14주차 - DX(디지털 전환), Lambda 실습

 

- 디지털 전환(DX)

단순한 기술 도입이 아닌 디지털 기술을 활용해 기존 비즈니스 프로세스, 문화, 고객 경험을 변화시키는 과정 (예: Netflix)


- DX의 3단계

단계	명칭	설명	예시
1단계	Digitization (디지털화)	아날로그 → 디지털 데이터 변환	종이 문서 → PDF 스캔, 필름카메라 → 디지털카메라
2단계	Digitalization (디지털라이제이션)	기존 업무 프로세스를 디지털 도구로 개선	ERP 도입, 이메일 결재, 전자서명
3단계	Digital Transformation	새로운 방식의 가치 창출, 비즈니스 모델 혁신	플랫폼 비즈니스, 데이터 기반 신규 서비스

1, 2단계는 효율화에 가깝고, 진짜 DX는 3단계에서 이루어진다.

- DX의 목적과 기대 효과

고객 경험 개선 → 개인화 추천, 옴니채널 서비스 (Netflix, 아마존 추천)
운영 효율성 향상 → 반복 업무 자동화, 실시간 모니터링 (쿠팡 로봇 물류)
신규 수익 창출 → 데이터 분석 기반 신제품 출시, 구독 서비스 전환

측정 지표(KPI) 예시: 고객 이탈률 감소율, 매출 증가율, 비용 절감율

- DX의 핵심 구성 요소

요소	내용
기술	클라우드, AI, IoT, 빅데이터 — 혁신을 실행하는 기반
조직	애자일 구조, 크로스펑셔널 팀, 데이터 기반 의사결정
문화	변화 수용, 실험 장려, 실패 허용

- 산업별 디지털 변화 사례

금융
신한은행은 AWS 클라우드 기반 AI 신용평가 시스템을 도입함. 기존 대면 심사 대비 처리 시간을 70% 이상 단축했고, 고객은 모바일 앱에서 5분 내 대출이 가능해짐. 성공 포인트는 고객 편의성 향상과 금융보안원 클라우드 가이드라인 준수(규제 대응)를 동시에 달성한 것

제조
GE Aviation은 항공기 엔진에 IoT 센서를 설치하고 AWS IoT + SageMaker로 데이터를 분석함. 이상 징후 사전 감지로 유지보수 비용을 10~15% 절감. 현대자동차 울산 공장은 AI 품질 검사 시스템을 도입해 카메라·센서 데이터를 실시간 분석하여 불량률 20% 감소를 달성함. 공통 성공 포인트는 실시간 데이터 분석 + 자동화

유통·물류
쿠팡은 AWS 기반 재고·물류 최적화 시스템을 구축함. AI로 주문을 예측해 전국 물류센터에 자동 재고 보충을 수행하며, 고객이 주문하기 전에 이미 물류센터에 재고가 쌓여 있는 구조임. 수요 예측 AI + 전국 물류센터 실시간 연동이 핵심이었음.

의료 헬스케어
서울아산병원은 AWS 기반 딥러닝 모델로 CT/MRI 영상을 분석해 암 조기 발견 정확도를 높이고 판독 시간을 단축함. 대규모 GPU 인프라를 클라우드로 확장한 것이 성공 포인트임. Philips HealthSuite는 AWS 클라우드에서 1억 명 이상의 환자 데이터를 통합·관리하며 HIPAA 등 데이터 프라이버시 규정을 준수하고 있음.

공공부문
싱가포르 Smart Nation 프로젝트는 AWS 기반 스마트 시티 플랫폼을 구축해 교통·에너지·재난 대응 데이터를 실시간 분석하고 즉시 정책에 반영함. 국내에서는 행정안전부 정부24 서비스가 클라우드 기반으로 전환되어, 트래픽 급증 시 Auto Scaling으로 안정적 서비스를 유지하고 비용도 절감



- 서버리스(Serverless)

'서버가 없는 것'이 아니라 '서버 관리에서 자유로운 것'

서버 프로비저닝·운영·스케일링을 클라우드 제공자가 대신 처리하므로 개발자는 비즈니스 로직에만 집중할 수 있다.

