VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023

© 2023, Amazon Web Services, Inc. or its affiliates. All rights reserved.
VUCA 시대 디지털 네이티브 리더가
알아야할 AWS 기술
A W S E X E C L E A D E R S K O R E A
윤석찬
수석 테크 에반젤리스트
AWS
최효근
솔루션즈 아키텍트
AWS
전유성
솔루션즈 아키텍트
AWS

VUCA의 시대
• 변동성 (Volatility)
• 불확실성 (Uncertainty)
• 복잡성 (Complexity)
• 모호성 (Ambiguity)

팬데믹 기간 를 통한 위기 극복

1. AWS SILICON을 통한 비용 최적화

AWS Inferentia
AWS Trainium
AWS Graviton ARM 기반
기계학습
모델 훈련
모델 추론
다양한 선택 옵션

Graviton2는 기존 X86 프로세서
보다 높은 가격대비 성능 제공
Graviton3는 기존 Gravition2
보다 높은 가격대비 성능 제공
전 세계 수만 고객사
AWS Graviton 서버 사용
AWS
LAMBDA
AWS FARGATE FOR
AMAZON ECS
최대 높은
가격 대비 성능
SERVERLESS
CONTAINERS
P O W E R E D B Y
AWS Graviton
비용 효율적인 컴퓨팅 옵션
EC2 INSTANCES

AMAZON
EMR
AMAZON
OPENSEARCH
SERVI CE
AMAZON
ELASTI CACHE
AMAZON
RDS
AMAZON
NEPTUNE
AMAZON
MEMORYDB
AMAZON
AURORA
AMAZON
DOCUMENTDB
P O W E R E D B Y
AWS Graviton
비용 효율적인 데이터베이스
옵션
빅데이터 분석 검색 캐싱 관계형 데이터베이스 메모리 문서 그래프

AWS Graviton3 및 Nitro v5를 기반한
최신 세대 ARM 기반 EC2 인스턴스
EC2 C7gn
• 초당 200기가비트의 네트워크 대역폭을 제공
• C6gn 인스턴스보다 최대 50% 더 높은 패킷 처리 성능 제공
미리보기 출시
NEW

200 Gbps
400 Gbps
800 Gbps
2021
50 Gbps
2019
25 Gbps
2013 2015
2011
2008
2006
100 Gbps
1600 Gbps
H I G H - S C A L E
W O R K L O A D S
N E T W O R K -
O P T I M I Z E D
B A S E L I N E
EC2 인스턴스 네트워크 대역폭 증가
N I T R O - E N A B L E D
2019 2022 2020 2022 2023
1 Gbps 1 Gbps

Hpc6id
인텔 3세대 CPU와 SSD를 포함한
고성능 인스턴스
장식 출시
Hpc7g
Graviton3E 및 EFA 기반
고성능 인스턴스
미리 보기
데이터 및 메모리 집약
컴퓨팅 및 네트워크 집약
컴퓨팅 집약적
Hpc6a
AMD CPU를 기반한 비용
효율적 고성능 인스턴스
NEW NEW
Inf2
4배 더 높은 처리량
1/10 낮은 대기 시간
미리 보기
Trn1n
1600Gbps EFA 네트워킹
대역폭 제공
미리 보기
모델 추론
모델 훈련
모델 훈련 및 추론
Trn1 NEW
70% ↓ 50% ↓
같은 성능의 GPU 인스턴스
대비 낮은 비용
Inf1

33%
19%
10%
EC2 CPU 사용량 19% 및 Elasticache 10% 절약 인스턴스 수 33% 및 비용 42% 감소
130M+
월간 채팅 사용자수
2.2B+
월간 메시지 수
100K+
API 사용 개발자수 (2021)
GRAVITON2 인스턴스 활용 사례

