<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Aws on man.hwangsehyun.com</title>
    <link>https://man.hwangsehyun.com/kp/tags/aws/</link>
    <description>Recent content in Aws on man.hwangsehyun.com</description>
    <image>
      <title>man.hwangsehyun.com</title>
      <url>https://man.hwangsehyun.com/images/papermod-cover.png</url>
      <link>https://man.hwangsehyun.com/images/papermod-cover.png</link>
    </image>
    <generator>Hugo -- 0.145.0</generator>
    <language>kp</language>
    <lastBuildDate>Fri, 08 Nov 2024 00:00:00 +0900</lastBuildDate>
    <atom:link href="https://man.hwangsehyun.com/kp/tags/aws/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>LLM을 이용한 영양 상담 서비스</title>
      <link>https://man.hwangsehyun.com/kp/project/llm-nutrition-coach/</link>
      <pubDate>Fri, 08 Nov 2024 00:00:00 +0900</pubDate>
      <guid>https://man.hwangsehyun.com/kp/project/llm-nutrition-coach/</guid>
      <description>&lt;h2 id=&#34;overview&#34;&gt;Overview&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;크라우드웍스에서 &lt;a
  href=&#34;https://man.hwangsehyun.com/project/llm-docs-search/&#34;
  &gt;초기 6개월 동안 프로젝트&lt;/a
&gt;
를 수행하면서 개발자와 비개발자들이 프롬프트 엔지니어링과 서비스 개발에 걸쳐 가지고 있던 요구 사항을 종합하고 AWS 생태계 내에서 지속 가능한 해결책을 도출하려고 노력했습니다.&lt;/li&gt;
&lt;li&gt;3단계로 나누어진 프로젝트에서 첫 번째 단계로 Queue consumer service와 프롬프트 운영 프로세스를 Python으로 개발했습니다.&lt;/li&gt;
&lt;li&gt;3단계 전체에서 CloudFormation을 기반으로 하는 &lt;a
  href=&#34;https://docs.aws.amazon.com/cdk/v2/guide/home.html&#34;
  &gt;AWS CDK&lt;/a
&gt;
와 &lt;a
  href=&#34;https://aws.github.io/copilot-cli/&#34;
  &gt;Copilot CLI&lt;/a
&gt;
를 조합한 ECS 서비스 2개를 중심으로 다양한 AWS 리소스를 생성했습니다.&lt;/li&gt;
&lt;/ul&gt;
&lt;div class=&#34;iframe-wrapper&#34;&gt;
&lt;p&gt;
  

  
    
    
      &lt;img
        src=&#34;https://man.hwangsehyun.com/diagram-export-21-01-2025-03_13_38_6717719122690619770.png&#34;
        
          width=&#34;2127&#34; height=&#34;1634&#34;
        
        alt=&#34;enter image description here&#34;
      /&gt;
    
  








&lt;/p&gt;
&lt;iframe src=&#34;https://app.eraser.io/workspace/TAAK8BBBhSbQTFLwV0tj?origin=share&#34; allowtransparency=&#34;true&#34;&gt;&lt;/iframe&gt;
&lt;/div&gt;
&lt;h2 id=&#34;technology&#34;&gt;Technology&lt;/h2&gt;
&lt;h3 id=&#34;cloudformation-stacks&#34;&gt;CloudFormation Stacks&lt;/h3&gt;
&lt;blockquote&gt;
&lt;p&gt;Copilot CLI + AWS CDK&lt;/p&gt;</description>
    </item>
    <item>
      <title>Basic LLM Ops in AWS</title>
      <link>https://man.hwangsehyun.com/kp/posts/llm-ops-in-aws/</link>
      <pubDate>Thu, 19 Sep 2024 00:00:00 +0900</pubDate>
      <guid>https://man.hwangsehyun.com/kp/posts/llm-ops-in-aws/</guid>
      <description>&lt;h2 id=&#34;background&#34;&gt;Background&lt;/h2&gt;
&lt;p&gt;
  &lt;img
    loading=&#34;lazy&#34;
    src=&#34;https://upload.wikimedia.org/wikipedia/commons/8/82/Las_Vegas_slot_machines.jpg&#34;
    alt=&#34;Row of digital-based slot machines inside a casino in Las Vegas&#34;
    
  /&gt;







