2017년 11월

이제 AWS CloudTrail Lambda 데이터 이벤트를 사용하여 AWS Lambda 함수의 실행 작업을 로깅할 수 있습니다. 이전에는 누가 언제 함수를 생성, 수정 또는 삭제했는지에 대한 정보를 제공하는 Lambda 관리 이벤트만을 로깅할 수 있었습니다. 이제는 Lambda 데이터 이벤트도 로깅하여 누가 언제 Invoke API 호출을 했고 어떤 Lambda 함수가 실행되었는지에 대한 추가 세부 정보를 얻을 수 있습니다. 모든 Lambda 데이터 이벤트가 Amazon S3 버킷과 Amazon CloudWatch Events로 전달되므로 CloudTrail이 기록하는 이벤트에 대응할 수 있습니다. 예를 들어 지난 3일 동안 어떤 Lambda 함수가 실행되었는지 빠르게 확인하고 Invoke API 호출의 출처를 식별할 수 있습니다. 부적절한 Lambda 활동을 탐지하는 경우, 알고 있는 사용자나 역할로 Invoke API 호출을 제한하는 조치를 즉시 취할 수 있습니다.

이제 AWS Lambda 함수에 3008MB의 메모리를 할당할 수 있습니다. 이전까지 함수에 사용할 수 있는 메모리 최대 용량은 1536MB였습니다. 이제 빅 데이터 분석, 대용량 파일 처리, 통계 계산과 같이 많은 메모리 또는 고밀도의 컴퓨팅이 필요한 워크로드를 더욱 쉽게 처리할 수 있게 되었습니다.

AWS Server Migration Service는 이제 Hyper-V VM을 AWS로 마이그레이션하는 기능을 지원합니다. 이번 출시로 Microsoft Hyper-V와 VMware ESX/ESXi 환경의 온프레미스 가상화 스택에서 실행되는 가상 머신을 마이그레이션할 수 있게 되었습니다. AWS Server Migration Service는 에이전트 없는 서비스로 수천 개의 온프레미스 워크로드를 AWS로 쉽게 마이그레이션할 수 있습니다. 이를 통해 라이브 서버 볼륨의 증분식 복제를 자동화, 일정 예약 및 추적할 수 있으므로 손쉽게 대규모 서버 마이그레이션을 조정할 수 있습니다. Server Migration Service는 증분식 복제를 자동화함으로써 마이그레이션 프로세스 단축과 마이그레이션 운영 비용 절감에 도움이 됩니다. AWS Server Migration Service는 AWS 콘솔이나 CLI를 사용하여 쉽게 시작할 수 있으며, 다음 AWS 리전에서 무료로 제공됩니다. AWS Server Migration Service의 Hyper-V 지원에 대해 자세히 알아보려면 여기를 클릭하십시오.

AWS Lambda 콘솔이 여러 개선 사항 및 새로운 기능으로 업데이트됨에 따라 Lambda 함수를 생성, 구성, 테스트 및 모니터링하는 환경이 향상되었습니다. 

이제 개별 AWS Lambda 함수에 동시성 한도를 설정할 수 있습니다. 설정한 동시성 한도에는 지정된 함수의 계정 수준 동시성 한도의 일부가 예약됩니다. 이 기능을 통해 일정 함수가 최대 허용 동시 실행 횟수에 도달하면 스로틀링되도록 설정할 수 있습니다. 이는 Lambda가 호출하는 다운스트림 리소스로 트래픽 속도를 제한하거나(예: 데이터베이스) 프라이빗 VPC에 액세스하는 함수의 탄력적 네트워크 인터페이스(ENI) 및 IP 주소 사용을 제어하려고 하는 경우, 유용합니다. 

AWS Cloud9은 코드 작성, 실행 및 디버깅을 위한 클라우드 기반 IDE입니다.

이제 Alexa for Business가 모든 고객에게 상용 버전으로 제공됩니다. Alexa for Business로 Alexa를 조직에 간편하게 도입하여 Alexa 지원 장치 설정 및 관리, 사용자 등록, 대규모 기술 할당에 필요한 도구를 제공할 수 있습니다.

이제 퍼블릭 인터넷에 직접 노출시키지 않고 Amazon Virtual Private Cloud(VPC) 내의 HTTP(S) 리소스에 대한 액세스를 제공할 수 있습니다. API Gateway를 사용하여 VPC에 통합된 API 엔드포인트를 만들 수 있습니다. Elastic Load Balancing이 제공하는 Network Load Balancer(NLB)와 VPC 사이에 VPC 링크를 설정하여 VPC의 엔드포인트를 만듭니다. NLB는 Amazon EC2 인스턴스, Auto Scaling 그룹 또는 Amazon ECS 서비스 등 VPC의 여러 대상에 요청을 전송합니다. NLB는 AWS Direct Connect를 통해 프라이빗 연결도 지원하므로 자체 데이터 센터의 애플리케이션을 Amazon 프라이빗 네트워크를 통해 VPC에 연결할 수 있습니다.

AWS Serverless Application Repository는 개발자, 회사, 파트너가 서버리스 커뮤니티에 게시한 서버리스 애플리케이션 모음을 말합니다.