2. SERVERLESS-FIRST 전략 구사

NEW FEATURES
(8 YEARS)
ACTIVE CUSTOMERS
REQUESTS PER MONTH
AWS
Lambda
LA UNCHED I N 2014
서버리스 컴퓨팅의 시작

서버리스 기반 서비스 영역 확대
AWS Lambda
람다함수
Amazon
DynamoDB
(데이터베이스)
Amazon API
Gateway
(API 엔드포인트)
AWS Step
Functions
(워크플로)
Amazon S3
(스토리지)
Amazon EventBridge
(이벤트 통합)
Amazon SNS
(메시지 전송)
Amazon SQS
(메시지 큐)
Amazon Kinesis
(실시간 분석)
AWS IoT Core
(사물 인터넷)
Amazon Elastic Transcoder
(동영상 변환)
AWS Fargate
컨테이너

정식 출시
• 시각적 도구로 이용하여 서버리스
애플리케이션을 손쉽게 구성
• AWS 내 다양한 서버리스 서비스
항목을 선택 가능
• 팀원과 쉽게 공유하고 구축할 수
있는 아키텍처 모델 유지
NEW
AWS
Application
Composer

키-밸류
Amazon
DynamoDB
원장
타임시리즈
Amazon
QLDB
Amazon
Timestream
SERVERLESS
Amazon
Aurora
Amazon
RDS
관계형
SERVERLESS
SERVERLESS SERVERLESS
컬럼
Amazon
Keyspaces
SERVERLESS
문서 캐싱 그래프
Amazon
DocumentDB
Amazon
ElastiCache
Amazon
Neptune
메모리
Amazon
MemoryDB
목적 기반(PURPOSE-BUILT) 데이터베이스 서비스
SERVERLESS

전통 아키텍처 VS. 이벤트 기반 서버리스 아키텍처
프리젠테이션
비지니스 로직
데이터베이스
EventBridge
(Queues/messages)
Events Events
Aurora Serverlss
(RDB)
DynamoDB
(NoSQL)
QLDB
(LEDGER)
Lambda
(Functions)
Fargate
(Containers)
Amplify
(Front-end)

전통적인 천만 사용자 아키텍처 구성 (2013)

Amazon
Route 53
AWS Amplify
Hosting
App Runner
VPC
Amazon Aurora
Serverless v2
Amazon RDS
proxy
Git users
Amazon API
Gateway
Lambda function
/users
Amazon
CloudFront
AWS AppSync
Amazon DynamoDB
AWS Fargate Amazon Neptune
Serverless
Application Load
Balancer
AWS Step
Functions
Amazon
EventBridge
/graph
/info
서버리스 기반 천만 사용자 아키텍처 구성 (2023)

LEGO.COM – 이벤트 기반 서버리스 아키텍처
레고 구매 고객 주문 시작 이벤트 Amazon
EventBridge
로그인
Customer login
장바구니
Submit order
주문
Process order
배송
Send order to SAP
데이터 동기화
Customer, VIP,
wishlist sync
지불
Authorize payment
FIFO queue
Customer
login
Invoke every
minute
Order
complete
Events
Payment
authorized
Customer
login
Order
complete
Order
submit
AWS re:Invent 2019
The serverless
journey of shop:
LEGO.com
AWS re:Invent 2020
How LEGO.com
accelerates
innovation with
serverless

정식 출시
Amazon
Athena
Amazon
EMR
Amazon
OpenSearch Service
Amazon Kinesis
Amazon MSK
Amazon
Redshift
AWS
Glue
Amazon
QuickSight
대화식 질의 빅데이석 분석 실시간 데이터웨어 하우스
ETL 시각화 검색
데이터레이크
AWS
Lake Formation
스토리지
Amazon S3
목적 기반(PURPOSE-BUILT) 분석 서비스
SERVERLESS SERVERLESS SERVERLESS SERVERLESS
SERVERLESS SERVERLESS SERVERLESS SERVERLESS
NEW

종단간 END-TO-END 서버리스 데이터 전략
서 드 파 티
데 이 터
사 내
데 이 터
I O T
데 이 터
애 플 리 케 이 션
Amazon Aurora
Amazon DynamoDB
Amazon Kinesis
Amazon MSK Amazon S3
저장 및 질의
앱 / 로 그
데 이 터
AWS
Lake Formation
Amazon
DataZone
분석
데 이 터 분 석
Amazon Redshift Query
Engine
Amazon EMR
Amazon Athena
Amazon
SageMaker
Amazon
QuickSight
인 공 지 능 시 각 화
분류 및 거버넌스
앱 / 기 기
파 트 너
사 내 직 원
Amazon OpenSearch
데이터 수집
Amazon
Redshift
데 이 터 웨 어 하 우 스
데 이 터 레 이 크
고 객 사
NEW
“데이터 파이프라인 간소화 방법은?”

