diff --git a/.gitignore b/.gitignore
index 315c1e5..bb5aa09 100644
--- a/.gitignore
+++ b/.gitignore
@@ -3,4 +3,6 @@ workspace.json
.obsidian/snippets/*
.obsidian/plugins/*
-.obsidian/appearance.json
\ No newline at end of file
+.obsidian/appearance.json
+
+.DS_Store
\ No newline at end of file
diff --git a/AWS/Lambda/Lambda.md b/AWS/Lambda/Lambda.md
new file mode 100644
index 0000000..68d2559
--- /dev/null
+++ b/AWS/Lambda/Lambda.md
@@ -0,0 +1,198 @@
+# Lambda란?
+
+서버리스를 의논하면 절대 빠지지 않는 AWS리소스 Lambda
+
+### Lambda의 정의
+
+서버리스를 이해했다면 Lambda는 쉽게 이해 가능! Lambda는 서버리스의 특징과 장점을 모두 가지고 있다.
+
+람다는 이벤트를 통해 실행된다. 여기서 이벤트란 '주어 + 동사' 형태에서 동사라고 생각하면 쉽다. 밑줄 친 부분들이 바로 이벤트!
+
+- S3 버킷에 파일을 업로드 한다.
+- 데이터베이스에서 특정 레코드를 삭제한다.
+- CloudWatch에서 경보가 울렸으며 Amazon SNS로 메시지가 전송된다.
+- HTTP에서 API PUT요청이 발생했다.
+
+개발자가 Lambda에서 코드를 작성한 후 배포하면 이벤트가 발생할 경우 Lambda함수가 실행된다.
+
+
+
+- Lambda 함수가 호출되면 코드로 원하는 로직을 실행시킬 수 있을 뿐만 아니라 또다른 AWS 리소스를 불러올 수 있다.
+- Java, Go, PowerShell, Node.js, C#, Python 및 Ruby 코드를 지원하며, 그 밖에 프로그래밍 언어를 사용해 함수를 작성할 수 있도록 Runtime API도 제공한다. ( Runtime API : Lambda 함수의 실행 환경과 상호작용하기 위한 API)
+
+### Lambda 비용 측정
+
+먼저 Lambda는 함수를 생성하고 배포했으나 실행되지 않는다면 어떠한 비용도 들지 않는다. 이벤트가 발생하고 Lambda함수가 호출될 때만 비용이 발생한다.
+
+AWS애서는 매달 1,000,000개의 Lambda함수 호출까지 무료이며, 이 이상부터 비용을 지불한다. 1000000번의 Lambda 호출 시 드는 비용은 약 0.20달러이다. 이는 스타트업이나 개인프로젝트에서 사용할 결우 거의 무료나 다름없다.
+
+앞에서 Lambda함수가 다른 AWS리소스를 호출한다고 설명했었다. 만약 Lambda함수로인 다른 리소스가 사용된다면 이렇게 발생한 비용은 따로 지불해야 한다.
+
+예시)
+Lambda함수 호출 예로 Amazon SNS메시지를 사용한다고 가정해본다면, Lambda함수 호출 비용은 없으나 Amazon SNS메시지를 전송할 때 유료 기능을 사용하고 있다면 비용이 발생하게 된다.
+
+보통 AWS Lambda와 API Gateway는 함께 사용되는 경우가 많은데, 당연한 소리지만 각각의 서비스에 대해 별도로 요금이 청구된다. 이러한 점들을 유의하면서 사용해야 한다.
+
+### Lambda의 특징
+
+**람다함수의 런타임**
+
+로컬에서 코딩 했을 때 런타임이 얼마나 오래 걸리든 컴퓨터는 일을 마칠 때까지 돌아간다. 하지만 Lambda함수는 오래 기다려주지 않는다.