Amazon Time Sync Service는 Amazon EC2 인스턴스에서 기본적으로 액세스할 수 있는 대단히 정확하고 안정적인 기준 시간을 제공합니다.

Amazon EC2 T2 인스턴스는 이제 워크로드에 필요한 기간 동안 높은 CPU 성능을 제공할 수 있습니다. 이전에는 고객이 T2 인스턴스를 통해 넉넉한 기준 CPU 성능으로 워크로드 비용을 최적화하고 짧은 기간 동안 기준 성능 이상으로 버스트할 수 있었습니다. 이제는 T2 Unlimited를 사용하여 필요한 기간 동안 기준 이상으로 워크로드를 버스트할 수 있습니다. 이를 통해 고객은 다양한 범용 애플리케이션에서 저렴한 T2 인스턴스 시간당 요금의 혜택을 누리면서 인스턴스가 기준으로 제약되지 않도록 할 수 있습니다. T2 인스턴스에서 일반적인 범용 워크로드에는 마이크로서비스, 지연 시간이 짧은 대화형 애플리케이션, 중소 규모 데이터베이스, 가상 데스크톱, 개발, 빌드 및 스테이지 환경, 코드 리포지토리, 제품 프로토타입이 포함됩니다.

Amazon Lightsail은 사용하기 쉬운 클라우드 플랫폼에 로드 밸런서를 추가했기 때문에 개발자들은 확장 가능한 고가용성 웹사이트와 애플리케이션을 쉽고 빠르게 구축할 수 있습니다. 저렴하고 예측 가능한 월 18달러의 요금으로 로드 밸런서를 몇 분 안에 완벽히 구성된 상태로 시작하여 Lightsail 인스턴스로 트래픽을 라우팅할 수 있습니다. 또한 고객은 Lightsail 로드 밸런서로 무료 SSL/TLS 인증서와 직관적인 내장 인증서 관리를 사용하여 안전한 애플리케이션을 손쉽게 구축하고 유지할 수 있습니다. 

시작 템플릿은 시작 요청을 새로운 방법으로 템플릿화할 수 있는 새로운 기능입니다. 시작 템플릿은 Auto Scaling, 스팟 집합, 스팟 및 온디맨드 인스턴스의 시작 프로세스를 효율화하고 간소화합니다.

AWS Greengrass Machine Learning(ML) Inference를 사용하면 클라우드에서 구축되고 교육되는 모델을 사용하여 AWS Greengrass 디바이스에서 ML 추론을 로컬로 손쉽게 수행할 수 있습니다.  지금까지는 ML 모델 빌드 및 교육과 ML 추론 실행 작업이 거의 클라우드에서만 수행되었습니다.  ML 모델 교육은 대량의 컴퓨팅 리소스가 필요하므로 당연히 클라우드에 적합합니다.  AWS Greengrass ML Inference를 사용하면 AWS Greengrass 디바이스에서 연결이 끊긴 상태에서도 데이터 생성 속도에 맞게 신속하고 현명하게 결정을 내릴 수 있습니다.

이 기능은 ML 모델 액세스, 디바이스에 모델 배포, ML 프레임워크 빌드 및 배포, 추론 앱 생성, 디바이스 액셀러레이터(예: GPU 및 FPGA) 활용을 비롯한 ML 배포의 각 단계를 간소화합니다.  예를 들어, Amazon SageMaker에서 구축되고 교육되는 딥 러닝 모델을 AWS Greengrass 콘솔에서 직접 액세스하여 AWS Greengrass 그룹의 일부로 디바이스에 다운로드할 수 있습니다.  AWS Greengrass ML Inference에는 AWS Greengrass 디바이스에 설치하도록 미리 빌드된 Apache MXNet 프레임워크가 포함되어 있으므로 이 프레임워크를 처음부터 다시 생성할 필요가 없습니다.  NVIDIA Jetson, Intel Apollo Lake 및 Raspberry Pi 디바이스용으로 미리 빌드된 Apache MXNet 패키지를 클라우드에서 직접 다운로드하거나, AWS Greengrass 그룹에 소프트웨어의 일부로 포함할 수 있습니다.

또한 AWS Greengrass ML Inference에는 추론 앱을 신속하게 생성하기 위해 사용되는 미리 빌드된 AWS Lambda 템플릿이 포함되어 있습니다.  제공된 Lambda 블루프린트에서는 모델 로드, Apache MXNet 가져오기, 예측 기반 작업 수행 등과 같은 일반 작업을 보여 줍니다.

대부분의 애플리케이션에서는 디바이스에서 사용 가능한 모든 하드웨어 리소스를 최대한 활용할 때 ML 모델의 성능이 향상됩니다. AWS Greengrass ML Inference를 사용하면 도움이 됩니다. 애플리케이션에서 디바이스의 하드웨어 리소스에 액세스하도록 허용하려면 AWS Greengrass 콘솔의 AWS Greengrass 그룹에서 하드웨어 리소스를 로컬 리소스로 선언합니다.

이러한 기능을 사용하려면 미리 보기에 가입하십시오.

