2026.07.13 / 동준상.넥스트플랫폼
(AWS SAA, AWS AIF, GCP GenAI Leader)
AI Native Cloud Adventure: Build, Scale & Survive
Enterprise AI Architecture Simulation Workshop“이번 과정에서 여러분은 조직의 AI 전환을 책임지는 Chief AI Architect입니다. 다양한 문제 상황에서 현대적이며 모범적인 클라우드 운영 전략에 따라 최적의 의사결정을 내리세요.”
기존 학습자 그룹의 사전지식 및 경험 반영
- 이미 AWS/Azure/NCP/OpenShift 등을 운영해 본 경험이 있고
- 운영 안정성(Availability), 보안(Security), 거버넌스(Governance)에 익숙하며
- AI 기술이 기존 엔터프라이즈 아키텍처를 어떻게 바꾸는지가 가장 큰 관심사
“AI 시대의 엔터프라이즈 아키텍트”로서 표준적이며 모범적인 역할 수행 연습
교육 시나리오
이번 과정의 학습자는
AI 아키텍트 TF(Task Force)
입니다.
2일 동안
조직의 AI 서비스를 설계하고
↓
배포하고
↓
장애를 해결하고
↓
보안을 확보하고
↓
비용을 최적화하고
↓
경영진에게 발표합니다.
Day 1
Mission 1
AI Ready Enterprise
상황
CEO가 말합니다.
“우리 회사도 AI 서비스를 시작합시다.”
여러분은
AI 아키텍트입니다.
미션
현재 시스템 분석
- Legacy
- Hybrid
- Cloud
- On-Prem
↓
AI를 어디에 붙일 것인가?
학습
- AI Native Architecture
- Cloud Native
- AI Gateway
- API First
- Event Driven
Mission 2
Multi-LLM Architecture
CEO
GPT만 쓰면 되는 거 아닙니까?
학습자
회의
↓
GPT
↓
Claude
↓
Gemini
↓
Local LLM
↓
언제 무엇을 사용하는가?
실습
AI Gateway 설계
예시
Client
↓
AI Gateway
↓
GPT
Claude
Gemini
Local LLM
↓
Fallback
↓
Load Balancing
↓
Prompt Routing
↓
Cost Routing
여기서
LLM Router 게임을 합니다.
카드
문서요약
번역
코드생성
OCR
회의록
RAG
학생
↓
어느 모델이 적절한가?
↓
토론
Mission 3
AI Agent Factory
이제
AI Agent를 만든다.
예시
국민카드
↓
카드 상담 Agent
기상청
↓
기상예측 Agent
국방연구원
↓
문서검색 Agent
지역정보개발원
↓
행정 AI Assistant
실습
Agent Canvas 작성
- Goal
- Tool
- Memory
- LLM
- Human Approval
이후
Cursor
또는
GitHub Copilot
ChatGPT
Claude Code
등을 이용하여
간단한 Agent MVP 생성
Mission 4
GitHub 기반 협업
GitHub를 AI 협업의 중심으로 삼아 팀별 저장소를 기반으로 실습을 진행
팀별 수행 과제:
- GitHub Repository 생성
- AI가 README 작성
- Architecture Decision Record(ADR) 생성
- AI에게 Mermaid 아키텍처 다이어그램 생성 요청
- Pull Request 기반 코드 리뷰 체험
- GitHub Actions를 이용한 기본 CI 실행
“AI 시대의 개발 협업 방식” 활용
Day 2
Mission 5
Scale
갑자기
사용자
100명
↓
10만명
↓
100만명
이벤트 카드
‘사건(Incident)’ 카드 뽑기
서비스 폭증↓
Auto Scaling
↓
EKS
↓
Lambda
↓
CloudFront
↓
Cache
↓
Load Balancer
설계
Mission 6
Survive
장애 카드
GPT 장애
↓
Claude
↓
Gemini
↓
Fallback
서울 Region Down
↓
DR
↓
Multi Region
↓
Backup
Prompt Injection
↓
Guardrail
↓
Approval
↓
Filtering
Vector DB 장애
↓
Cache
↓
Retry
↓
Circuit Breaker
Mission 7
Secure
보안 사고 발생
개인정보 유출
↓
IAM
↓
KMS
↓
Private Endpoint
↓
Zero Trust
↓
Audit
↓
CloudTrail
AI Security Review
AI에게
이 아키텍처의 보안 취약점을 찾아줘.
질문
↓
AI 리뷰
↓
학생 수정
Mission 8
Cost Optimization
경영진
예산 절반으로 줄이세요.
↓
AI Gateway
↓
Prompt Cache
↓
Small Model
↓
Batch
↓
Reserved
↓
Spot
↓
Serverless
설계
Mission 9
CTO Board Meeting
최종 발표
각 팀
10분
발표 내용
① AI 서비스
② Architecture
③ Multi LLM
④ AI Agent
⑤ GitHub
⑥ Security
⑦ Scaling
⑧ Cost
⑨ 운영 전략
전체 게임 진행 흐름
CEO Mission
↓
Architecture Design
↓
AI Agent Design
↓
GitHub Collaboration
↓
Multi LLM
↓
Scale
↓
Failure
↓
Security
↓
Cost
↓
CTO Presentation
학습자 최종 산출물
실무 산출물을 GitHub 저장소에 집약
| 산출물 | 목적 |
|---|---|
| Enterprise AI Architecture Diagram | AI 시스템 설계 문서 |
| Multi-LLM Routing 전략 | 모델 선택 및 비용 최적화 전략 |
| AI Agent Canvas | 에이전트 설계 문서 |
| GitHub Repository | 협업 및 버전 관리 |
| ADR(Architecture Decision Record) | 주요 설계 의사결정 기록 |
| Mermaid Architecture Diagram | 문서 자동화 및 시각화 |
| Threat Model & Security Checklist | AI 보안 검토 |
| Cost Optimization Report | 운영 비용 분석 |
| 최종 CTO 발표 자료 | 경영진 보고 수준의 아키텍처 제안 |
이 과정의 핵심 메시지
이 커리큘럼은 의사결정을 훈련하는 교육(Decision-Centric)
- 언제 Serverless를 선택해야 하는지,
- 언제 Kubernetes가 적합한지,
- 언제 Local LLM을 병행해야 하는지,
- 언제 AI Gateway와 멀티 LLM 전략이 필요한지,
- AI 에이전트를 어떤 거버넌스 아래 운영해야 하는지,
를 팀 토론과 시뮬레이션을 통해 반복적으로 판단
