소개
서버를 직접 운영하는 것이 부담되어, AWS의 다양한 서비스들을 활용한 Serverless 구성을 시도하게 되었습니다.
작업은 다음과 같이 진행했어요:
Codex를Cursor에디터에 설치해서 계획 수립과 코딩 자동화를 맡겼고,모르는 기술이나 개념이 나오면
Cursor의 Ask 기능을 통해Gemini에게 질문하여 친절한 설명을 받아가며 진행했습니다. 😊
진행 방법
사용한 도구 및 기술 스택
AWS 서비스
Cognito: 사용자 인증
CloudFront: 콘텐츠 전송
S3: 정적 웹페이지 및 데이터 보관
API Gateway: API 요청 처리
Lambda: 서버리스 함수 실행
DynamoDB: NoSQL 데이터베이스
개발 도구
Codex (Cursor에서 설치)
Cursor 에디터 & Gemini Agent
작업 방식
Codex는 AWS를 코드로 구성하는 CDK(Code Development Kit)를 기반으로 인프라를 자동 생성해주었습니다.
Cursor 내에서 폴더 구조를 참고하면서, 각 서비스가 어떻게 배치되고 연결되는지 이해할 수 있었어요.
비용이 발생할 여지가 있는 부분은 Gemini에게 직접 물어보며 사전 확인하고 대응했습니다.
화면의 좌측이 Codex 를 설치하여 이용한 모습입니다.
화면의 우측이 Gemini Agent 를 이용하여 질의 응답을 진행하는 모습입니다.
컴퓨터에서 한국어 스크린 샷
AWS 구성 항목- Gemini 가 AWS 구성도를 코드를 파악하고 그려준 결과 입니다.
게임의 흐름을 보여주는 다이어그램
AWS 구성 항목에 대한 설명을 Gemini 가 정리한 결과 입니다.
검은 색 화면의 다른 한국어 목록
날짜별 개발 항목을 분류하여, 각각의 1일치 만큼의 일만 Codex 에게 시키면서, 개발을 진행했습니다.
한국어 코드의 스크린 샷
AWS 구성으로 화면 랜딩페이지가 구성되었으며, 나머지 기능들은 API 개발은 완료되었으나, 화면에 표현되도록 하는 작업이 남아 있습니다.
10 분 안에 11 회의 회의 AI 준비
결과와 배운 점
처음 접하는 CDK는 진입장벽이 높았지만, Codex의 도움으로 에러 없이 구성이 가능했습니다.
폴더 구조를 직접 보며 질문할 수 있었던 Cursor와, 기술 설명을 잘해주는 Gemini의 조합은 학습에 큰 도움이 되었어요.
무엇보다도 "비용이 발생하는 구조인가?"라는 질문에 대해 LLM이 실시간으로 답해주는 점이 정말 유용했습니다.
📌 배운 점 요약
LLM + Codex + Cursor 조합으로 AWS Serverless 진입장벽을 크게 낮출 수 있음
실서비스를 위한 구성 시, 비용을 고려한 설계와 확인은 꼭 필요함
Serverless는 운영 부담을 줄이는 경우에 적합함
1일 단위를 작업을 나눠서 하고 검증하면서 작업하는 것이 차근차근 진행하기에 좋았던것 같음