이제 Amazon EC2에서 서로 다른 AWS 리전의 VPC(Virtual Private Cloud) 간 피어링 관계를 구축할 수 있습니다. 리전 간 VPC 피어링을 통해 서로 다른 AWS 리전에서 실행되는 EC2 인스턴스, RDS 데이터베이스, Lambda 함수 같은 VPC 리소스가 게이트웨이, VPN 연결 또는 별도의 네트워크 어플라이언스 없이 프라이빗 IP 주소를 사용하여 서로 통신할 수 있습니다.

오늘부터 제공되는 AWS WAF용 관리형 규칙을 통해 웹 애플리케이션과 API를 인터넷 위협으로부터 쉽게 보호할 수 있습니다. Amazon Marketplace에서 업계를 선도하는 보안 전문 기업인 Alert Logic, Fortinet, Imperva, Trend Micro, TrustWave가 제공하는 사전 구성된 RuleGroup을 선택하십시오. 규칙은 새로운 위협이 등장할 때마다 업데이트되며, OWASP Top 10 완화, 불량 봇 방어 및 최근의 CVE에 대한 가상 패치 적용 등 광범위한 보호를 제공합니다. 더욱 전문적인 그 밖의 관리형 RuleGroup은 WordPress 또는 DruPal 같은 컨텐츠 관리 시스템을 비롯한 애플리케이션 플랫폼을 보호합니다. 각각의 RuleGroup은 판매자의 독보적 전문성의 산물이며, 저렴한 선불형 종량 요금제로 이용할 수 있습니다. AWS WAF용 관리형 규칙은 보안 규칙 작성과 서버 유지 관리에 드는 시간을 줄이고 고객을 위한 애플리케이션 구축에 쓸 시간을 늘리는 데 도움이 되도록 만들어졌습니다.

AWS Systems Manager는 여러 AWS 서비스의 운영 데이터를 보고 AWS 리소스에서 운영 작업을 자동화할 수 있는 통합 사용자 인터페이스입니다.

오늘부터 AWS IoT Core에서 디바이스를 AWS에 연결하는 데 사용하는 새로운 인증 메커니즘을 제공합니다. 사용자 지정 인증 기능을 사용하면 고객이 디바이스에서 X.509 인증서를 사용하지 않고 OAuth와 같은 보유자 토큰 인증 전략을 활용하여 AWS에 연결할 수 있습니다. 따라서 이미 투자한 기존 인증 메커니즘을 재사용할 수 있습니다.

Amazon Translate는 빠르고 경제적인 고품질 언어 번역을 제공하는 신경망 머신 번역 서비스입니다. 신경망 머신 번역에서는 딥 러닝을 사용하여 이전의 통계 및 규칙 기반 번역 알고리즘보다 더 정확하고 자연스러운 번역을 제공합니다. Amazon Translate에서는 대규모 번역이 가능하므로 대용량의 텍스트를 효과적이고 손쉽게 번역하여 해외 사용자를 위한 콘텐츠 현지화, 실시간 교차 언어 통신 촉진 등과 같은 작업을 처리할 수 있습니다.

Amazon FreeRTOS는 소형 저전력 엣지 디바이스에서 손쉽게 프로그래밍, 배포, 보안, 연결, 유지 보수할 수 있도록 해주는 마이크로 컨트롤러용 IoT 운영 체제입니다. Amazon FreeRTOS는 인기 있는 마이크로 컨트롤러용 오픈 소스 실시간 운영 체제인 FreeRTOS 커널을 확장하며, 보안, 연결 및 업데이트 기능을 위한 소프트웨어 라이브러리를 포함합니다. Amazon FreeRTOS에서는 연결된 마이크로 컨트롤러 기반 디바이스를 손쉽게 프로그래밍하고 해당 디바이스에서 IoT 애플리케이션에 대한 데이터를 수집하는 데 필요한 모든 기능을 제공하며, 수백만 대의 디바이스에서 이러한 애플리케이션을 확장할 수 있습니다. Amazon FreeRTOS는 무료 오픈 소스이므로 누구나 지금 바로 이용할 수 있습니다. 자세히 알아보고 시작하려면 여기를 클릭하십시오.

고객은 Amazon Kinesis를 통해 데이터 스트림을 사용하여 실시간 분석을 실행합니다. 그리고 오늘 Kinesis에 비디오 스트림을 추가합니다. 완전 관리형 비디오 수집 및 보관 서비스인 Amazon Kinesis Video Streams를 소개합니다. Kinesis Video Streams를 사용하면 Machine Learning, 분석 및 처리를 위해 연결된 디바이스에서 AWS로 비디오를 쉽고 안전하게 스트림할 수 있습니다. 또한 Kinesis Video Streams를 사용하여 RADAR 및 LIDAR 신호와 같은 다른 타임 인코딩된 데이터를 스트림할 수도 있습니다.

이제 AWS IoT Analytics를 사용하여 대량의 IoT 데이터를 정리, 처리, 보강, 저장 및 분석할 수 있습니다. 이는 IoT 데이터에 대한 분석을 실행하고 IoT 애플리케이션 및 Machine Learning 사용 사례에 대해 보다 유용하고 정확한 결정을 내리는 데 도움이 되는 통찰력을 얻는 가장 쉬운 방법입니다.  