3. 현대적 지능형(AI) DEVOPS 환경

모 니 터 링
배 포
빌 드 & 테 스 트
소 스 코 드 & 아 티 팩 트
프 로 그 램 코 드 개 발
AWS Cloud9
AWS IDE toolkits
AWS SDKs
AWS
X-Ray
AWS
CodeCommit
AWS
CodeDeploy
AWS CodeBuild Amazon
CloudWatch
AWS CodePipeline
AWS
CodeArtifact
Amazon
ECR & ECR Public
AWS 기반 데브옵스 개발 및 배포 도구
Amazon
DevOps Guru
Amazon
CodeGuru
서 비 스 모 델 AWS CloudFormation
AWS Cloud Development Kit
(AWS CDK)
AWS Serverless
Application Model (AWS SAM)
AWS
Config
AWS
Managed
Grafana
Amazon
Managed
Service for
Prometheus
Amazon
CodeWhisperer

모 니 터 링
배 포
빌 드 & 테 스 트
소 스 코 드 & 아 티 팩 트
프 로 그 램 코 드 개 발
AWS Cloud9
AWS IDE toolkits
AWS SDKs
AWS
X-Ray
AWS
CodeCommit
AWS
CodeDeploy
AWS CodeBuild Amazon
CloudWatch
AWS CodePipeline
AWS
CodeArtifact
Amazon
ECR & ECR Public
AWS 기반 개발 및 배포 도구 – AI 기반 운영 강화
Amazon
DevOps Guru
Amazon
CodeGuru
서 비 스 모 델 AWS CloudFormation
AWS Cloud Development Kit
(AWS CDK)
AWS Serverless
Application Model (AWS SAM)
AWS
Config
AWS
Managed
Grafana
Amazon
Managed
Service for
Prometheus
Amazon
CodeWhisperer

Amazon
DevOps Guru
비정상적인 동작 감지,
성능 분석 및 문제
해결 드라이브
Amazon
CodeGuru
애플리케이션 성능 및
비용 개선에 대한 소스
코드 분석 및 리뷰
기계 학습 기반의
소프트웨어 코드
추천 서비스
Amazon
CodeWhisperer
AWS 기반 개발 및 배포 도구 – AI 기반 운영 강화

폭넓고도 깊이 있는 AI/ML 서비스 선택 옵션
A I 서 비 스
A M A Z O N
S A G E M A K E R
M L 프 레 임 워 크 및
인 프 라 PyTorch, Apache
MXNet, TensorFlow
Amazon EC2 CPUs GPUs AWS Trainium
Amazon Elastic
Inference
AWS Inferentia FPGA
Habana
Gaudi
엣지
디바이스
관리
데이터
준비
피처
스토어
편향성
탐지
노트북
기반 개발
관리 및
모니터링
원클릭 모델
훈련
모델 배포
운영
파라미터
튜닝
모델 테스트
예측
CI/CD
데이터
라벨링
노코드
비지니스
분석
CANVAS
무료
ML 테스트
및 학습
STUDIO
LAB
STUDIO IDE
코드 개발
Amazon CodeGuru
Amazon DevOps Guru
비지니스
Amazon Personalize
Amazon Forecast
검색
Amazon Kendra
산업용 AI
Amazon Monitron
Amazon Lookout for Equipment
헬스케어
Amazon HealthLake
Amazon Comprehend Medical
Amazon Transcribe Medical
Amazon Fraud Detector
Amazon Lookout for Metrics
Amazon Lookout for Vision
산업 특화
핵심
챗봇
Amazon Lex
텍스트 및 문서
Amazon Translate
Amazon Comprehend
Amazon Textract
음성
Amazon Polly
Amazon Transcribe
Amazon Transcribe Call Analytics
컴퓨티 비전
Amazon Rekognition
AWS Panorama
GROUND
TRUTH
Analyze Lending, Analyze ID NEW
Amazon CodeWhisperer NEW
Realtime NEW
Geospatial ML
Stability AI Models
NEW
ML 거버넌스 기능 (Role Manager, Model
Cards, Model Dashboard) NEW
Face Matching NEW
기본 제공 데이터 준비, 실시간 협업
및 자동화된 배포
NEW

