🐧 AI로 OS 업그레이드하기

📊 프로젝트 개요

목표: Amazon Linux 2 (AL2)에서 Amazon Linux 2023 (AL2023)으로의 안정적인 전환

주요 특징

• AI 기반 자동화: 시스템 분석부터 전환 계획 수립까지 Q Developer가 담당
• 일관된 품질: Context와 Prompt 최적화로 표준화된 결과물 생성
• 실제 검증: 프로덕션 환경에서 실제 적용하여 검증된 방법론
• 보안 고려: Q Developer Pro 라이선스로 데이터 보안 확보

🎯 배경

Amazon Linux 2의 End of Support (EOS)에 따라 Amazon Linux 2023으로의 전환이 필요한 상황에서, 수십 개의 시스템을 효율적이고 안정적으로 마이그레이션하기 위한 방법을 모색했습니다.

전환 요구사항

• 기존 Application 및 설정 정보를 새로 설정
• 가능한 기존과 동일한 환경으로 구성
• 안정적인 전환과 이슈 사항 사전 식별
• 전환 후 점검 방법 제시

⚙️ 진행 방법

핵심: 결국은 Prompt 조정이 가장 중요한 요소

자동화 워크플로

1. 시스템 정보 수집: 기존 AL2 시스템의 패키지, 서비스, 설정 정보 추출
2. AI 분석: Q Developer가 시스템 상태 파악 및 호환성 검토
3. 전환 계획 수립: Context 기반으로 표준화된 마이그레이션 가이드 생성
4. 검증 및 문서화: 체크리스트 기반 품질 검증 후 최종 문서 생성

🏗️ 아키텍처

Q Developer 아키텍처 내용과 동일한 구성을 사용하여 다음과 같은 컴포넌트들이 연동됩니다:

주요 컴포넌트

• Amazon Q Developer: 핵심 AI 엔진
• MCP (Model Context Protocol): AWS 공식 문서 연동
• AWS MCP 서버: 신뢰할 수 있는 기준 정보 제공
• Context 관리 시스템: 프로젝트별 맞춤 설정

🔧 Trial and Error

실제 프로젝트 진행 중 마주한 주요 문제들과 해결 방법을 정리했습니다.

1. 신뢰할 수 있는 기준 정보 확보

해결 방법: AWS MCP 연결

• AWS 공식 MCP 서버를 연결하여 충분한 문서를 참고하도록 설정
• 실시간으로 최신 AWS 문서와 모범사례 참조 가능

2. Hallucination 해결 (가장 중요)

• 권장 설치 사항 (모니터링 툴, 유틸리티 패키지 등)
• 아키텍처 변경 권유, SDK 설치 유도 (Production 환경에서는 런타임만 필요)
• 추가적인 보안 대책
• 일괄 작업에 대해 검토 대상으로 안내 (거버넌스 정책으로 제한되는 것들)

해결 방법: 기준 자료를 생성해 Prompt에 추가

사례 1: 실행 프로세스 검토

프로세스 판단 기준을 정의하고 Prompt에 전달해 기준에 따라 가이드하도록 구성

# 사례 CSV 파일
서비스명,조치방법,기본설치여부,비고
twistlock-defender-server.service,불필요,기본설치,골든이미지
ds_agent.service,불필요,기본설치,골든이미지
.... 
약 100개의 프로세스에 대해 정의

사례 2: 편의성을 위한 과도한 패키지 설치 제안

Prompt에 최종 결과 생성 시 체크리스트를 확인하도록 명시

# 예시
[ ] src 파일의 모든 서비스가 누락 없이 검증 되었는가?
[ ] src 파일의 모든 라이브러리가 누락없이 검증되었는가?
[ ] src 파일의 모든 서비스가 전환 기준을 준수하였는가?
[ ] 각 서비스의 비고 사항이 문서에 반영되었는가?

