tech stack

기술 스택

기준일: 2026-06-09

이 문서는 현재 active 기술과 retired/planned 항목을 분리한다. 과거 Hub 중심 Prometheus Agent/AMP 구성, 독립 Risk Normalizer/Risk Score Engine 서비스, 서버리스 Dashboard API 초안은 현재 기본 구조로 보지 않는다.

상태 기준

상태	의미
active	현재 코드, Terraform, Helm chart, 운영 절차의 기본 경로
retired	과거 구현·검증 이력이 있으나 현재 기본 구성에서 제거되었거나 재설치하지 않는 항목
planned	후속 보강 또는 선택 구성. 현재 구현으로 표현하지 않음
reference	원본 저장소나 설계 입력으로만 남은 참조 항목

---

Edge

기술	상태	현재 역할	기준
K3s	active	Factory A/B/C Spoke 런타임	Factory A는 Raspberry Pi 3-node, B/C는 VM testbed
Helm chart aegis-spoke	active	공장별 workload packaging	charts/aegis-spoke, envs/factory-*
Hub ArgoCD + Tailscale	active	Hub에서 Factory K3s API로 GitOps sync	Factory API는 Tailscale 경유
Longhorn	active (FA)	Factory A InfluxDB/outbox PVC 기준선	failover/failback 운영 이력 있음
InfluxDB	active (FA)	센서, AI, sound, Kubernetes 상태 원천	factory-a-log-adapter 입력
factory-a-log-adapter	active	Factory A 원천 상태를 canonical JSON으로 변환	apps/factory-a-log-adapter
VM dummy generator	active (FB/C)	testbed canonical JSON 생성	실제 공장 데이터가 아니라 synthetic 데이터
edge-iot-publisher	active	outbox JSON을 AWS IoT Core MQTT로 송신	Factory A PVC, Factory B/C hostPath
snapshot-uploader	active (FA)	presigned URL로 image binary를 S3에 직접 업로드	IoT에는 metadata event만 송신
edge-agent	reference	통합 전/후속 개념 설명	현재 표준 송신 경로는 adapter/publisher 분리

Factory A는 Raspberry Pi 3-node K3s에서 InfluxDB와 센서 데이터를 수집하는 운영형 Spoke다. Factory B/C는 multi-factory 제어 경로와 Dashboard 카드 분리를 검증하는 VM 테스트베드로, 실제 센서 정확도를 검증하는 환경이 아니다. 두 Spoke 유형 모두 edge-iot-publisher를 공통 송신 컴포넌트로 쓰지만, outbox 경로(PVC vs hostPath)와 데이터 생성 방식(log adapter vs dummy generator)이 다르다.

---

Control

기술	상태	현재 역할	기준
Terraform	active	AWS 인프라 source of truth	infra/*, AWS provider ~> 6.0
AWS EKS Hub	active	Control/Management VPC의 Hub Kubernetes	infra/hub
Hub ArgoCD	active	Factory Spoke sync와 app 상태 확인	Tailscale 등록 cluster 사용
Tailscale	active	Hub-Spoke private control path	공인 IP 없이 K3s API 접근
AWS Load Balancer Controller	active	Hub Admin UI ingress/ALB	Hub rebuild 이력 있음
GitHub Actions	active/planned	image build, ECR push, manifest update 경로	워크플로 repo/role 가정은 후속 재확인 필요
S3 backend + native lockfile	active	Terraform state 저장과 잠금	backend/state ownership 확인 후 조작
Hub risk-normalizer Pod	retired	과거 Hub 기반 risk 계산 구상	현재 계산은 DataProcessor Lambda 내부

Control 플레인의 핵심은 Hub EKS가 Tailscale 경유로 Factory K3s API에 접근해 GitOps를 수행한다는 점이다. 공장 네트워크에 공인 IP가 없어도 ArgoCD가 Spoke workload를 sync할 수 있다. Terraform state는 root별 S3 backend로 분리되어 있으며, Foundation → Hub → Data-Pipeline → Dashboard 순서로 의존성이 있다.

