> ## Documentation Index > Fetch the complete documentation index at: https://docs.cloudthinker.io/llms.txt > Use this file to discover all available pages before exploring further. # 추천 > 추천 속성, 출처, 카테고리를 조회하고 절감 기회를 발견에서 구현된 변경으로 전환합니다 추천 엔진은 감지된 절감 기회를 우선순위가 매겨진 추적 가능한 작업 항목으로 변환합니다. 각 추천에는 절감액, 노력, 위험 메타데이터가 포함되어 무엇을 먼저 구현할지 결정할 수 있습니다. ## 추천 속성 | 속성 | 설명 | | ---------- | --------------------------------------------------------------------------------------------------------------- | | **제목** | 최적화의 명확하고 실행 가능한 요약 | | **설명** | 문제와 솔루션에 대한 상세 설명 | | **예상 절감액** | 예상 월간 또는 연간 절감액 | | **노력 수준** | 구현 복잡도: Low, Medium, 또는 High | | **위험 수준** | 워크로드에 대한 잠재적 영향: Low, Medium, 또는 High | | **출처** | 원본: [CloudKeepers](/ko/guide/infrastructure/cloudkeepers), 대화, [평가](/ko/guide/infrastructure/assessment), 또는 수동 | 추천은 초안으로 시작하여 승격 시 활성화되고, [Plan](/ko/guide/infrastructure/plan)에서 실행 전 과정이 추적됩니다. 전체 라이프사이클은 [Keepers](/ko/guide/infrastructure/cloudkeepers)에서 설명합니다. ## 발견 vs 추천 Keeper 감지는 먼저 **발견**을 생성합니다. 발견은 다음 상태를 거쳐 이동합니다: | 상태 | 의미 | | ---------------------- | ---------------------------------- | | **New** (신규) | 방금 감지됨; 아직 아무도 확인하지 않은 상태입니다. | | **Acknowledged** (확인됨) | 팀 멤버가 해당 발견 사항을 확인하고 후속 조치를 담당합니다. | | **Active** (처리 중) | 해당 발견 사항에 대한 작업이 진행 중입니다. | | **Resolved** (해결됨) | 근본 문제가 수정되고 검증되었습니다. | | **Dismissed** (무시됨) | 검토 후 의도적으로 조치하지 않기로 결정되었습니다. | 발견을 승격하면 **추천**이 생성됩니다 — 자체적인 라이프사이클, 영향 분석, 구현 플레이북을 가진 별도의 객체입니다. ## 출처 | 출처 | 추천 생성 방법 | | ----------------------------------------------------- | ----------------------------------------------------------------------- | | [CloudKeepers](/ko/guide/infrastructure/cloudkeepers) | 감지 규칙이 활용도 드리프트, 비용 이상 징후, 베스트 프랙티스 위반을 지속적으로 스캔 | | 대화 | `#recommend`로 [Alex](/ko/guide/agents/alex)에게 특정 영역 분석 요청 | | [평가](/ko/guide/infrastructure/assessment) | Well-Architected 평가가 비용 최적화 기둥 아래 추천을 생성 | | 수동 | **Recommendations**를 열고 **New Recommendation**을 클릭하여 절감액, 노력, 위험을 직접 설정 | ## 카테고리 | 카테고리 | 일반적인 검사 항목 | | ----------- | -------------------------------------------------------------- | | 적정 크기 조정 | 평균 활용도 20% 미만의 EC2 인스턴스, 초과 용량의 RDS 인스턴스, 과대 프로비저닝된 Lambda 메모리 | | 예약 용량 | 1년 vs 3년 약정 분석, Savings Plans 적용 범위 격차, 예약 인스턴스 활용도 | | 스팟 기회 | 내결함성 배치 작업, 개발/테스트 환경, 스테이트리스 애플리케이션 | | 스토리지 라이프사이클 | S3 Intelligent-Tiering 활성화, Glacier 아카이브 후보, 비정기 접근 데이터 | | 미사용 스토리지 | 연결 해제된 EBS 볼륨, 고아 스냅샷, 빈 S3 버킷, 미사용 EFS 파일 시스템 | | 데이터베이스 | DynamoDB 용량 모드, ElastiCache 노드 크기 조정, 인덱스 및 쿼리 최적화, 읽기 복제본 기회 | | 네트워크 | 리전 간 전송, NAT 게이트웨이 효율성, VPC 엔드포인트, 유휴 로드 밸런서, 가용 영역 간 로드 밸런싱 | ## 협업 각 추천에는 토론 스레드가 포함됩니다: | 기능 | 활용 방법 | | ----- | --------------------- | | 댓글 | 컨텍스트, 질문, 구현 노트 추가 | | 멘션 | `@username`으로 팀원 태그 | | 첨부 파일 | 관련 문서나 티켓 연결 | | 감사 추적 | 모든 변경 사항 및 상태 업데이트 추적 | ## 추천 구현 **에이전트 주도 (승인 포함):** 1. 추천 세부 정보를 검토합니다. 2. [Alex](/ko/guide/agents/alex)에게 구현을 요청합니다. 3. 제안된 변경 사항을 검토합니다. 4. [Approval Center](/ko/guide/approval)에서 실행을 승인합니다. 5. 구현 진행 상황을 모니터링합니다. **수동:** 1. 추천의 구현 단계를 따릅니다. 2. 질문이 있으면 토론 스레드를 활용합니다. 3. 완료 시 실제 절감액을 기록하여 [절감 추적](/ko/guide/cost-optimization/savings)이 예측치와 비교할 수 있도록 합니다. ## 내보내기 및 연동 | 작업 | 방법 | | ---- | --------------------------------------------------------- | | 내보내기 | 추천을 CSV 또는 Excel로 다운로드 | | 티켓팅 | 추천에서 Jira 티켓 생성 | | 동기화 | [웹훅](/ko/guide/webhooks/overview)을 통해 외부 시스템으로 추천 업데이트 전송 | ## 예시 추천 찾기 및 이해: ```text theme={null} @alex #recommend show the top 10 cost recommendations by savings @alex #recommend list low-effort EC2 recommendations with high savings @alex #recommend explain why we should resize instance i-0abc123 ``` 특정 영역에 대한 새 추천 생성: ```text theme={null} @alex #recommend analyze our S3 storage costs and suggest optimizations @alex #recommend review EC2 instances idle for more than 7 days ``` 구현 — Alex가 제안된 변경 사항을 보여주고 실행 전 승인을 요청합니다: ```text theme={null} @alex #recommend implement the resize for instance i-0abc123 ``` ## 관련 문서 구현 후 실제 절감액과 예측치를 비교 측정합니다 추천 배경의 지출 추세와 이상 징후를 분석합니다 감지가 발견으로, 그리고 승격된 추천으로 전환되는 과정을 확인합니다