Amazon Web Services 한국 블로그

Category: Analytics

Amazon Redshift와 Amazon RDS for MySQL의 제로 ETL 통합 기능 출시

제로 ETL 통합(Zero ETL Integration)은 다양한 애플리케이션과 데이터 소스의 데이터를 통합하여 전체적인 인사이트를 얻고 데이터 사일로를 해소하는 데 도움이 됩니다. 또한 Amazon Relational Database Service(Amazon RDS) for MySQL에 데이터가 기록된 후 몇 초 내에 Amazon Redshift에서 페타바이트 규모의 트랜잭션 데이터를 사용할 수 있도록 완전관리형, 노코드, 실시간에 가까운 솔루션을 제공합니다. 자체 ETL 작업을 생성할 필요가 없으므로 […]

Amazon Prime Day 2024, AWS를 기반으로 기록적인 매출을 달성한 비결

Amazon Prime Day 2024(7월 17~18일)는 Amazon 역사상 최대 규모의 Prime Day 쇼핑 이벤트로, 행사 기간 이틀 동안 과거 어떤 Prime Day 행사보다 많은 품목이 판매되는 매출 기록을 세웠습니다. 전 세계 Prime 회원들은 35개 이상의 카테고리에서 수백만 건의 거래를 체결하여 수십억 달러를 절약했습니다. 저는 한국에 살고 있지만, 운 좋게도 Prime Day 2024의 AWS Heroes Summit에 참석하기 […]

AWS Clean Rooms, Amazon Marketing Cloud 정식 출시

오늘 미디어 광고주가 자사 시그널을 사용하여 Amazon Ads 고유 시그널과 협업할 수 있는 AWS Clean Rooms의 Amazon Marketing Cloud(AMC) 정식 출시를 발표합니다. 이 협업을 통해 광고주는 기본 시그널을 AWS 계정 외부로 이동할 필요 없이 차별화된 인사이트를 생성하고, 새로운 잠재 고객을 발견하고, 광고 캠페인 계획, 활성화 및 측정 사용 사례를 구현할 수 있습니다. AWS Clean Rooms의 […]

AWS와 멀티 클라우드: 기존 기능 및 지속적인 개선

대형 AWS 고객과 당면 과제 또는 우려 사항에 대해 이야기할 때 대화는 종종 멀티 클라우드라는 주제로 흘러갑니다. 이러한 고객은 의도적이든 우발적이든 관계없이 때때로 복수의 클라우드 제공업체의 서비스를 사용하며, 때로는 여전히 온프레미스에서 호스팅되는 애플리케이션 또는 서비스와 함께 사용하기도 합니다. 회사 차원에서 제공업체를 선정하기 전에 팀 및 부서 수준에서 여러 제공업체의 클라우드 제품을 선정한 경우도 있고, 다른 […]

AWS Glue Studio 데이터 준비 기능을 활용한 데이터 통합 및 협업하기

오늘 AWS Glue Studio 시각적 ETL의 데이터 준비 작성 기능을 정식 출시합니다. 이는 비즈니스 사용자와 데이터 분석가를 위한 새로운 노코드 데이터 준비 사용자 경험으로, 스프레드시트 스타일의 UI를 통해 AWS Glue for Spark에서 대규모로 데이터 통합 작업을 실행할 수 있습니다. 새로운 시각적 데이터 준비 경험을 통해 데이터 분석가와 데이터 과학자는 데이터를 더 쉽게 정리하고 변환하여 분석과 […]

Amazon DataZone, 종합 데이터 계보 시각화 기능 소개 (미리 보기)

Amazon DataZone은 조직의 데이터 생산자와 소비자 사이에서 데이터를 분류, 검색, 분석, 공유, 관리하는 데이터 관리 서비스입니다. 엔지니어, 데이터 사이언티스트, 제품 관리자, 분석가, 비즈니스 사용자는 통합 데이터 포털을 사용하여 조직 전체의 데이터에 쉽게 액세스함으로써 데이터 기반 인사이트를 검색, 사용하고 협업을 통해 도출할 수 있습니다. 새로운 API에 기반하고 OpenLineage와 호환되는 Amazon DataZone 데이터 계보 기능 미리 보기를 […]

Amazon Q와 AWS Glue 데이터 통합 – 자연어를 사용한 새로운 AI 채팅 경험 (미리 보기)

오늘은 자연어를 사용하여 데이터 통합 작업을 작성하고 문제를 해결할 수 있는 AWS Glue의 새로운 채팅 환경을 미리 살펴보겠습니다. AWS Glue에서 Amazon Q 데이터를 통합하면 AWS Glue 데이터 통합 엔진을 사용하여 데이터 통합 작업을 배우고 구축 및 실행하는 데 필요한 시간과 노력을 줄일 수 있습니다. 작업을 작성하고, 문제를 해결하고, AWS Glue 및 데이터 통합 관련된 모든 […]

AWS Clean Rooms ML – 데이터 공유 없이 기계학습 모델 적용 가능 (미리 보기)

오늘은 AWS Clean Rooms ML 미리 보기 기능을 소개합니다. 이 기능을 사용하면 사용자와 사용자의 파트너가 원시 데이터를 서로 복사 또는 공유하지 않고도 집단 데이터에 기계 학습(ML) 모델을 적용할 수 있습니다. 이 새로운 기능을 통해 ML 모델을 사용하여 예측 인사이트를 생성하는 동시에 민감한 데이터를 지속적으로 보호할 수 있습니다. 이 평가판에서 AWS Clean Rooms ML은 기업이 마케팅 […]

AWS Clean Rooms – 사용자 데이터에 대한 차등 개인 정보 보호 제공 (미리 보기)

오늘부터 AWS Clean Rooms 차등 프라이버시(평가판)를 사용하여 몇 단계만 거치면 수학적으로 뒷받침되며 직관적인 제어 기능을 통해 사용자의 개인 정보를 보호할 수 있습니다. AWS Clean Rooms의 완전 관리형 기능이므로 사용자 재식별을 방지하는 데 유용한 차등 프라이버시 작업이 사전에 필요하지 않습니다. AWS Clean Rooms 차등 프라이버시는 협업에서의 종합적인 인사이트 생성에 개별 데이터의 기여가 도드라지지 않게 하기 때문에, […]

Amazon DataZone 신규 생성형 AI 기능 – 데이터 카탈로그 자동 생성 (미리 보기)

오늘 Amazon DataZone용 생성형 인공 지능(AI)으로 뒷받침되는 자동화 기능의 평가판을 발표합니다. 이 기능을 사용하면 조직 데이터에 컨텍스트를 제공하기 위해 필요한 시간을 크게 절약할 수 있습니다. 이 새로운 기능은 전통적으로 노동 집약적이었던 데이터 카탈로그 작성 프로세스를 자동화할 수 있습니다. Amazon Bedrock의 대규모 언어 모델(LLM)을 기반으로 하며, 데이터 자산 및 해당 스키마에 대한 자세한 설명을 생성하고 분석적 […]