---

Data

기술	상태	현재 역할	기준
AWS IoT Core	active	Factory MQTT 수신 진입점	factory별 topic rule
S3 raw/	active	IoT 원본 보존	IoT Rule S3 action
Lambda DataProcessor	active	canonical JSON 정규화, Safety Score, read model 갱신	apps/data-processor
DynamoDB FactoryStatus	active	LATEST, HISTORY#STATE, GRAPH#5M, CLOUD#infra, ALERT#	foundation table
S3 processed/	active	source별 처리 결과와 state snapshot	report/dashboard/alert 입력
DataProcessorRefresh1m	active	입력 중단 factory freshness 갱신	EventBridge schedule
GraphAggregator5m	active	5분 graph bucket 생성	GRAPH#5M, S3 processed_agg/
CloudInfra Fast Collector	active	ECS/ALB/RDS/Redis/CloudFront/DLQ 등 빠른 상태 수집	1분 주기 Lambda
CloudInfra Slow Collector	active	EKS/Kubernetes/ArgoCD/S3 freshness 등 느린 상태 수집	5분 주기 Lambda
RiskAlertDispatcher	active	processed snapshot 기반 Slack alert, dedupe, cooldown	notifier와 별도 Lambda
SnapshotPresigner	active	image snapshot presigned PUT URL 발급	HTTP API + Lambda
Risk Normalizer	active (module)	IoT payload 정규화 모듈	독립 서비스가 아님
Risk Score Engine	active (module)	Safety Score 계산 모듈	processor/risk.py, 독립 서비스가 아님
Pipeline Status Aggregator	active (module)	freshness와 pipeline status 계산	DataProcessor 내부 모듈

데이터 플레인은 Lambda 중심 설계다. IoT Core가 수신한 MQTT 메시지를 IoT Rule이 Lambda DataProcessor로 라우팅하고, DataProcessor 내부에서 정규화·Safety Score 계산·read model 갱신이 모두 일어난다. 초기 설계에서 독립 서비스였던 Risk Normalizer, Risk Score Engine, Pipeline Status Aggregator는 현재 이 Lambda의 내부 모듈이다. RiskAlertDispatcher와 Lambda notifier는 이름이 유사하지만 역할이 다르다 — 전자는 Slack alert를 담당하고 후자는 Dashboard WebSocket push를 담당한다.

---

Dashboard

기술	상태	현재 역할	기준
React 18 + Vite 6	active	Dashboard SPA	apps/dashboard-web/package.json
TypeScript 5.6, Vitest, ESLint	active	frontend build/test/lint toolchain	2026-06-10 통합 기준 lint/test/build 통과
CloudFront + S3	active	SPA 정적 배포	permanent stack과 DNS stack 분리
Cognito Hosted UI	active	OIDC Authorization Code + PKCE	JWT 검증과 RDS RBAC 병행
ALB + ECS Fargate	active	Dashboard Backend 실행 경로	1 vCPU/2 GiB task, demo 기준 desired/min/max 2
FastAPI + Uvicorn	active	REST API와 WebSocket endpoint	apps/dashboard-backend
Bedrock Converse	active	/chat/query 질문 해석과 Evidence 기반 답변 생성	ADR 0033/0034
DynamoDB/S3 read-only access	active	factory, graph, cloud infra, report, image snapshot 조회	backend task role
RDS PostgreSQL	active	사용자, 공장, 권한 metadata	단일 DB instance, 2AZ subnet group, multi_az=false
ElastiCache Redis	active	notifier/backend Pub/Sub	TLS, AUTH token, single shard
Lambda notifier	active	DynamoDB Streams를 Redis Pub/Sub로 전달	Dashboard WebSocket push용, alert dispatcher와 별도
서버리스 Dashboard API 초안	retired	초기 Dashboard API 초안	현재 API 런타임은 ALB + ECS Fargate + FastAPI
WAF	planned	공개 endpoint 보안 강화 후보	현재 Terraform 리소스 미확인

Dashboard는 CloudFront/S3 SPA와 ALB/ECS Fargate Backend로 구성된다. 인증은 Cognito OIDC PKCE로 처리하고, 인가는 Backend가 RDS의 user-factory-role 관계를 조회하는 방식으로 분리된다. 실시간 갱신은 DynamoDB Streams → Lambda notifier → Redis Pub/Sub → WebSocket 경로를 사용하며, WebSocket 단절 시 REST polling이 대체 경로가 된다.