Amazon Glacier Select는 Amazon Glacier에서 아카이브 데이터를 조회하는 새로운 방법입니다. Glacier Select를 사용하면 Amazon Glacier에 저장된 데이터에 대해 직접 쿼리를 실행할 수 있으므로, 분석에 사용하기 위해 아카이브에서 필요한 데이터만 검색할 수 있습니다. 이렇게 하면 총 소유 비용을 줄이면서 데이터 레이크를 비용 효율적인 아카이브 스토리지로 대량으로 확장할 수 있습니다.

Amazon Transcribe는 개발자가 음성을 텍스트로 변환하는 기능을 애플리케이션에 쉽게 추가할 수 있도록 하는 ASR(자동 음성 인식) 서비스입니다. Amazon Transcribe는 Amazon S3에 저장된 오디오 파일을 분석하고 모든 단어에 대한 타임스탬프가 있는 변환된 음성의 텍스트 파일을 반환하므로 텍스트 검색을 통해 원본 소스의 오디오를 쉽게 찾을 수 있습니다.

AWS DeepLens는 기술 수준이 어떠하든 모든 개발자가 수동 컴퓨터 비전 자습서와 예시 코드, 사전 구축 모델을 통해 기계 학습 스킬을 키울 수 있도록 설계된 딥 러닝을 사용하는 무선 비디오 카메라입니다. DeepCam에는 딥 러닝을 위하여 온보드 컴퓨팅에 최적화된 HD 비디오 카메라가 포함되어 있으므로 AWS Lambda를 이용한 완전 프로그래밍이 가능합니다. DeepCam이 자동으로 모델을 최적화하고 장치에 배포하며 클라우드에 연결하여 더 높은 수준의 고급 기능을 얻는 동안 개발자는 자신의 기계 학습 스킬에 집중할 수 있습니다. DeepCam과 Amazon SageMaker를 통합하면 최초로 클라우드와 엣지 양쪽에서 기계 학습 애플리케이션을 배우고 개발하며 테스트하는 종단 간 솔루션이 마련됩니다.

 

Amazon Rekognition 비디오는 딥 러닝을 탑재한 비디오 분석 서비스로 사람을 추적하고 활동을 감지하며 사물과 유명인, 부적절한 콘텐츠를 인식합니다. 다수의 얼굴을 라이브 스트림으로 감지하고 인식할 수 있습니다. Amazon S3에 저장된 기존 비디오도 분석합니다. 활동과 사람 및 얼굴, 사물에 타임스탬프를 찍어 구체적인 라벨을 반환하므로 그 장면의 위치를 쉽게 찾을 수 있습니다. 사람과 얼굴의 경우 프레임 안에서 사람이나 얼굴의 구체적인 자리를 짚어주는 경계 상자도 반환합니다. Rekognition Video의 사용하기 쉬운 API는 치안 고객에 대한 즉답, 미디어와 엔터테인먼트 고객을 위한 검색 인덱스 생성, 스마트홈 모니터링 등에 적합합니다.

Kubernetes용 Amazon Elastic Container Service(Amazon EKS)는 자체 Kubernetes 클러스터를 설치, 운영, 유지 관리할 필요 없이 AWS에서 Kubernetes를 쉽게 실행할 수 있도록 해주는 관리형 서비스입니다.

전역 테이블은 DynamoDB의 국제적인 입지를 기반으로 구축되어 완벽하게 관리되는 멀티 리전 멀티 마스터 데이터베이스를 제공하며, 이 데이터베이스는 대규모로 확장되는 전역 애플리케이션에 대해 신속한 로컬 읽기 및 쓰기 성능을 지원합니다. 전역 테이블은 선택된 AWS 리전 간에 Amazon DynamoDB 테이블을 자동으로 복제합니다.

전역 테이블을 사용하면 리전 간에 데이터를 복제하고 업데이트 충돌을 해결하는 힘든 작업을 수행할 필요가 없으므로 애플리케이션의 비즈니스 로직에 집중할 수 있습니다. 또한 전역 테이블을 사용하면 전체 리전에서 격리 또는 성능 저하 문제가 있는 경우에도 애플리케이션의 가용성을 높게 유지할 수 있습니다.

Amazon Aurora 멀티 마스터로 복수의 가용 영역에서 작동하는 복수의 읽기/쓰기 마스터 인스턴스를 생성해 보십시오. 애플리케이션은 이를 통해 마치 읽기 전용 복제본을 읽는 것처럼 클러스터에 있는 여러 데이터베이스 인스턴스에 데이터를 쓰거나 읽을 수 있게 됩니다.

Amazon Comprehend는 Machine Learning을 사용하여 텍스트를 분석하는 자연 연어 처리(NLP) 서비스입니다. Amazon Comprehend에서는 텍스트 언어를 식별하고, 핵심 문구, 장소, 사람, 브랜드 또는 이벤트를 추출하고, 제품 또는 서비스에 대한 감정을 파악하고, 문서 라이브러리에서 기본 주제를 식별합니다. 이 서비스를 이용하면 Amazon.com 제품 설명, 소비자 리뷰를 비롯한 다양한 정보 소스로부터 학습하고 새로운 데이터를 신속하게 재교육하여 언어의 진화에 보조를 맞출 수 있습니다. 심도 있고 포괄적인 교육 방식으로 인해 고객 피드백 분석, 지능형 문서 검색, 자동 콘텐츠 구성 등과 같은 광범위한 시나리오에 대해 정확한 범위를 제공할 수 있습니다.

