AWS 기술 블로그

AWS Schema Conversion tool(SCT)를 활용하여 Google BigQuery에서 Amazon Redshift로 마이그레이션하기

이 글은 AWS Big Data 블로그의 Migrate Google BigQuery to Amazon Redshift using AWS Schema Conversion tool (SCT) by Jagadish Kumar, Anusha Challa, Amit Arora, and Cedrick Hoodye의 한국어 번역입니다. Amazon Redshift는 페타바이트 규모의 완전관리형 고속 데이터 웨어하우스로서, 분석 워크로드에서 프로비저닝 혹은 서버리스 형태의 컴퓨팅을 사용할 수 있는 유연성을 제공합니다. Amazon Redshift Serverless 및 Query […]

Amazon EMR에서 Trino와 S3 Select Pushdown을 사용해 쿼리 성능 개선

이 글은 AWS Storage Blog에 게시된 Run queries up to 9x faster using Trino with Amazon S3 Select on Amazon EMR by Boni Bruno and Eric Henderson 글을 기반으로, 아래의 내용을 추가로 다룹니다. CloudFormation을 활용해, 실습을 위한 Amazon EMR 클러스터와 S3 버킷의 테스트 데이터 구성 Trino의 쿼리 환경에서 S3 Select Pushdown 기능을 On & Off […]

AWS 기반 재해 복구(DR) 아키텍처, 3부: 파일럿 라이트 및 웜 스탠바이

이 글은 AWS Architecture Blog에 게시된 Disaster Recovery (DR) Architecture on AWS, Part III: Pilot Light and Warm Standby by Seth Eliot을 한국어로 번역 및 편집하였습니다. 이 블로그 게시물에서는, 자연 재해, 기술 오류, 또는 인적 오류와 같은 재해 상황에서 워크로드를 복구할 수 있는 두 가지의 액티브/패시브 전략에 대해 알아봅니다. 이전의 블로그 게시물에서, AWS에서의 재해 복구(DR)를 […]

농심의 Amazon SageMaker를 활용한 원자재 가격예측과 MLOps 여정

농심은 1965년 창립 이후 50여 년 동안 한국의 식문화를 이끌어온 식품 전문 제조기업입니다. 농심은 글로벌 식문화 창조기업으로의 도약을 위해 비전 2025를 수립하고 이에 맞는 중장기 목표와 사업별 성장전략, 역량 확보전략을 새롭게 정립하고 있습니다. 농심은 식품 제조에 필요한 원자재를 ‘비축구매 방식’으로 구매하고 있습니다. 비축구매는 미래 원자재 가격의 오름/내림을 예측하여 n개월 뒤에 받을 원자재를 현재 시점에서 선 […]

strategies-for-recovery-in-the-cloud-2

AWS 기반 재해 복구(DR) 아키텍처, 2부: 신속한 복구를 위한 백업 및 복원

이 글은 AWS Architecture Blog에 게시된 Disaster Recovery (DR) Architecture on AWS, Part II: Backup and Restore with Rapid Recovery by Seth Eliot 을 한국어로 번역 및 편집하였습니다. 이전  1부 게시글에서는 네 가지의 AWS 기반 재해 복구(DR) 전략에 대해서 알아 보았습니다. 재해 복구 전략은 비지니스에 영향을 주는 시스템의 장애 상황을 미리 준비하여 복구 할 수 있는 […]

Amazon Rekognition 를 활용한 얼굴 인식 셀프 체크인 시스템 구축하기

항공, 여행 업계는 최근까지 코로나 바이러스로 인해 많은 어려움을 겪었습니다. 하지만 최근에는 Endemic, Post 코로나 시대로 접어 들면서, 움추려 들었던 항공, 여행 수요가 폭발적으로 증가하고 있습니다. 이렇게 증가하는 수요를 비용 효율적으로 수용하기 위한 방법 중의 하나로 기업들은 최근 무인 키오스크를 활용한 셀프 체크인 서비스에 관심을 많이 가지게 되었습니다. 당장 공항만 가더라도 많은 키오스크들이 설치 되어 […]

Amazon SageMaker 모델 병렬 라이브러리를 이용한 신규 성능 향상 방법

이 글은 AWS ML Blog의 New performance improvements in Amazon SageMaker model parallel library by Arjun Balasubramanian, Can Karakus, Fei Wu, Rahul Huilgol, Suhit Kodgule, and Zhaoqi Zhu의 한국어 번역 및 편집본입니다. 파운데이션(Foundation ) 모델은 대량의 데이터로 학습된 대규모 딥 러닝 모델을 말합니다. 이 모델들은 파인 튜닝(fine-tuned)을 추가로 진행하여, 다양한 다운스트림 (downstream) 작업을 수행하고 여러 […]

Blue-Green-Canary

Blue/Green, Canary 방법을 활용한 stateless 워크로드의 Amazon EKS 클러스터 마이그레이션 전략

본 게시물은 AWS Container Blog에 게시된 ‘Blue/Green or Canary Amazon EKS clusters migration for stateless ArgoCD workloads by Sebastien Allamand’을 한국어 번역 및 편집하였습니다. 개요 조직에서는 마이크로서비스와 같은 최신 애플리케이션 개발 방식을 사용하여 혁신, 성능, 보안 및 안정성을 향상시킵니다. 하지만 레거시 배포 시스템을 사용하는 상황에서는 각 배포에 대한 제어와 보안을 유지하면서 빠른 배포 속도를 함께 […]

­­사물인터넷(IoT) 디바이스에서 기계학습(ML)을 이용한 이미지 분류하기

사물인터넷 (IoT) 디바이스에서 이미지 분류를 하기 위해서는 효과적인 기계학습 모델이 필요합니다. 2020년 AWS re:Invent에서 소개된 AWS IoT Greengrass V2는 ResNet-50에 기초한 DLR 이미지 분류 모델 스토어를 Java 기반의 공개 컴포넌트(Public component)로 제공하고 있으므로, IoT 디바이스에서 이미지 분류를 할 때 유용하게 사용할 수 있습니다. DLR (Deep Learning Runtime) 이미지 분류 모델은 Built-in public component인 variant.DLR.ImageClassification.ModelStore로 제공되며, 이것을 IoT […]

Amazon RDS Proxy를 활용한 롯데이커머스의 Amazon RDS 커넥션 불균형 해결 사례

이커머스 플랫폼 운영 시 할인 행사로 인해 특정 기간 대규모의 사용자 요청이 유입될 수 있습니다. 데이터베이스로 Amazon Aurora를 사용하는 경우 다수의 읽기 복제본 인스턴스로 확장하여 대규모 요청을 처리할 수 있습니다. 이때, 각 데이터베이스와 애플리케이션 간 커넥션의 효율적인 재사용을 위해 데이터베이스 커넥션 풀을 많이 활용하곤 합니다. 이런 노력이 애플리케이션의 블루/그린 배포 전략과 만나게 될 경우 예상치 […]