생성형 AI를 통한 위험감지 및 운영자동화, A.I&fra

📌 개요

• DB 서버 일일 보고서 작성 및 담당자에게 메일/Teams로 발송
• 이상 쿼리에 대해 쿼리 튜닝 제안서 기능

📌 아이디어

• Maxguage 수집 서버(dsl791dev)에서 DB 서버 및 쿼리 내용 수집
• AL 모델(gpt-3.5-turbo, gpt-4-turbo, Llama2) 사용, Microsoft AutoGen 활용
• if 이상 쿼리 o →
  • AI 모델 활용하여 쿼리를 튜닝
  • AI 모델 활용하여 쿼리를 성능 비교
• AI 모델 활용 보고서로 작성
• 보고서를 담당자에게 메일/Teams로 발송

📌 사용 기술/AI 모델

• AWS 인프라 구축 : Terraform (vpc, subnet, nat, igw, ec2, alb, iam, sg, rtb, site-to-site vpn)
  • ~~EC2 인스턴스: g4dn.xlarge, g4dn.2xlarge~~ —> m5.xlarge/lambda
  • 스토리지: 최소 200 GB의 gp3 또는 io2 EBS 볼륨
  • 네트워크 성능: 최대 25 Gbps
  • 운영 체제: Amazon Linux 2 또는 Ubuntu 20.04 LTS
• Maxguage Data 수집
  • EventBridge Scheduler
  • EC2/AWS Lambda
  • SQLite: 로컬 데이터베이스, Maxguage 데이터를 저장 및 관리
• AI Model: [GPT-3.5 Turbo](https://platform.openai.com/docs/models/gpt-3-5-turbo)/gpt-4-turbo/Llama2 → gpt-4-turbo/o
• AOP: Agent Oriented : Microsoft AutoGen
• Python