Amazon Aurora 서버리스는 Amazon Aurora를 위한 주문형 Auto Scaling 구성입니다. 이를 통해 데이터베이스를 자동으로 시작하고, 종료하고, 애플리케이션의 필요에 따라 용량을 늘리거나 줄일 수 있습니다. Aurora 서버리스로 데이터베이스 인스턴스나 클러스터를 관리하지 않고도 클라우드에서 관계형 데이터베이스를 실행해 보십시오.

Amazon SageMaker는 데이터 과학자 및 개발자가 모든 규모의 기계 학습 모델을 간편하게 빌드, 학습 및 배포할 수 있도록 하는 완전 관리형 서비스입니다. Amazon SageMaker에는 함께 또는 개별적으로 사용하여 기계 학습 모델을 빌드, 학습 및 배포할 수 있는 모듈이 포함되어 있습니다.

구축
Amazon SageMaker는 교육 데이터에 빠르게 연결하며 애플리케이션을 위한 최상의 알고리즘 및 프레임워크를 선택 및 최적화하는 데 필요한 모든 것을 제공함으로써 손쉽게 ML 모델을 빌드하고 학습 준비 상태로 만들어 줍니다. Amazon SageMaker에는 Amazon S3에 저장된 학습 데이터를 손쉽게 탐색하고 시각화할 수 있는 호스팅 Jupyter 노트북이 포함되어 있습니다. S3에 있는 데이터로 바로 연결하거나 AWS Glue를 이용해 Amazon RDS, Amazon DynamoDB, Amazon Redshift에서 S3로 데이터를 이동하면 노트북에서 분석할 수 있습니다.

알고리즘을 선택할 수 있도록 돕기 위해 Amazon SageMaker에는 가장 일반적으로 사용하는 기계 학습 알고리즘 10가지가 미리 설치되어 있으며 어디서든 이들 알고리즘의 실행 성능의 최대 10배를 구현하도록 최적화되어 있습니다. 또한 Amazon SageMaker는 가장 유명한 오픈 소스 프레임워크 두 가지, 즉 TensorFlow와 Apache MXNet을 실행하도록 미리 구성되어 있습니다. 그뿐만 아니라 기존 보유 프레임워크를 사용할 수 있는 옵션도 주어집니다.

교육
Amazon SageMaker 콘솔에서 클릭 한 번으로 모델 학습을 시작할 수 있습니다. Amazon SageMaker는 사용자를 위해 기본 인프라를 모두 관리하고 교육 모델을 페타바이트 규모로 손쉽게 확장할 수 있으며, 더 쉽고 빠른 교육 과정을 위해 최대의 정확성을 달성하는 방향으로 모델을 자동 조정할 수 있습니다.

배포
모델 학습과 조정이 끝나면, Amazon SageMaker를 통해 프러덕션에 쉽게 배포할 수 있기 때문에 새 데이터에서 예측 생성 실행을 시작할 수 있습니다(추론이라 불리는 프로세스). Amazon SageMaker는 다중 가용 영역 전반에 걸쳐 분포된 Amazon EC2 인스턴스의 Auto Scaling 클러스터에 모델을 배포하여 고성능과 고가용성을 둘 다 구현합니다. 또한 Amazon SageMaker에는 A/B 테스트 기능이 내장되어 있어 사용자가 최선의 결과를 내기 위해 모델을 테스트하고 여러 버전을 실험하는 데 도움이 됩니다.

Amazon SageMaker가 기계 학습의 부담을 덜어주므로 사용자는 기계 학습 모델을 쉽고 빠르게 빌드, 학습 및 배포할 수 있습니다.

이제 AWS IoT Device Management를 사용하여 수명 주기 동안 대규모의 IoT 디바이스를 안전하게 탑재하고, 구성하고, 모니터링하고, 원격으로 관리할 수 있습니다. IoT Device Management를 사용하면 디바이스 정보 및 구성을 업로드하고, 디바이스 인벤토리를 구성하고, 디바이스의 플릿을 모니터링하고, 여러 위치에 배포된 디바이스를 원격으로 관리할 수 있으며 디바이스 소프트웨어를 OTA(무선)로 업데이트할 수 있습니다. 이를 통해 디바이스 플릿을 확장할 수 있으며, 대용량 IoT 디바이스 배포 관리 비용과 노력을 줄일 수 있습니다.

이제 Amazon S3 Select를 미리 보기로 이용 가능합니다. S3 Select는 객체에서 필요한 데이터만 가져오도록 고안된 새로운 Amazon S3 기능이며, S3에서 데이터에 액세스해야 하는 애플리케이션의 성능을 획기적으로 개선하고 비용을 절감할 수 있도록 해줍니다.

