI가 내 일을 한다면? Q Developer CLI와 Kiro가 내 일상을 어떻게 바꾸었는가
Miguel Angel Muñoz
16 경계심을 갖춘 속도: Amazon Bedrock 에이전트 개발을 위한 필수 보안 사항
Brian Tarbox
26 단일 H100에서 OSS LLM을 더 스마트하고, 저렴하고, 빠르게 실행하기
Adit Modi Adit Modi
28 현대적인 통합 메타데이터 아키텍처: 데이터 사일로를 허무는 새로운 접근 방식
Shaofeng Shi
29 서버리스 MediaOps: Amazon Web Services에서 AI로 비디오 워크플로 자동화
Luis Valdivia
30 대규모 성능 테스트로 효율성과 안정성을 고려한 아키텍처 설계
Luis Guirigay
31 오픈 소스로 세계를 연결하기: 기술, 커뮤니티 및 글로벌 개발자 관계의 실전 여정
Richard Lin
33 실시간 물류 분석을 위한 스트리밍 Iceberg 테이블 구축
Fahad Shah
34 대규모 로봇 전략 훈련 가속화: Kiro, Trainium 및 EKS 기반 자동화 폐쇄 루프 아키텍처
Junjie Tang
35 사양 주도 개발로 감각적 코딩에서 실용적 개발로
Ricardo Sueiras
36 클라우드 비용 분석을 더 스마트하게: Strands와 AgentCore로 FinOps 지능형 에이전트 구축하기
Xiaofei Li
37 CNCF Kagent, K8sGPT, Nova Sonic을 사용하여 K8s용 대화형 에이전틱 AIOps 혁신하기
Shaoyi Li

Amazon Kiro란?

● VS Code와 호환

● 최첨단 Claude 모델 활용

● 엔터프라이즈급 보안

아이디어와 코드 사이의 격차 해소

● 제품 아이디어가 PM에서 엔지니어에게 전달될 때 충실도가 떨어지는 문제 해결

● Kiro는 AI 공동 저자 역할을 하며 비공식 브리프를 지속적으로 갱신되고 버전 관리되는 사양으로 변환

● 코딩 시작 전에 모호함을 제거하여 제공 주기 가속화 기존

정적 문서와 Kiro의 살아 있는 사양 비교

● 기존 정적 문서는 쉽게 낡아 대규모 재작업과 예기치 못한 문제를 초래

● Kiro의 살아 있는 사양은 코드와 함께 자동 업데이트되고 테스트 및 지표와 동기화되어 속도를 측정 가능하게 향상

Amazon Kiro 워크플로

● Amazon Kiro 방식의 SDLC!

● 수집: 제품 브리프 접수

● 확장: AI가 사용자 스토리 확장

● 반복: 협업 편집

● 확정 및 스텁: 사양 최종 확정

● 모든 단계는 추적과 댓글 작성이 가능하며 Git으로 관리


정밀도를 위한 프롬프트 엔지니어링

● 간결하고 맥락이 풍부한 프롬프트가 가장 정확하고 유용한 사양을 생성 빈칸

채우기 템플릿

● 페르소나: 사용자는 누구인가?

● 문제: 무엇을 해야 하는가?

● 결과: 성공은 어떤 모습인가?

● 비목표: 범위에서 제외되는 것은 무엇인가?

반복적 개선 프로세스

● 사람이 프롬프트 작성

● AI가 제안

● 사람이 검증

● 사양이 모든 내부 품질 게이트를 통과할 때까지 이 주기를 반복


Amazon Kiro를 활용한 레거시 현대화

● 핵심 비즈니스 로직을 다시 작성하지 않고 중요한 COBOL, PL/I 및 Assembler를 Graviton에서 관리되는 Java로 마이그레이션하는 규범적 패턴

● 자동 변환: 레거시 코드를 최신 Java 마이크로서비스로 변환

● 데이터 복제: 메인프레임 데이터를 클라우드 데이터베이스와 실시간 동기화

● DevOps 통합: 빠르고 안정적인 릴리스를 위한 CI/CD 파이프라인 구축

자동 코드 변환 엔진

● 구문 분석: 레거시 소스를 Abstract Syntax Tree(AST)로 변환

● 리팩터링: 규칙 기반 변환을 적용하여 코드 구조 현대화

● 생성: 관용적인 Java 코드를 Spring Boot 마이크로서비스로 생성

● 데이터 형식, 트랜잭션 경계 및 감사 추적 보존

데이터 동기화 및 메인프레임 오프로딩

● AWS DMS와 Kiro 에이전트가 메인프레임 데이터를 Aurora PostgreSQL에 거의 실시간으로 복제

● 양방향 동기화: 파일럿 단계에서는 메인프레임이 권위 있는 원본으로 유지

● 무중단 전환: 간단한 DNS 전환을 통해 트래픽을 클라우드로 전환 제로

트러스트 보안

● 모든 마이크로서비스는 기본적으로 격리되고 보호됨

● 최소 권한 IAM: 최소 권한을 가진 고유한 IAM 역할

● 암호화: KMS가 저장 및 전송 중인 데이터를 암호화

● 지속적 모니터링: CloudTrail과 Guard Duty가 SOX, PCI 및 HIPAA를 위한 감사 증거 제공 역할

기반 액세스 및 검토

● [ 1 ] 제품 관리자: 내러티브와 사용자 대상 요구 사항 담당

● [ 2 ] 기술 리드: 시스템 아키텍처와 기술 설계 담당

[ 3 ] QA 엔지니어: 인수 기준과 테스트 계획 담당

● Amazon Kiro는 승인을 추적하고 미해결 댓글을 표시하며 모든 역할이 승인할 때까지 병합 차단 실제 영향 사례 연구

글로벌 은행

● 상위 20대 은행 중 한 곳이 Kiro를 사용하여 소매 결제용 COBOL 코드 1,400만 줄을 마이그레이션

● 단 한 번의 주말 동안 실패한 트랜잭션 없이 원활하게 전환

● 인프라 비용 68% 절감

● MIPS(메인프레임 부하) 90% 감소

● 릴리스 빈도가 분기별에서 주별로 증가하여 AI 이니셔티브를 위한 예산 확보

마이그레이션 로드맵

● 6주 파일럿 청사진:

● 1~2주 차: 프로비저닝 및 변환

● 3주 차: 동등성 검증

● 4주 차: CI/CD 파이프라인

● 5주 차: 트래픽 5%

● 6주 차: 지표 및 검토