Tag: 서울 리전 소식

서울 리전을 주로 활용하시는 AWS 고객 여러분께 최근 몇 가지 주요 서비스 출시 소식을 알려드립니다. (AWS re:Invent 소식을 먼저 전해 드리는 동안 조금 늦은 점 양해 부탁드립니다.) Amazon Quantum Ledger Database (QLDB) 서울 리전 출시 (11/19) Amazon QLDB는 완전관리형 서버리스 원장 데이터베이스로, 중앙의 신뢰할 수 있는 기관이 소유하는 투명하고, 변경 불가능하며, 암호화 방식으로 검증 가능한 […]

회사가 성장해 클라우드 기반 인프라의 이점을 누리게 되면 사무실 및 매장과 같은 온프레미스 사이트에서 AWS 사이트 및 기타 사이트에 대한 합리적인 비용의 고성능 프라이빗 연결 요구 또한 증가하게 됩니다. 임대 회선을 기반으로 구축된 기존의 브랜치 네트워크는 비용이 많이 들고 기존의 데이터 센터와 마찬가지로 탄력성과 민첩성이 부족하기 때문에 네트워크 확장이 용이하지 않습니다. 뿐만 아니라 여러 AWS […]

지난 re:Invent 2018에서 AWS Outposts에 대한 출시 예고를 했으며, 오늘 정식 출시합니다. 이제 여러분의 데이터 센터 또는 코로케이션 시설에 Outposts 랙을 설치할 준비가 되었습니다 AWS Outposts를 이용해야 하는 이유 Outpost는 로컬 처리 및 매우 낮은 지연 시간을 필요로 하는 고객의 요구를 충족하도록 설계된 포괄적인 단일 공급업체 컴퓨팅 및 스토리지 솔루션입니다. 기존에 AWS 클라우드에서 개발 및 […]

AWS Step Functions는 2016년 re:Invent에서 출시되었습니다. AWS 고객은 단계별 워크플로의 핵심 요소로 사용하기 시작했습니다. 현재 고객들은 기계 학습, 보고서 생성, 주문 처리, IT 자동화 및 다른 많은 단계별 프로세스를 AWS 서비스로 오케스트레이션하는 경우, StepFunctions을 사용한 서버리스 워크플로를 구축합니다. 이러한 워크플로는 최대 1년간 실행될 수 있으며 체크포인트 지정, 임시 오류 시 재시도 및 감사를 위한 자세한 […]

AWS Lambda가 출시되고 5년이 흘렀지만 여전히 팀은 더 쉽게 애플리케이션을 구축하고 실행할 수 있는 새로운 방법을 찾고 있습니다. 특히, 중요 애플리케이션이 서버리스로 이동하면서 애플리케이션의 성능을 제어하는 더 많은 기능이 필요해졌습니다. 오늘 출시되는 Provisioned Concurrency는 함수를 지속적으로 초기화하고 아주 빠르게 준비하여 두 자리 수 밀리초로 응답하는 기능입니다. 이 기능은 웹 및 모바일 백엔드, 지연 시간에 민감한 마이크로서비스 또는 […]

Amazon SageMaker Debugger는 기계 학습(ML) 훈련 작업 중 발생하는 복잡한 문제를 자동으로 식별해주는 기능입니다. ML 모델을 구축하고 학습하려면 과학과 기술(요술이라고 말하는 사람도 있음)이 모두 필요합니다. 데이터 세트를 수집하고 준비하는 것부터 다양한 알고리즘을 실험하여 최적의 학습 파라미터(공포의 하이퍼파라미터)를 찾는 것까지, ML 실무자가 고성능 모델을 제공하기까지 넘어야 할 허들은 꽤 많습니다. 그래서 AWS는 모듈식의 완전관리형 서비스인 Amazon […]

Amazon SageMaker Autopilot은 높은 품질의 분류 및 회귀 기계 학습 모델을 자동으로 생성하면서도, 완벽한 제어 및 가시성을 제공하는 AutoML 서비스입니다. 1959년에 Arthur Samuel은 기계 학습을 명시적 프로그래밍 없이 학습할 수 있는 컴퓨터의 기능이라고 정의했습니다. 그러나, 현실적으로 기존 데이터 세트에서 패턴을 추출하고 이러한 패턴을 사용하여 새 데이터에 일반화되는 예측 모델을 구축할 수 있는 알고리즘을 찾는 것을 […]

Amazon SageMaker Model Monitor는 정식 서비스 환경에서 기계 학습(ML) 모델을 모니터링하고, 데이터 품질 문제가 발생했을 때 이를 알려주는 새로운 서비스입니다. 데이터 작업을 시작하면서 때 처음 깨달은 것은 데이터 품질에 아무리 주의를 기울여도 부족하다는 것입니다. 데이터베이스 중 하나에서 예기치 않은 NULL 값이나 복잡한 문자 인코딩 때문에 발생한 문제를 해결하기 위해 수많은 시간을 보낸 경험을 여러분 모두 […]

Amazon SageMaker Experiments는 반복적인 기계 학습(Machine Learning, ML) 모델 버전을 구성, 추적, 비교 및 평가하는 데 사용되는 새로운 기능입니다. 기계 학습 워크로드는 매우 반복적인 과정입니다. 프로젝트 한 건을 진행하는 동안 데이터 과학자와 ML 엔지니어가 최대한의 정확성을 찾기 위해 학습하는 모델의 수는 수천 개에 달합니다. 실제로, 알고리즘, 데이터 세트 및 학습 파라미터(일명 하이퍼파라미터)의 조합은 무한대이며 이 […]

데이터 웨어하우스는 트랜잭션 시스템 및 업무용 애플리케이션에서 생성되는 관계형 데이터를 분석하는 데 최적화된 데이터베이스입니다. Amazon Redshift는 표준 SQL과 기존 BI(비즈니스 인텔리전스) 도구를 사용하여 데이터를 간편하고 비용 효율적으로 분석할 수 있는 완전 관리형 데이터 웨어하우스입니다. 데이터 웨어하우스에 맞지 않는 구조화되지 않은 데이터로부터 정보를 얻으려면 데이터 레이크를 빌드할 수 있습니다. 데이터 레이크는 구조화된 데이터와 구조화되지 않은 데이터 모두 […]