AWS Greengrass는 연결된 디바이스를 위해 로컬 컴퓨팅, 메시징, 데이터 캐싱 및 동기화 기능을 안전하게 실행할 수 있도록 하는 소프트웨어입니다. AWS Greengrass에는 세 가지 새로운 기능이 있습니다. 첫째, Greengrass Core 디바이스에서 AWS Lambda 함수를 실행하면 카메라, 시리얼 버스, GPU 등 기저의 호스트 디바이스 기능과 자연스럽게 연동되며, 따라서 Greengrass 디바이스는 물리적 환경과 더 쉽게 상호 작용할 수 있습니다. 둘째, 이제 Greengrass에서 널리 통용되는 산업용 메시징 프로토콜인 OPC-UA를 사용하여 다른 장비와 통신할 수 있으며, 고객들은 손쉽게 자체 프로토콜 어댑터를 만들 수도 있습니다. 셋째, 이제 Greengrass Core 소프트웨어를 원격으로 업데이트하여 새로운 기능과 버그 수정, 보안 강화 등의 혜택을 누릴 수 있습니다.

온 디맨드 백업을 통해 DynamoDB 테이블 데이터의 완벽한 백업본을 만들고 이를 보관해 두면 기업은 물론 정부의 규제 요건을 준수하는 데도 도움이 됩니다. 프로덕션 애플리케이션의 성능과 가용성에 아무런 영향을 주지 않고도 몇 메가바이트에서 수백 테라바이트에 이르는 데이터 테이블을 백업할 방법이 있습니다.

온 디맨드 백업에서는 테이블 크기와 관계없이 백업 요청을 단 몇 초 만에 처리하기 때문에 백업 일정이나 시간이 오래 걸리는 프로세스 때문에 걱정할 필요가 없습니다. 모든 백업은 자동으로 암호화되어 카탈로그로 작성되기 때문에 검색하기 쉽고, 사용자가 명시적으로 삭제할 때까지는 그대로 유지됩니다. AWS Management Console에서 한 번 클릭하거나 API 호출 한 번으로 백업 및 복원 작업을 실행할 수 있습니다.

AWS Fargate는 기본 인프라를 관리할 필요 없이 컨테이너를 배포하고 관리할 수 있는 컴퓨팅 엔진입니다. Fargate를 사용하면 애플리케이션을 쉽게 확장할 수 있습니다. 더 이상 컨테이너 애플리케이션에 대해 충분한 컴퓨팅 리소스를 프로비저닝하기 위해 걱정할 필요가 없습니다. 수십 또는 수천 개의 컨테이너를 몇 초 이내에 시작할 수 있습니다.

AWS IoT 1-Click은 단순한 디바이스에서 AWS Lambda 함수를 트리거하여 특정 작업을 손쉽게 실행할 수 있도록 하는 서비스입니다. AWS IoT 1-Click을 이용하면 별도의 조치 없이도 AWS IoT Enterprise Button 및 AT&T LTE-M Button처럼 간단한 디바이스에서 바로 AWS IoT에 안전하게 연결되기 때문에 디바이스를 배포하기도 쉽습니다. 클릭 한 번으로 디바이스를 Lambda 함수 같은 작업에 연결하여 활성화할 수 있습니다.

빠르고 믿음직한 종합 관리형 그래프 데이터베이스 서비스인 Amazon Neptune을 이용하면 고도로 연결된 데이터 세트도 원활하게 처리하는 애플리케이션을 손쉽게 빌드하고 실행할 수 있습니다. Amazon Neptune은 한마디로 수십억 개의 관계를 저장하고 불과 몇 밀리초의 지연 시간으로 그래프를 쿼리하는 데 최적화된, 특수 목적의 고성능 그래프 데이터베이스 엔진입니다. Amazon Neptune은 Apache TinkerPop 및 W3C의 RDF 같은 인기 그래프 모델과 그에 맞는 쿼리 언어인 TinkerPop Gremlin 및 RDF SPARQL을 지원하기 때문에 간편하게 쿼리를 작성한 다음 고도로 연결된 데이터 세트를 효율적으로 탐색할 수 있습니다. Neptune은 추천 엔진, 사기 범죄 탐지, 지식 그래프, 신약 개발, 네트워크 보안 등 여러 사용 사례에 보다 풍부한 그래프를 더해 줍니다.

이제 버전 1.1.0에서 Amazon Elastic Container Service(ECS) 명령줄 인터페이스(CLI)를 이용할 수 있습니다.

AWS는 지속적으로 IoT 디바이스의 플릿을 보호할 수 있는 완전 관리형 서비스인 AWS IoT Device Defender를 기쁜 마음으로 소개합니다. AWS IoT Device Defender는 플릿이 보안 모범 사례를 준수하는지를 확인하기 위해 플릿을 감사하고, 비정상적인 디바이스 동작을 감지하고, 보안 문제에 대해 사용자에게 알림을 보내고, 이러한 보안 문제에 대한 완화 조치를 권장합니다. AWS IoT Device Defender는 현재 상용 버전으로 사용할 수 없습니다. AWS IoT Device Defender에 대해 자세히 알아보고 이 서비스에 대한 관심을 나타내려면 여기에서 가입하십시오.  

Amazon EC2는 공급 및 수요의 장기적 추세를 기반으로 점진적으로 변하는 저렴하고 예측 가능한 요금을 제공하는 모델로 이동하여 Amazon EC2 스팟 인스턴스 요금을 단순화했습니다. 온디맨드 인스턴스 요금을 최대 90% 절약하고, 실행 중인 인스턴스에 대해 각 인스턴스 시간 시작 시 적용되는 스팟 가격을 지불하게 됩니다.