&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;Row of digital-based slot machines inside a casino in Las Vegas: &lt;a
  href=&#34;https://en.wikipedia.org/wiki/Slot_machine#/media/File:Las_Vegas_slot_machines.jpg&#34;
  &gt;Source&lt;/a
&gt;
&lt;/p&gt;&lt;/blockquote&gt;
&lt;p&gt;&lt;a
  href=&#34;https://arxiv.org/abs/2409.05746&#34;
  &gt;LLMs Will Always Hallucinate, and We Need to Live With This&lt;/a
&gt;
. 프롬프트에 수정이 필요할 때, 비관적인 관점에서는 LLM은 슬롯 머신과 같아서 &lt;a
  href=&#34;https://en.wikipedia.org/wiki/Balloon_effect&#34;
  &gt;풍선 효과&lt;/a
&gt;
를 피할 수 없다. 운이 좋으면 안 되던 것이 될 수도 있겠지만, 되던 것이 안 되던 경우도 비일비재했으며, 자연어를 출력하는 LLM의 특성 상 결국 테스트셋 전체를 LLM에 넣어보고 출력을 사람이 검토하는 작업을 정기적으로 수행했다. Batch job을 수행하고 비개발자와 결과를 검토하는 과정에서 개발자들은 엑셀을 읽고 쓰는 일회용 파이썬 코드를 (무수히 많이) 혼자서만 쓰고 폐기했으며, 이 코드는 서비스에서 돌아가는 코드와 입출력이 달라 테스트 결과도 신뢰할 수 없었다. Batch testing은 통과했으나 실제 서비스에서는 체감 성능이 다른 고통스런 경험을 수도 없이 반복하며, 이 비효율을 발본색원할 수 있는 시스템을 AWS 서비스들과 &lt;a
  href=&#34;https://opentelemetry.io/&#34;
  &gt;&lt;em&gt;OpenTelemetry&lt;/em&gt;&lt;/a
&gt;
를 이용해 구축하고 있다.&lt;/p&gt;</description>
    </item>
    <item>
      <title>LLM 기반 작명 서비스</title>
      <link>https://man.hwangsehyun.com/kp/project/naimy/</link>
      <pubDate>Thu, 29 Feb 2024 00:00:00 +0900</pubDate>
      <guid>https://man.hwangsehyun.com/kp/project/naimy/</guid>
      <description>&lt;blockquote&gt;
&lt;p&gt;서비스 링크: &lt;a
  href=&#34;https://naimy.ai/&#34;
  &gt;https://naimy.ai/&lt;/a
&gt;
&lt;/p&gt;&lt;/blockquote&gt;
&lt;h2 id=&#34;overview&#34;&gt;Overview&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;한글 브랜드 이름에 특화된 브랜드 이름 작명 서비스 &lt;a
  href=&#34;https://naimy.ai/&#34;
  &gt;naimy.ai&lt;/a
&gt;
. 작명에 이어 작명된 이름을 도메인 API, 특허청 API, 소셜 네트워킹 서비스 크롤링 등의 외부 서비스 연동을 통해서 적절성을 분석할 수 있습니다.&lt;/li&gt;
&lt;li&gt;크게 Postgres RDS를 사용하는 Lambda backend와 React frontend로 이루어진 애플리케이션으로, 외부 서비스 연동을 고려한 AWS 아키텍처를 설계하고 특허청을 제외한 외부 서비스 연동 개발을 진행했습니다.&lt;/li&gt;
&lt;li&gt;작명 옵션 선택지 변경, Database connection pool 디버깅, AWS 계정 마이그레이션 등 사이트 운영 이슈 대응&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id=&#34;architecture&#34;&gt;Architecture&lt;/h2&gt;
&lt;p&gt;
  

  
    
    
      &lt;img
        src=&#34;https://man.hwangsehyun.com/Untitled-_9481550536864483097.png&#34;
        
          width=&#34;2000&#34; height=&#34;1283&#34;
        
        alt=&#34;enter image description here&#34;
      /&gt;
    
  








&lt;/p&gt;</description>
    </item>
    <item>
      <title>Serverless 기반 신문 PDF 정형화</title>
      <link>https://man.hwangsehyun.com/kp/project/newspaper-pdf/</link>
      <pubDate>Sat, 31 Dec 2022 00:00:00 +0900</pubDate>
      <guid>https://man.hwangsehyun.com/kp/project/newspaper-pdf/</guid>
      <description>&lt;h2 id=&#34;overview&#34;&gt;Overview&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;이미지만을 고려하는 기존 OCR 서비스와는 달리, PDF에 담긴 정보까지 이용해 모바일 기사로 나타낼 수 있는 정보를 만드는 Serverless 기반 백엔드와 검수용 프론트엔드 개발 프로젝트&lt;/li&gt;
&lt;li&gt;요구 사항을 분석해 AWS Serverless 서비스들을 이용한 구조로 문제를 쪼개고 각 Lambda의 초중반부 개발을 진행했습니다.&lt;/li&gt;
&lt;li&gt;수백 건 단위의 Lambda concurrency를 동원해 수십 페이지 단위의 PDF 정형화를 동시에 진행할 수 있었습니다.&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id=&#34;technology&#34;&gt;Technology&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;S3 presigned url을 이용해 PDF를 업로드하면 PDF 정형화 Step Function이 호출되도록 구성&lt;/li&gt;
&lt;li&gt;PDF를 HTML로 변환해서 좌표 정보를 추출하는 Lambda 개발 및 유지 보수&lt;/li&gt;
&lt;li&gt;&lt;a
  href=&#34;https://docs.aws.amazon.com/step-functions/latest/dg/concepts-activities.html&#34;
  &gt;Step Functions Activity Worker&lt;/a
&gt;
를 이용한 이미지 처리 Worker 개발&lt;/li&gt;
&lt;li&gt;모든 Lambda와 Step Function의 event payload 문서화 및 관리&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id=&#34;milestones&#34;&gt;Milestones&lt;/h2&gt;
&lt;blockquote&gt;
&lt;p&gt;마일스톤 별로 집중했던 개발 내용에 따라서 정리했습니다.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