---

Reporting

기술	상태	현재 역할	기준
EventBridge Scheduler	active	매일 00:30 KST 기준 report workflow 시작	UTC cron 30 15 * * ? *
Step Functions	active/on-demand	factory/cloud_infra report orchestration	target별 Map 처리, 비용 절감 시 stack destroy 가능
Reporting Lambdas 7개	active/on-demand	window 준비, 시간별 집계, 일별 병합, Bedrock 생성	infra/reporting/locals.tf; 운영 검증 이력은 factory-b 수동 실행 중심
Bedrock Claude 3 Sonnet	active (default)	report 초안 생성	기본 model ID anthropic.claude-3-sonnet-20240229-v1:0
S3 reports/daily/	active	Markdown/metadata/context/report 산출물 저장	Dashboard 조회 및 DOCX export 입력
DOCX export	active	Dashboard에서 보고서 다운로드	docx frontend dependency
단일 report generator Lambda	retired	초기 단순 구조 표현	현재는 Step Functions + 7 Lambda

Daily Report는 Dashboard 기능이 아니라 EventBridge → Step Functions → 7개 Lambda로 구성된 독립 batch pipeline이다. KST 00:30에 시작해 전날의 factory/cloud-infra 데이터를 수집·집계하고 Bedrock으로 report 초안을 생성한다. Dashboard reports API는 생성이 아니라 S3에서 결과를 읽어 제공하는 역할이다. 마지막 문서화된 운영 검증은 factory-b 수동 실행과 S3 산출물 확인이며, 전체 target scheduler smoke는 별도 확인 대상이다.

---

Delivery

기술	상태	현재 역할	기준
ECR	active	backend/edge image 저장소	build script와 workflow 대상
Docker	active	app image build	dashboard-backend, edge apps
Build/Destroy scripts	active	보호 리소스 보존형 운영 절차	scripts/build, scripts/destroy
terraform fmt -check	active	Phase 8 기준 주요 root 통과	validate는 환경 이슈로 재확인 필요
AWS/K3s smoke test	planned	end-to-end 동작 확인	state ownership 확인 후 실행

배포 실행 단위는 scripts/build/, scripts/destroy/의 보호 리소스 보존형 shell script다. GitHub Actions는 image build와 ECR push를 담당하지만, Spoke workload 배포는 Hub ArgoCD가 Tailscale 경유로 수행한다. Foundation 리소스(IoT 인증서, DynamoDB table)는 destroy 스크립트에서 자동 삭제 대상이 아니다.

---

Observability

기술	상태	현재 역할	기준
Hub Grafana	active	Hub/Admin UI 관측 화면	AMP datasource는 retired 이력
Local Grafana	active (FA)	Factory A local InfluxDB/Prometheus 시각화	edge baseline
CloudWatch Logs/Metrics	active	Lambda, ECS, ALB, RDS, Redis, scheduler 관측	CloudInfra collector 입력
CloudInfra read model	active	Dashboard Cloud Infra 화면과 alert 입력	DynamoDB/S3 processed
Slack webhook alert	active (optional)	RiskAlertDispatcher scope별 알림 전송	Secrets Manager/SSM value는 문서화하지 않음
AMP	retired	과거 중앙 메트릭 저장 검증	비용 최적화 후 active 기본 구성 제외
Hub Prometheus Agent	retired	과거 AMP remote_write 송신	재설치하지 않는 cleanup 대상

현재 관측 기준선은 CloudWatch Logs/Metrics와 Hub Grafana다. AMP/Prometheus Agent는 비용 최적화 이전에 검증한 이력은 있으나 현재 기본 구성에서 제외됐다. CloudInfra read model은 외부 관측 도구 없이 ECS/ALB/EKS 상태를 Dashboard에서 직접 조회할 수 있게 한다.

---

Runtime/Configuration 경계

configs/runtime/runtime-config.yaml은 이 저장소에는 존재하지 않는다. 원본 Edge/Dashboard 저장소에 남은 참조 설정이며, 현재 Lambda DataProcessor는 이 YAML을 읽지 않고 Terraform 환경변수와 코드 상수로 동작한다. 자세한 내용은 런타임 설정을 따른다.

관련 문서

• 시스템 아키텍처
• 현재 구현 상태
• 런타임 설정
• Safety Score 모델