4. 거대 인공 지능 모델의 등장 및 활용

FOUNDATION MODEL 이란?
https://arxiv.org/abs/2108.07258

STABILITY AI의 혁신

STABLE DIFFUSION (IMAGE MODIFICATION)

STABLE DIFFUSION (TEXT TO IMAGE)
Namdamun painted by Van Gogh Bibimbap with apple painted by Paul Cezanne

SageMaker JumpStart에서 활용가능
Stability AI models on
Amazon SageMaker
NEW
미리 보기 출시

FOUNDATION MODELS ON SAGEMAKER
1. SageMaker Jumpstart에서 Foundation 모델을 선택
SageMaker 호스팅 인스턴스에 배포하기
2. 모델을 배포하고 테스트
Jupyter Notebook에서 예제코드 확인
• Jurassic-1: AI21 Labs 개발, 17B LM
• AlexaTM 20B: Amazon Alexa AI 개발, 20B LM
• Stable Diffusion 1 & 2: StabilityAI 개발, Visual LM
• BLOOM: BigScience 개발, 1.7B LM
• 기타 : 허깅페이스의 BLOOM-176B, OPT-30B를 SageMaker DLC 이용해서 배포 가능

자연어처리 기술을 이용하여 이전 작성코드와
주석(Comment) 등의 문맥을 바탕으로 프로그램
코드작성
Amazon
CodeWhisperer
• Python, Java, JavaScript, C#, TypeScript 지원
• VSCode, PyCharm 등 IDE에 AWS Toolkit 을 확장 설치
• Cloud9, Lambda는 바로 활용 가능
NEW
미리 보기 출시

5. 기업고객을 위한 AI/ML 관리 기능 강화

프로덕션 환경의 기계학습 워크로드
비지니스
문제파악
데이터 준비
모델 개발
모델 개발
반복 작업
반복작업
고객
플랫폼 운영자
데이터
엔지니어
데이터
사이언티스트
ML 엔지니어
ML 기획자
ML 모델 승인자
비지니스 분석가

SAGEMAKER 협업 도구 - 실시간 노트북 편집
• 작업공간 공유를 통한 실시간 협업
Data scientist

SAGEMAKER 협업 도구 - 빌트인 데이터 준비
• 노트북에서 데이터 속성 및 데이터 변환, 전처리 수행
Data engineer

비지니스 분석가를 위한 노코드 도구 제공
ML용 데이터 소스에 빠르게
액세스하고 준비
정확한 예측을 생성하기 위해
내장된 AutoML 기능
데이터 사이언티스트와 ML 모델
공유 가능
Amazon
SageMaker
Canvas
비지니스 분석가

AMAZON SAGEMAKER CANVAS

ML 거버넌스 도구
Amazon SageMaker
Role Manager
세이지메이커 유저들의 롤에
따른 관리권한 제어
Amazon SageMaker
Model Cards
협업에 필요한 분석모델의
메타정보 관리 및 공유
Amazon SageMaker
Model Dashboard
모델 퍼포먼스 통합 모니터링
플랫폼 관리자 ML 기획자
NEW NEW NEW