3. AI 사용에 대한 보안성 검토

해결 방법: Q Developer Pro 라이선스 사용

• AWS의 공동 책임 모델에 의해 통신/저장 공간에 대해 AWS에서 담당
• Q Developer 프리티어: 서비스 개선을 위해 특정 콘텐츠를 사용할 수 있음
• Q Developer Pro: 서비스 개선을 위해 사용자 콘텐츠를 사용하지 않음

4. 일관된 검토결과 필요

해결 방법: Context와 Prompt 조정

• Context와 Prompt를 사용해 결과물의 양식을 정의하여 일관된 결과 생성
• 표준화된 12개 섹션으로 구성된 검토 결과 템플릿 적용

5. 불필요한 RISK 방지

해결 방법: 시간이 걸려도 일부 수작업 진행

• 목표 시스템에 Q의 접근 경로 제한
• MCP Tool에 대한 자동 실행 권한 제약 (제한된 trust tool을 설정하고 MCP 호출을 매번 확인)

6. 기타 고려사항

• Prompt 버전관리: 사용에 따라 다른 결과가 발생하기 때문에 Prompt/Context 내용에 대한 버전관리 필요
• Q Dev/MCP 관련 잦은 업데이트: 잦은 업데이트와 이에 따라 MCP 설정 변경을 요구할 때가 많음

📋 실제 사용 자료

프로젝트에서 실제로 사용한 Context, Prompt, 참고 데이터를 공개합니다.

Context 설정

## 역할
나는 AmazonCloud의 Cloud engineer이고 Amazon2로 구성된 EC2를 Amazon2023으로 전환하려고 합니다.
AL2023 전환 시 신규 인스턴스에 AL2023 OS를 설치후 기존 Application 및 설정 정보를 새로 설정할 것입니다.
시스템은 가능한 기존과 동일한 환경으로 구성되어야 합니다.
검토 최종 단계에서는 해당 내용이 기존 AL2 환경에 존재하는지를 한번더 확인해 주십시요.

## 프로젝트 요구사항
- AL2의 EOS에 따른 AL2023으로의 안정적인 전환
- 기존 설치된 패키지를 검토해 예상되는 이슈사항및 대안 확인
- 설치된 프로세스, 포트 확인하여 예상되는 이슈 사항 및 대안 확인
- AL2023 전환 대상 환경 변수 확인
- OS 전환 후 점검 방법 제시

## 중요: AL2 실제 설치 내용만 전환 - 절대 준수 사항
- **절대 금지**: 권고사항, 일반적인 모범 사례, 추가 도구 제안 금지
- **오직 확인된 내용만**: src_ 파일에서 실제 확인된 패키지, 서비스, 설정만 전환
- **패키지 설치 금지**: AL2에서 설치되지 않은 패키지는 전환 계획에 포함 금지
- **최소 전환 원칙**: 불필요한 작업은 추가 금지

Prompt 구조

Ultra think를 활용한 체계적인 분석 프로세스:

1. 파일 분석: Ultra think 사용하여 src_*.txt 파일 하나를 읽어 AL2 시스템 상태 파악
2. 전환 계획 수립: Context 요구사항에 따라 AL2 시스템의 전환 방법 도출
3. 문서화: 시스템별 전환 계획을 마크다운 파일로 작성
4. 문서검토: 서비스 분류 검증 체크리스트를 사용해 문서 검증
5. 진행상황 업데이트: 검토목록 진행 상황 파일 내용 업데이트

서비스 분류 기준

약 100개의 프로세스에 대한 명확한 분류 기준을 CSV 파일로 정의:

• 불필요: AL2023에서 자동으로 관리되는 서비스
• AL2상태에 따름: 실제 AL2 상태를 확인하여 결정
• 사용자서비스: 담당자가 직접 설치/설정해야 하는 서비스

사용한 MCP Tool

• awslabs.core: 핵심 AWS 기능
• awslabs.aws-api: AWS API 연동
• aws-knowledge: AWS 공식 문서 참조

📈 성과 및 결론

핵심 교훈

1. Prompt Engineering이 핵심: 기술적 구현보다 적절한 Context와 Prompt 설계가 더 중요
2. Hallucination 방지가 필수: 명확한 기준과 체크리스트로 AI의 과도한 제안 방지
3. 보안 고려사항: 프로덕션 환경에서는 Pro 라이선스 필수
4. 점진적 개선: 초기 결과를 바탕으로 지속적인 Context/Prompt 최적화

향후 적용 가능 영역

• 다른 OS 마이그레이션 프로젝트
• 클라우드 인프라 전환 작업
• 시스템 보안 점검 자동화
• 규정 준수 검토 프로세스