이제 Amazon EC2 스팟에서는 중단 이벤트가 발생하는 경우 Amazon EBS-backed 인스턴스를 최대 절전 모드로 전환할 수 있습니다. 스팟은 용량을 사용할 수 있게 되면 최대 절전 모드에서 인스턴스를 다시 시작하여 요청을 완료할 수 있습니다. 최대 절전 모드는 노트북 덮개를 닫고 여는 것과 같습니다. 애플리케이션이 중지된 부분부터 다시 시작됩니다.

Amazon EC2 H1 인스턴스는 2.3GHz Intel^® Xeon^® E5 2686 v4 프로세서(코드명 Broadwell)로 구동되는 Amazon EC2의 최신 세대 스토리지 최적화 인스턴스로, D2 인스턴스와 비교해 로컬 마그네틱 스토리지에 더 많은 vCPU와 더 많은 테라바이트당 메모리를 제공합니다. 최대 인스턴스 크기인 h1.16xlarge는 64개의 vCPU 및 16TB의 HDD 기반 인스턴스 스토리지를 제공합니다. H1 인스턴스는 저비용 스토리지, 높은 디스크 처리량, 대용량 데이터 세트에 대한 순차적 디스크 I/O 액세스가 많이 필요한 애플리케이션에 적합하도록 설계되었습니다. H1 인스턴스는 MapReduce 기반 워크로드, HDFS 및 MapR-FS와 같은 분산 파일 시스템, 네트워크 파일 시스템, Apache Kafka와 같은 로그 또는 데이터 처리 애플리케이션, 빅 데이터 워크로드 클러스터 등의 데이터 집약적인 워크로드에 적합합니다.

AWS Batch가 이제 API 호출 한 번으로 작업 어레이 제출을 지원합니다. 사용자는 어레이 작업을 통해 SubmitJob 호출 한 번으로 최대 10,000개의 작업 부수를 손쉽게 제출할 수 있습니다. 또한 사용자는 여러 어레이 작업에 걸쳐 관련 요소 간의 'N 대 N' 종속성을 포함하여 어레이 작업에 대한 종속성을 표현할 수 있습니다. 어레이 작업은 대규모 몬테카를로 시뮬레이션, 파라메트릭 스윕, 수천 개의 입력 파일 또는 객체에 대해 동일한 작업을 수행해야 하는 작업의 제출과 관리를 간소화합니다. AWS Batch는 제출된 배치 작업의 볼륨 및 특정 리소스 요구 사항에 따라 최적의 수량 및 유형의 컴퓨팅 리소스(예: CPU 또는 메모리 최적화 인스턴스)를 동적으로 프로비저닝합니다. AWS Batch가 있으면 배치 컴퓨팅 소프트웨어 또는 서버 클러스터를 설치하고 관리할 필요가 없습니다.

이제 Amazon Cognito의 고급 보안 기능(베타)을 사용하여 애플리케이션에서 사용자 계정에 대한 액세스를 보호할 수 있습니다. 이러한 고급 보안 기능은 위험 기반 조정 인증과 이상 있는 자격 증명 사용 방지를 제공합니다.

이제 수신 트래픽을 사전에 지정된 가중치에 따라 2개의 AWS Lambda 함수 버전 간에 이동할 수 있습니다. 이를 통해 두 버전 간에 트래픽을 점진적으로 이동하여 위험을 줄이고 새로운 Lambda 배포의 파급 범위를 제한할 수 있습니다. 이제 AWS CodeDeploy를 사용하여 새 함수 버전의 롤아웃을 자동으로 관리할 수 있습니다. CodeDeploy는 Lambda 및 Amazon EC2 등의 다양한 컴퓨팅 서비스에 소프트웨어 배포를 자동화하는 서비스입니다. CodeDeploy를 통해 Lambda에 업데이트를 점진적으로 안전하며 손쉽게 배포할 수 있으며, AWS 서버리스 애플리케이션 모델에서 이를 지원합니다.  

이제 Canary 릴리스 배포를 사용해 Amazon API Gateway의 새로운 API를 점진적으로 롤아웃할 수 있습니다. 따라서 API 변경 사항을 좀 더 안전하게 롤아웃하고 새로운 배포의 파급 범위를 제한하는 데 도움이 됩니다.

Amazon GuardDuty는 AWS 계정 및 애플리케이션과 애플리케이션에서 실행되는 서비스를 지속적으로 모니터링하고 보호하기 위한 정확하고 손쉬운 방법을 제공하는 위협 탐지 서비스입니다. AWS Management Console에서 몇 번만 클릭하면 GuardDuty가 AWS CloudTrail, VPC 흐름 로그 및 기타 AWS 데이터 원본에서 발생한 수십억 개의 이벤트를 즉시 분석하기 시작합니다.

AWS AppSync는 디바이스와 클라우드 간의 모바일 앱 데이터를 실시간으로 관리하고 업데이트할 수 있으며, 오프라인일 때 모바일 디바이스에서 앱이 데이터와 상호 작용할 수 있도록 하는 퍼블릭 프리뷰 버전의 새로운 서비스입니다. 애플리케이션은 AWS AppSync를 통해 모바일 및 웹 애플리케이션에 최적화된 SDK 및 GraphQL이라는 데이터 언어를 사용하여 AWS 서비스에 손쉽게 액세스할 수 있습니다. GraphQL은 단일 네트워크 요청에 필요한 데이터를 요청, 변경 및 구독할 수 있도록 하는 개방형 표준입니다. 이를 통해 데이터 집약적인 애플리케이션을 프로토타입으로 만들고 빌드하는 작업을 코드 몇 줄을 쓰는 것만큼이나 간단하게 할 수 있습니다.