SAGEMAKER ROLE MANAGER
46
세이지메이커 유저들의 롤에 따른 관리권한 제어

SAGEMAKER MODEL CARDS
학습된 혹은 배포된 모델에 대한 정보를 한곳에 모아서 관리

SAGEMAKER MODEL DASHBOARD
• 모델 동작 추적 및 알림 자동화

6. ZERO ETL 시대

막대한 데이터를 처리하기 위한 요소
(AWS re:Invent Keynote - Adam Selipsky, AWS CEO)

F I N A N C E M A R K E T I N G
S A L E S
S U P P L Y
C H A I N
P R O D U C T D A T A
T E A M
OCTANK CEO
Amazon 제품 리뷰가 별 5개인 제품 중에서 최근 6개월간
주문량이 많은 5개 제품에 대하여 작년 대비 현재의 재고관리
비율이 필요합니다.

F I N A N C E
M A R K E T I N G
S A L E S
S U P P L Y
C H A I N
P R O D U C T
D A T A
T E A M
Data lake
Data lake
Marketo
Salesforce
Salesforce
Data lake
Salesforce Database
Third-party
data
Adobe
Analytics
Data
warehouse
Database
Data
warehouse
Database
OCTANK CEO

우리는 신규 인프라 프로젝트를 위한
자금이 없습니다.
Amazon 제품 리뷰를 어떻게
분석하나요?
프로젝트에서 고객 데이터를
사용하려면 승인이 필요하나요?
데이터 분석을 위해 내 Salesforce
데이터를 어떻게 내보낼 수 있나요?
이렇게 많은 데이터를 어디에 저장
합니까?
데이터 레이크 또는 데이터 웨어하우스
S U P P L Y C H A I N
D A T A T E A M
P R O D U C T
F I N A N C E
M A R K E T I N G
S A L E S
내 데이터와 공급업체의 데이터를
결합하려면 어떻게 해야 합니다?
Technology,
process, and
business
challenges

종단간 END-TO-END 데이터 여정
데이터베이스
SaaS 앱
서드파티 데이터
미디어
데이터 스트림
디바이스
사용자
데 이 터 소 스 엔 드 포 인 트

ETL (EXTRACT, TRANSFORM, LOAD) IS HARD
데 이 터 소 스
복잡한
애플리케이션
코드
번거로운
재시도 로직
파이프라인
관리
전문 ETL
기술 필요
데이터베이스
SaaS 앱
서드파티 데이터
미디어
데이터 스트림

AWS Glue
Simple, scalable,
and serverless
ETL
더 빠른
Spark ,Python and Ray

A W S G L U E N O T E B O O K S
데이터 엔지니어
AWS GLUE STUDIO
ETL 개발자
A W S G L U E D A T A B R E W
비즈니스 분석가
ETL

Amazon Redshift
streaming ingestion
support
실시간 분석을 위해 데이터 웨어하우스에
스트리밍 데이터 적재
Amazon Kinesis
Data Streams
Amazon Managed
Streaming for
Apache Kafka
Redshift
Kinesis or Kafka
producer
KDS Stream
MSK Topic
Kinesis Data Streams(KDS)와 Managed
Streaming for Apache Kafka(MSK)의
데이터를 S3에 임시 저장하지 않고
바로 적재
친숙한 SQL 기반 분석 수행 및 간편한
ELT 파이프라인 생성 및 관리
여러 소스의 대량 스트리밍 데이터에서
수 초 만에 인사이트 도출
zero-ETL
NEW
정식 출시 – 서울 리전 가능

Java, Python, Scala를 사용, 데이터
웨어하우스에 바로 액세스하는 Apache
Spark 애플리케이션 작성
미인증 Spark-Redshift 오픈 소스 커넥터에
대한 수동 설정 및 관리부담 제거
관련된 데이터만 Redshift에서
애플리케이션으로 이동하여 성능 향상
IAM 기반 자격 증명으로 보안 향상
Amazon Redshift
integration for Apache
Spark
Amazon Redshift 데이터에 액세스하는 AWS 분석
서비스의 Apache Spark 애플리케이션 간소화와
속도 향상
Spark용 사전
패키징된
Redshift
Connector
Amazon Redshift
AWS Glue
Amazon EMR
zero-ETL
NEW
정식 출시 – 서울 리전 가능

