AI 프로덕션 & 거버넌스

엔터프라이즈 AI 플랫폼 설계

앱·모델 제어면·장기 실행·도구 격리를 분리하는 레퍼런스 아키텍처

사용자 응답, 모델 정책, durable workflow, tool sandbox, MCP 데이터, 보안·관측을 서로 다른 실패 경계로 분리합니다. AI SDK와 Gateway, Workflow·Queue, Sandbox를 업무 특성에 맞게 배치해 확장 가능한 플랫폼 운영 기준을 만듭니다.

심화 8레슨 515 XP 약 89분

출처 · 핸드북 · Vercel 엔터프라이즈 AI 플랫폼 · 원문 검토 2026-06-20

선수 코스를 먼저 완료해 주세요

AI 에이전트 가치 측정 완료 후 이 코스를 시작할 수 있어요.

AI 프로덕션 관측과 보안 거버넌스를 표현한 일러스트
0%
코스 진행률9개 학습 단계 기준

1. 플랫폼 계층과 AI 런타임

사용자 응답과 정책·장기 작업·도구 실행의 실패 반경을 분리합니다.

  1. 앱 서버 하나에 모든 것을 넣지 않는다Experience/App·Control·Execution·Governance 계층과 thin runtime개념45 XP
  2. 플랫폼 책임 배치 퀴즈AI SDK·Gateway·Workflow·Sandbox의 경계 판정퀴즈50 XP

2. Durable Workflow·Queue·승인

재시도와 외부 event가 있는 장기 작업을 상태 머신으로 만듭니다.

  1. Timeout을 늘리는 대신 상태를 영속화한다workflow/step, replay, idempotency, approval과 Queue 경계개념45 XP
  2. 실전: 대량 계약서 분석 파이프라인Queue fan-out과 Workflow 승인·종합의 조합시나리오60 XP

3. MCP 데이터·Sandbox 실행

읽기 문맥과 변경 capability를 분리하고 untrusted tool을 격리합니다.

  1. 문맥 접근과 실행 권한은 다르다MCP resources/prompts/tools, tenant scope와 Sandbox 권한 모델개념45 XP
  2. MCP·Sandbox 안전 점검capability·tenant·network·artifact 경계 감사체크리스트55 XP

4. 관측·평가·비용·거버넌스

여러 플랫폼 신호를 같은 운영 리뷰와 서비스 예산에 모읍니다.

  1. 플랫폼 신호를 하나의 결정 루프로App trace·Gateway usage·Workflow state·tool telemetry 통합개념45 XP
  2. 워크북: AI 플랫폼 운영 ADR계층·SLO·비용·보안의 선택과 trade-off 기록워크북70 XP

최종 챌린지

코스에서 배운 내용을 업무에 재사용할 수 있는 산출물로 완성하세요.

  1. 최종 챌린지 · 엔터프라이즈 AI 레퍼런스 아키텍처앱·제어면·실행면·거버넌스를 연결한 플랫폼 설계 완성레슨 완료 후100 XP