+
+최대 300초(5분)의 런타임만 허용한다. 시간이 지나면서 더 방대한 양의 데이터를 처리할 때 타임아웃 에러가 발생할 수 있는데 이는 Lambda함수가 5분 이상 돌아가게 되는 경우이다. 이 점도 사용 시 유의하자.
+
+**람다함수 공간 제공**
+
+Lambda함수는 최대 512MB의 가상 디스크 공간을 제공한다. Lambda함수가 구동할 때 가상 컨테이너를 통해 가상 공간이 만들어지며 여기서 Lambda함수를 실행하면서 일시적으로 파일을 보관할 수 있다.
+
+
+Lambda 함수 실행이 종료되면 모두 사라지지만, 임시 저장소에 보관된 파일을 다른 AWS 리소스에 서서 콘텐츠를 안전하게 옮기면 된다. 주로 데이터 전처리 시 거치는 중간 단계 과정을 디스크이 임의로 보관하고 다시 꺼내서 사용하는 데 활용된다.
+
+**/tmp/**
+
+- 람다 함수는 /tmp/와 같은 파일 경로를 활용하여 파일을 읽고 쓸 수 있다.
+- tmp폴더에 쓰인 정보는 Lambda 함수 실행이 종료되면 모두 삭제되다.
+- 똑같은 Lambda 함수를 돌려도 새로운 컨테이너가 생성되어 돌아가기 때문에 기존에 만들어진 정보는 존재하지 않는다.
+
+**허용 배포 패키지**
+
+Lambda 함수는 최대 50MB배포 페키지를 허용한다. 직접 AWS 콘솔에서 원하는 언어를 선택한 후 Lambda 함수를 만들 수 있으며 로컬에서 다수의 파일을 하나의 압축 파일로 만든 후 배포 과정을 통해 Lambda 함수를 만들 수도 있다.
+
+만약 패키지 크기가 50MB를 초과할 시 배포는 이루어지지 않는다. 이럴 때는 S3버킷에 업로드한 후 AWS 콘솔에서 직접 명시해줘야 한다.
+
+### Lambda 사용 사례
+
+Lambda 함수가 실제로 어떻게 사용되는지 몇 가지 사용 사례를 알아보자!
+
+### 사례 1
+
+
+
+- S3 버킷에 파일 업로드, 파일 업로드는 사람이 직접 업로드를 하거나 파이프라인을 거쳐 업로드 되는 두 가지 방법이 있다.
+- 이때 'PutObject'라는 이벤트가 발생되며 즉시 람다 함수를 실행한다.
+- 람다함수는 어떤 파일이, 어디에 업로드되었는지 살펴보고 필요하다면 전처리기를 실행한다. (전처리기(Preprocessor)는 소스 코드가 컴파일되기 전에 수행되는 프로세스를 관리하는 프로그램) 전처리기를 사용하면 불필요한 데이터를 삭제하거나 수정할 수 있다.
+- 람다 함수는 가공된 데이터를 데이터베이스에 업로드한다.
+
+-> 이런 일련의 과정을 가능하게 해주는 것이 람다 함수
+
+
+더 구체적인 파이프라인 구축 사례로 봐보자
+
+위의 데이터는 크게 '주행 데이터'와 '사고 데이터'로 분류할 수 있다.
+
+- 주행 데이터 : 운전할 때 생성되는 데이터
+- 사고 데이터 : 급정거나 충돌 사고가 발생했을 때 생성되는 데이터
+
+위의 2가지 데이터는 모두 S3버킷에 업로드, 데이터 유형에 따라 다른 버킷으로 업로드 된다.
+
+❗️평소에 비어있던 버킷에 갑자기 사고데이터가 업로드 됐다. 이때 이벤트가 감지외더 함다 함수가 실행된다.❗️
+
+사고 데이터가 정말 사고가 발생해서 생긴데이터인지 아니면 기계의 오작동으로 불량 데이터가 생성된 것인지 판독하는 로직을 거친다.