주요 특징
- 무관리형 인프라(Zero Server Management)
- 자동 확장(Auto Scaling)
- 사용량 기반 과금(Pay-per-use) — 요청이 없으면 비용 없음
- 이벤트 기반 실행 (트리거가 있을 때만 동작)
- 빠른 개발·배포 속도

- 주요 서버리스 서비스

서비스	유형	주요 특징	활용 예시
AWS Lambda	컴퓨팅	이벤트 기반 코드 실행. Python, Node.js, Java 등 지원. S3, API Gateway, DynamoDB Streams 등으로 트리거	이미지 썸네일 생성, 로그 처리, 백엔드 API (S3 업로드 → Lambda → 이미지 리사이즈)
Amazon S3	스토리지	객체 스토리지. 무제한 확장, 내구성 99.999999999%. Lambda 트리거로 이벤트 처리 가능	서버리스 데이터 저장소, 정적 웹사이트 호스팅
Amazon DynamoDB	데이터베이스	완전관리형 NoSQL DB. 초당 수천 요청 처리. 온디맨드/프로비저닝 모드 선택 가능	Lambda와 결합한 실시간 데이터 처리
Amazon API Gateway	API 관리	완전관리형 API 생성·관리. Lambda와 결합해 RESTful/HTTP API 구성. 요청 검증·인증·스로틀링 가능	서버리스 백엔드의 입구(엔드포인트) 역할

- 비즈니스 관점의 DX 성과

성과 유형	내용
Time-to-Market 단축	서비스 출시 기간이 수 개월~2년에서 수 주·수 일로 단축. 시장 선점 경쟁력 확보
운영 효율성 개선	인프라·인력 비용 절감. 자동화로 24시간 모니터링 인력 최소화
고객 경험 강화	더 빠르고 안정적인 서비스 → 만족도 상승 → 재구매율·충성도 증가
확장성·유연성 확보	사업 성장에 따른 글로벌 확장이 수월. 리소스를 필요에 따라 증감해 비용 효율 유지

- 실습: Lambda + API Gateway 서버리스 API 구성

1. Lambda 함수 생성
AWS 관리 콘솔 → Lambda 검색 → 함수 생성
리전: ap-northeast-2 (서울)
함수 이름: hello
런타임: Python
함수 생성 클릭

python으로 생성

2. 기본 핸들러 코드 확인
생성된 함수의 코드 탭에서 핸들러 함수 확인. handler(event, context) 형태가 메인 실행 함수임. 요청이 들어올 때 실행되며, statusCode: 200과 "Hello from Lambda" 문자열을 리턴하는 기본 코드가 작성되어 있음. 코드 수정 없이 진행

핸들러 함수

 

위와 같이 s3 버킷에 대한 put 트리거를 설정할 수 있다.

json이 핸들러의 event로 넘어간다.

위와 같이 실행되는 것을 확인할 수 있다.

3. API Gateway 생성
AWS 관리 콘솔 → API Gateway 검색
API 생성 → REST API → 구축 클릭
리전: 서울
API 이름: my-api
API 생성 클릭

리소스 이름은 명사로 생성하는 것을 권장한다 (여기서는 그냥 hello로 생성)

4. 리소스 및 메서드 생성
리소스 생성 → 리소스 이름: hello → 리소스 생성
/hello 경로 생성 확인
메서드 생성 → 메서드 유형: GET → Lambda 함수 선택 (리전: 서울, 함수명: hello)
메서드 생성 클릭

메서드 생성

get으로 생성하고 아까 만든 람다함수와 연결한다

5. API 배포
API 배포 → 새 스테이지 → 스테이지 이름: test → 배포 클릭
Invoke URL 확인 및 복사

api 배포

끝에 hello 붙여주면 잘 나오는 것을 확인할 수 있다.