TL;DR
- AWS는 웹/앱을 위한 다양한 아키텍처 패턴을 제공
- 정적 웹 호스팅부터 서버리스 앱, 컨테이너 기반 마이크로서비스, 데이터 분석 파이프라인까지 상황에 맞는 아키텍처를 선택 가능
- 프론트엔드 개발자라면 특히 정적 웹 호스팅(S3+CloudFront) 과 서버리스 앱 구조(Lambda+API Gateway) 를 알아두는 게 필수
1. 정적 웹 호스팅 (Static Web Hosting)
- 구성: Route 53 → CloudFront → S3 (정적 파일)
- 특징: 프론트엔드 앱(React, Vue, Next.js 빌드 결과물)을 올려 전 세계에 빠르게 제공
- 장점: 비용 저렴, 확장성 무제한, 글로벌 서비스 적합
2. 서버리스 웹앱 (Serverless Web App)
- 구성: CloudFront → S3(SPA) + Lambda(API)
- 특징: 서버 없이도 동작. API는 Lambda로 실행
- 장점: 유지보수 부담 ↓, 사용량에 따라 자동 확장
3. 컨테이너 마이크로서비스 (Containerized Microservices)
- 구성: ALB → EKS (Pod) → Microservices
- 특징: 대규모 서비스에서 흔히 쓰이는 구조. 백엔드 서비스들을 각각 컨테이너로 분리
- 장점: 유연한 확장, 팀 단위 독립 개발/배포 가능
4. 3계층 웹앱 (3-Tier Web App)
- 구성: ALB → EC2 (애플리케이션) → RDS (DB)
- 특징: 가장 전통적이고 많이 쓰이는 웹 아키텍처
- 장점: 단순하고 안정적, 레거시 시스템과 호환성 좋음
5. 이벤트 기반 아키텍처 (Event-Driven)
- 구성: EventBridge → Lambda → Microservices
- 특징: 특정 이벤트 발생 시 자동으로 함수 실행
- 장점: 실시간 처리, 확장성 뛰어남 (예: 알림 서비스, 로그 처리)
6. 데이터 레이크 & 분석 (Data Lake & Analytics)
- 구성: Glue + SNS + Athena
- 특징: 대규모 데이터 저장 + 분석
- 장점: 서버리스 분석, 대규모 로그/트래픽 데이터 처리 가능
7. 스트리밍 분석 (Streaming Analytics)
- 구성: Lambda → Flink → Redshift
- 특징: 실시간 데이터 스트림 분석 (예: IoT 데이터, 거래 데이터)
- 장점: 실시간 대시보드, 이벤트 처리 가능
8. 데이터 웨어하우스 ETL
- 구성: S3 → Redshift → 분석 소프트웨어
- 특징: 데이터를 모아 변환(ETL) 후 BI툴/리포트에서 활용
- 장점: 빠른 쿼리 성능, 기업 데이터 분석에 최적화
9. ML 마이프라인 (Machine Learning Pipeline)
- 구성: S3 → SageMaker Train → Endpoint
- 특징: 데이터를 학습시켜 AI 모델 서빙
- 장점: ML 모델 개발부터 배포까지 자동화
10. IoT 아키텍처
- 구성: IoT Core → Lambda → DynamoDB/S3
- 특징: 센서나 디바이스에서 오는 데이터 처리
- 장점: 실시간 데이터 수집, IoT 서비스에 적합
11. 멀티리전 고가용성/DR (Disaster Recovery)
- 구성: Active-Active 배포 + ALB + CloudWatch
- 특징: 여러 리전에 동시에 배포해 장애 발생 시 자동 전환
- 장점: 고가용성, 글로벌 서비스 필수
12. 보안 아키텍처
- 구성: WAF/Shield + CloudFront + OpenSearch
- 특징: 공격 차단 + 로그 분석
- 장점: DDos 방어, 웹 보안 강화
결론
AWS는 다양한 아키텍처 패턴을 제공하고, 서비스 성격에 따라 최적 구조를 고를 수 있습니다.
- 스타트업/소규모 → 정적 웹 호스팅, 서버리스 웹앱
- 중대형 서비스 → 컨테이너 마이크로서비스, 3계층 웹앱
- 데이터/AI 서비스 → 데이터 레이크, 스트리밍, ML 파이프라인
💡 프론트엔드 개발자라면 최소한 정적 웹 호스팅 + 서버리스 웹앱 정도는 확실히 이해해두는 게 좋아요.
Front-End Programmer