+
+이 후 정말 사고가 일어난 거라면 사고 데이터를 정리해서 데이터 베이스에 업로드 하고, 다른 AWS 리소스를 호출하여 주행 대시보드를 업데이트하고, Amazon SNS를 거쳐 사고 조치를 취한다.
+
+### 사례 2
+
+사물 인터넷은 '토픽'이라 불리는 개념이 다양한 이벤트를 처리한다. 아두이노 사례를 통해 람다 함수 사례를 알아보자
+
+
+간단히 보면 매초 온도 데이터가 들어오면 온도의 범위에 근거하여 다른 토픽으로 데이터가 전송되는 과정.
+
+람다함수는 온도 데이터를 전달받으며 전처리를 실행한다. 만약 온도가 너무 춥거나 덥다면 데이터 전처리뿐만 아니라 Amazon SNS기능까지 사용해 경고 메시지를 보낼 수 있다.
+
+데이터 전처리에서 단순 분량 데이터만 걸러내는 건 아니고 온도 단위를 섭씨에서 화씨로 변환하는 전처리 과정까지 람다 함수에 포함되어 있다.
+
+> 💡 위의 두 사례에서 람다함수가 어떻게 사용? 공통점?
+
+람다함수는 바로 중간에서 다리 역할을 담당하고 있다는 것!
+
+이벤트에 의해서 실행되기 때문에 자기 스스로 돌아가는 것이 아니라 반드시 전제 조건이 성립해야한다.
+
+첫 번째의 경우에는 데이터가 특정 버킷에 업로드된 경우, 두 번째는 사물데이터에서 온도데이터가 업로드될 때가 해당된다.
+
+### Lambda 실습
+
+람다 함수를 통해 GDSC 커밋짱을 알아보자!
+
+[콘솔 페이지]
+
+
+
+- AWS -> Lambda
+
+[함수 생성]
+
+
+- 함수 이름은 자유
+- 런타임 실습에서는 파이썬 선택
+
+[코드 작성]
+
+```
+import json
+import os
+import urllib.request
+from datetime import datetime, timedelta
+
+def get_total_commits(username):
+ since_date = (datetime.now() - timedelta(days=90)).isoformat()
+ url = f"https://api.github.com/users/{username}/events?per_page=100&since={since_date}"
+ total_commits = 0
+ headers = {'User-Agent': 'Mozilla/5.0'}
+
+ while url:
+ req = urllib.request.Request(url, headers=headers)
+ with urllib.request.urlopen(req) as response:
+ if response.status == 200:
+ events = json.loads(response.read().decode())
+ for event in events:
+ if event['type'] == 'PushEvent':
+ total_commits += len(event['payload']['commits'])
+ links = response.headers.get('Link')
+ if links and 'rel="next"' in links:
+ for link in links.split(','):
+ if 'rel="next"' in link:
+ url = link.split(';')[0].strip('<> ')
+ break
+ else:
+ url = None
+ else:
+ break
+ return total_commits
+
+def lambda_handler(event, context):
+ query_params = event.get("queryStringParameters", {})
+ username = query_params.get("username")
+
+ if not username:
+ return {
+ 'statusCode': 400,
+ 'body': json.dumps({'error': 'Username is required'})
+ }
+
+ total_commits = get_total_commits(username)
+
+
+ return {
+ 'statusCode': 200,
+ 'body': json.dumps({'GdscCommitGGang!!': username, 'total_commit': total_commits})
+ }
+```
+
+
+
+- 작성 후 Depoly 클릭!