복잡한 ETL 파이프라인 구축 및
운영부담 제거
Amazon Aurora의 페타바이트 규모
트랜잭션 데이터에 대한 준실시간 분석
및 머신러닝
여러 Amazon Aurora
데이터베이스에서 통합된 데이터로
Amazon Redshift 고급 분석을
이용하여 인사이트 도출
zero-ETL
NEW
미리 보기
Amazon Aurora zero-
ETL integration with
Amazon Redshift

단순하고 적은 코드로 데이터 적재
로드 된 파일의 재 적재 및 수동 추적 방지
기존 COPY 구문을 자동 적재 작업으로
쉽게 변환
사용자 정의에 따라 Amazon S3에서 새
데이터 자동 적재
Support for auto-copy
from Amazon S3
Amazon S3에서 Redshift로 간소화되고
자동화된 파일 적재
Amazon S3
Redshift
Copy Job
Redshift
Table
지속적으로 S3
폴더 모니터링
새로운 파일
감지 자동 적재 시작
zero-ETL
NEW
미리 보기

AWS Data Exchange
with Amazon Redshift
data sharing
zero-ETL
검색 및 구독
데이터 복사 또는
자동화된 및 계약
파트너와 안정하고 관리되는 협업
public data products

Amazon AppFlow
코드 없이 타사 애플리케이션과 AWS 서비스를
안전하게 통합하여 데이터 흐름 자동화
zero-ETL
• 코드 없이
• 사용하기
방식
• 운영 부담
하고 확장가능
AppFlow는 Salesforce, SAP 및 Google Analytics를
포함한 50개 이상의 애플리케이션 지원

FEDERATED QUERY IN AMAZON REDSHIFT
AND AMAZON ATHENA
zero-ETL
운영 데이터베이스를 데이터
웨어하우스 및 Amazon S3
데이터 레이크와 통합
데이터 이동 및 ETL 지연 없이
운영 데이터에 대한 분석
복잡한 ETL 파이프라인을
피하면서 데이터를 수집하는
유연하고 쉬운 방법
Azure Synapse Microsoft
SQL Server
ORACLE
Azure
Data Lake Storage
Google
BigQuery HORTONWORKS
teradata. TPC
위의 모든 로고와 상표권은 개별 회사가 보유합니다. AWS는 참조 목적으로만 로고를
사용하며 개별 회사와 AWS 간의 후원, 보증 또는 제휴를 나타내지 않습니다.

ZERO ETL WITH AMAZON REDSHIFT
Amazon RDS/Aurora
Amazon Redshift
Amazon Aurora
Zero-ETL integration
Data sharing
Amazon
Lake Formation
Amazon S3 data lake
Data lake
querying
AWS Data Exchange
Amazon Redshift
AWS Lake Formation
Auto-copy
Amazon Kinesis
Data Streams
Amazon Managed Streaming
for Apache Kafka Streaming ingestion
Streaming ingestion
Federated query
Amazon Redshift
Logs/unstructured
Data sharing
Data sharing
Data sharing

마무리
애플리케이션 비용 및 생산성을 위한 조언
1. AWS 실리콘 기반 인프라 전환을 통한 비용 절감
2. 서버리스-퍼스트를 통한 빠른 실험
3. 지능형 데브옵스 서비스를 통한 생산성 강화
인공 지능 · 데이터 트렌드를 기반한 조언
4. 다양한 생성 AI 모델 실험 및 테스트
5. ML 파이프라인 거버넌스 및 협업 강화
6. Zero-ETL 도구를 통한 종단간 데이터 전략 구축

THANK YOU

VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Semelhante a VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023

Semelhante a VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023 (20)

Mais de Amazon Web Services Korea

Mais de Amazon Web Services Korea (20)

VUCA 시대의 디지털 네이티브 리더가 알아야할 AWS의 기술 ::: AWS ExecLeaders Korea 2023