AI活用でインフラ学習を加速、1ヶ月でGHA移行とECS操作を実現

どんな事例か

本記事では、SRE（Site Reliability Engineering）のポジションに就いた筆者が、インフラスキルを習得するためにAIを活用した経験について述べている。バックエンドエンジニアとしての経験はあったものの、インフラ領域はほぼ未経験の状態からスタートし、AIを「答えの出力機」ではなく「優秀な家庭教師」として使い倒すことで、短期間でのスキル習得と実務への応用を実現したプロセスが語られている。

使われた技術・ツール

本事例では、主に以下の技術・ツールが活用されている。

• AIツール: Gemini
• インフラ管理: Terraform
• CI/CD: GitHub Actions (GHA)
• コンテナオーケストレーション: ECS (Elastic Container Service)
• AWSサービス: OIDC、IAMロール、RDS、EC2、Fargate、Scheduled Scaling
• バージョン管理システム: CircleCI (移行元)

AIの活用方法

AIを「優秀な家庭教師」として活用する具体的な方法は以下の通り。

• 1から10まで聞き倒す: OIDCやIAMロールなど、曖昧な概念について、自分が言い換えられるようになるまで繰り返し質問し、理解を深める。
• 自分専用のハンズオンルートを作ってもらう: 概念理解後、自身のレベルに合わせたハンズオン構成案をAIに依頼する。
• 難易度を下げてもらう: 学習要素が多い場合、「難易度を下げて」「最低限・シンプルな構成から教えて」と要求する。
• 勇気を持って後回しにする: その場で理解できない内容は、業務で活用できればOKと割り切り、後回しにする。

この学習アプローチは、「短期的なスピードを捨て、あえて理解に時間を長くかける」というスタンスに基づいている。これは、Microsoftに所属するエンジニアの実践から影響を受けたもので、本質を突いたアプローチとして学習プロセスに組み込まれた。

得られた成果

徹底的な実務に沿ったインプットとハンズオンの結果、SRE着任からわずか1ヶ月で以下の成果が得られた。

• CircleCIからGitHub Actions（GHA）への移行（計6リポジトリ）: GitHub、AWSのOIDC・ロール連携を理解し、迅速かつミスなく移行を完了した。
• GHA上でのDBマイグレーションの実行: APIリプレイスに伴うマイグレーション実行をCDに組み込み、ECSのrun-taskを用いた堅牢な運用を実装した。GHAでソースコードをビルド・プッシュし、そのイメージを用いてAWS側のrun-taskを叩き、RDSに対してセキュアに実行するフローを構築した。
• 未管理ECSのコード化とコスト最適化: 元々EC2上で稼働し、手動でのコード反映やビルドが行われていた検証環境のインフラをTerraformで刷新。Terraform importによりコード化し、起動タイプをEC2からFargateへ変更した。GHAから開発メンバーが「使う時だけ起動し、使い終わったら停止」できるワークフローを構築し、さらに消し忘れ防止のため金曜夜に一律停止するオートスケールを設定した。

これらの成果により、以前は心理的ハードルの高かったインフラを恐れずに扱えるようになり、ECSやTerraformへの恐怖心が消えた。

同じ規模の組織が真似できるポイント

本事例から、他の組織が真似できるポイントは以下の通りである。

• AIを「家庭教師」として活用する学習法: 単にコード生成を依頼するのではなく、概念理解のために徹底的に質問し、自分で説明できるようになるまで深掘りするアプローチは、未経験領域の学習に有効である。
• 理解に時間をかけることの重要性: 短期的なスピードよりも、本質的な理解を優先することで、長期的な学習効率と応用力を高めることができる。
• 実務と連動した学習: 実際の業務で直面した課題を学習テーマとすることで、モチベーションを維持しやすく、即効性のあるスキル習得につながる。
• 段階的なロードマップの設定: SREとして必要なスキルを、短期・中期で具体的な目標を設定し、計画的に学習を進めることで、着実にスキルアップを図ることができる。

また、インフラスキルを習得することで、システムの課題発見能力が向上し、より解像度高くチームの課題を発見できるようになるという副次的効果も期待できる。

まとめ

AIを効果的に活用することで、インフラ未経験者でも短期間で実践的なスキルを習得し、実務で成果を出すことが可能であることが示された。理解に時間をかける学習法は、短期的な効率は低く見えるかもしれないが、一度本質を理解すれば、その知識はエンジニア人生において長期的なレバレッジとなる。新しい学習方法として、AIを使い倒し、納得いくまで説明させるアプローチは非常に推奨される。

出典: https://zenn.dev/fono/articles/230c1e420820e5