+
+[테스트 코드 작성]
+
+
+```
+{
+ "queryStringParameters": {
+ "username": "candosh"
+ }
+}
+```
+
+[테스트 출력]
+
diff --git a/AWS/Lambda/img/Trainig1-1.png b/AWS/Lambda/img/Trainig1-1.png
new file mode 100644
index 0000000..d997dc7
Binary files /dev/null and b/AWS/Lambda/img/Trainig1-1.png differ
diff --git a/AWS/Lambda/img/Training1.png b/AWS/Lambda/img/Training1.png
new file mode 100644
index 0000000..0c16bb1
Binary files /dev/null and b/AWS/Lambda/img/Training1.png differ
diff --git a/AWS/Lambda/img/Training2.png b/AWS/Lambda/img/Training2.png
new file mode 100644
index 0000000..03d9762
Binary files /dev/null and b/AWS/Lambda/img/Training2.png differ
diff --git a/AWS/Lambda/img/Training3-1.png b/AWS/Lambda/img/Training3-1.png
new file mode 100644
index 0000000..e91f3c5
Binary files /dev/null and b/AWS/Lambda/img/Training3-1.png differ
diff --git a/AWS/Lambda/img/Training3.png b/AWS/Lambda/img/Training3.png
new file mode 100644
index 0000000..a3f0400
Binary files /dev/null and b/AWS/Lambda/img/Training3.png differ
diff --git a/AWS/Lambda/img/Training4.png b/AWS/Lambda/img/Training4.png
new file mode 100644
index 0000000..8d62f9d
Binary files /dev/null and b/AWS/Lambda/img/Training4.png differ
diff --git a/AWS/Lambda/img/lambdaContainer.png b/AWS/Lambda/img/lambdaContainer.png
new file mode 100644
index 0000000..24863d0
Binary files /dev/null and b/AWS/Lambda/img/lambdaContainer.png differ
diff --git a/AWS/Lambda/img/lambdaEvent.png b/AWS/Lambda/img/lambdaEvent.png
new file mode 100644
index 0000000..af44501
Binary files /dev/null and b/AWS/Lambda/img/lambdaEvent.png differ
diff --git a/AWS/Lambda/img/lambdaEx1-1.png b/AWS/Lambda/img/lambdaEx1-1.png
new file mode 100644
index 0000000..0f37a01
Binary files /dev/null and b/AWS/Lambda/img/lambdaEx1-1.png differ
diff --git a/AWS/Lambda/img/lambdaEx1.png b/AWS/Lambda/img/lambdaEx1.png
new file mode 100644
index 0000000..aadf744
Binary files /dev/null and b/AWS/Lambda/img/lambdaEx1.png differ
diff --git a/AWS/Lambda/img/lambdaEx2.png b/AWS/Lambda/img/lambdaEx2.png
new file mode 100644
index 0000000..c34a8f5
Binary files /dev/null and b/AWS/Lambda/img/lambdaEx2.png differ
diff --git "a/AWS/Lambda/\354\204\234\353\262\204\353\246\254\354\212\244.md" "b/AWS/Lambda/\354\204\234\353\262\204\353\246\254\354\212\244.md"
new file mode 100644
index 0000000..7a43ce8
--- /dev/null
+++ "b/AWS/Lambda/\354\204\234\353\262\204\353\246\254\354\212\244.md"
@@ -0,0 +1,46 @@
+# 서버리스(serverless)란?
+
+'서버리스'라는 단어를 들었을 때 어떤 의미로 추측이 되나요?
+
+
+ 직역해보면 '서버가 없다'?
+ 아니다 서버가 없다는 뜻이 아니다! 그럼 대체 뭘까? 서버는 있는데 서버리스라는 소리는?🤔
+
+
+
+서버리스란 개발자가 클라우드에서 리소스를 돌릴 때 직접 간섭할 필요 없이 애플리케이션을 클라우드에서 돌릴 수 있게 해주는 클라우드 기반 모델
+
+즉 개발자가 서버를 관리할 필요 없이 애플리케이션을 빌드하고 실행할 수 있도록 하는 클라우드 네이티브 개발 모델
+
+서버리스가 리소스를 자동으로 관리해줌으로서 부담을 덜 수 있다.
+
+예를 들면)
+EC2인스턴스를 생성한 후 네트워크 트레픽에 따라 오토스케일링을 적용하여 서버의 크기를 늘렸다 줄였다 해주기 때문에 개발자는 단순히 코드를 짜고 구현하는 부분만 신경 쓰면 된다.
+
+> 💡 서버를 수동으로 관리할 필요가 없다는 것
+
+# 서버리스의 장점?
+
+### 오토스케일링
+
+- 오토스케일링은 네트워크 트레픽에 따라 크기를 늘렸다 줄였다 해주는 것
+- 개발자가 임계점을 정해놓고 그 선을 넘으면 자원을 더 쓰고 그렇지 않으면 덜 쓰면서 지출을 관리해주는 역할을 해줌
+- 이 오토스케일링이 서버리스 모델의 가장 큰 장점!
+
+### 패칭
+
+- 패칭은 소프트웨어나 시스템의 취약점, 버그 또는 기능 개선을 위해 수정된 코드나 데이터를 기존 시스템에 적용하는 과정
+- EC2 인스턴스 내에서 운영체제를 돌리거나 RDS에서 새로운 데이터베이스를 구출할 때 필요한 업데이트가 있다면 자동으로 함
+- 즉 패칭도 자동으로 관리 해줌!
+
+### 빠른 배포
+
+- 유지보수가 아닌 코드 구현만 신경 쓰면 되기 때문에 자연스럽게 프로덕션 배포 속도가 빨라진다.
+
+### 비용 절감
+
+- 서버리스를 구축하게 되면 서버는 항상 돌아가는 것이 아니라 특정 이벤트에 근거하여 실행 되기 때문에 지출을 줄일 수 있음
+
+
+
+> 💡 서버리스 모델의 가장 큰 장점은 무엇이라고 생각하시나요?
diff --git "a/review/week19/\354\265\234\354\204\234\355\230\204.md" "b/review/week19/\354\265\234\354\204\234\355\230\204.md"
new file mode 100644
index 0000000..9735231
--- /dev/null
+++ "b/review/week19/\354\265\234\354\204\234\355\230\204.md"
@@ -0,0 +1,19 @@
+# 서버리스
+
+- 서버리스는 서버가 없는 게 아니라 서버 관리를 신경 쓰지 않아도 되는 클라우드 기반의 모델 ~~~
+- 오토스케일링은 서버리스 아키텍처에만 국한된 기능은 아님! AWS에서는 서버리스뿐만 아니라 다양한 서비스에서 오토스케일링을 활용할 수 있다! 서버리스의 강점이지 여기서만 사용할 수 있는건 아님
+
+## 느낀 점
+
+- 서버리스의 장점은 너무나 많다.. 쓰지 않을 이유가 없다!
+
+# 람다
+
+- 람다는 서버를 신경 쓰지 않고, 특정 상황에서 자동으로 코드를 실행할 수 있게 해주는 AWS의 도구
+
+## 느낀 점
+
+- 람다를 단순히 서버 비용을 절감하기 위한 대체재로만 생각했었는데, 실제로는 훨씬 다양한 활용이 가능하다는 점이 인상적이었다. (중간 다리 역할로 많이 사용이 되네!)
+- 특히 이벤트 기반으로 자동으로 실행되고, 데이터를 전처리하거나 다른 AWS 리소스와 연동하는 데 중요한 역할을 한다는 점이 흥미로웠다.
+- 람다로 작은 서비스들은 충분히 유지보수 할 수 있다!!! (수천 ~ 수만까지?)
+- 유저가 수십만 명 이상으로 증가하거나 지속적으로 높은 트래픽을 처리해야 하는 상황에서는, Lambda의 호출 비용이나 제한 사항(예: 실행 시간 15분 제한 등)을 고려해 다른 서버리스 서비스나 컨테이너 기반의 솔루션을 병행해서 사용하는 것이 더 효율적!