이번 달 초에 고객이 AWS Direct Connect를 통해 VPC(Virtual Private Cloud) 및 온프레미스에서 원하는 AWS 서비스에 전용으로 액세스할 수 있도록 하는 새로운 서비스인 AWS PrivateLink가 출시되었습니다. 이제 이 기능을 AWS에 호스팅된 고객과 파트너 서비스로까지 넓혀갈 것입니다.

AWS 파트너 네트워크(APN)에서 새로운 AWS 네트워킹 컴피턴시의 시작을 발표하게 되어 기쁩니다. AWS 컴피턴시 프로그램은 업계 전문 지식을 입증했고, AWS 아키텍처 모범 사례에 부합하는 솔루션을 즉시 구현했으며, AWS 인증을 받은 인력을 보유한 APN 파트너들이 돋보이도록 설계되었습니다.

AWS Marketplace에서 이제 고객들이 AWS PrivateLink에서 사용 가능한 Software-as-a-Service(SaaS) 애플리케이션을 찾고 서비스 엔드포인트의 확인된 DNS 이름을 사용하여 이러한 애플리케이션에 연결할 수 있음을 알려 드립니다. AWS PrivateLink는 네트워크 트래픽을 AWS 네트워크 내부로 유지하면서 고객이 높은 가용성과 확장성 방식으로 AWS에 호스팅된 서비스에 액세스할 수 있도록 합니다.

이제 AWS Alexa skill을 갖춘 Alexa 지원 디바이스에서 AWS의 최신 출시 발표를 들을 수 있습니다. AWS 기술은 기존 채널(블로그 게시물 및 새로운 소식 게시물)을 핸즈 프리 옵션으로 강화하여 AWS의 새로운 서비스 및 기능에 대한 정보를 소비하도록 합니다. amazon.com에서 Alexa Skill에 대한 검색 결과를 필터링하고 “AWS”를 검색함으로써 Alexa 지원 디바이스에서 해당 기술을 활성화할 수 있습니다. 활성화한 후에는 사용자 지정을 통해 선호하는 AWS의 서비스(예: EC2) 또는 카테고리(예: 컴퓨팅)에 대한 소식만 들을 수 있습니다.

오늘은 비디오 제공업체가 TV 및 멀티스크린 디바이스 브로드캐스팅에 필요한 고품질의 라이브 비디오 스트림을 인코딩할 수 있도록 하는 라이브 비디오 처리 서비스인 AWS Elemental MediaLive의 정식 출시를 발표했습니다. 리소스 프로비저닝, 서비스 오케스트레이션, 확장, 복구, 복원성 장애 조치, 모니터링 및 보고 이면의 과중한 업무를 모두 처리합니다. 푸시 버튼식 배포를 통해 고객은 로드 및 채널 수에 따라 자동으로 확장 또는 축소하는 리소스와 함께 몇 분 만에 라이브 채널을 설정할 수 있습니다. 온프레미스 솔루션을 통해 얻은 것과 동일한 결과를 얻으려면 계획, 조달, 설치, 프로비저닝, 구성, 설정, 테스팅 및 문제 해결이 필요하고, 이로 인해 프로덕션에 이르기까지 몇 주에서 몇 달, 심지어 몇 년이 걸릴 수 있습니다. 채널 기반의 종량 과금제 서비스를 통해 운영 복잡성을 간소화하고, 비용 효율성을 개선하고, 재정적 위험을 최소화합니다. AWS Elemental MediaLive를 통해 고객은 표준 비디오 플레이어 및 CDN 지원과 함께 최상의 서비스를 사용하여 유연한 연중무휴 24시간 라이브 비디오 워크플로우를 빌드하거나 인코딩 파라미터를 완전히 제어할 수 있습니다.

오늘은 어떠한 규모의 콘텐츠 라이브러리를 보유한 비디오 제공업체라도 브로드캐스트 및 멀티스크린 전송용 온디맨드 콘텐츠를 쉽고 안정적으로 트랜스코딩할 수 있도록 하는 파일 기반 비디오 처리 서비스인 AWS Elemental MediaConvert의 정식 출시를 발표했습니다. 워크플로우를 빌드하여 몇 주나 몇 달이 아닌 몇 분 만에 고품질의 비디오 출력을 생성할 수 있습니다. 포괄적인 고급 트랜스코딩 기술 세트 액세스를 통해 예전에는 온프레미스에서만 구현될 수 있었던 워크플로우가 이제 클라우드에서 빌드될 수 있습니다. 이제 브로드캐스트급 비디오 처리 인프라 빌드 및 관리에 따른 복잡성을 관리할 필요 없이 뛰어난 미디어 환경을 제공하는 데 집중할 수 있습니다. AWS Elemental MediaConvert는 종량 과금제 모델로 사용하기 쉽습니다. 높은 수준의 가용성, 안정성과 확장성, 그리고 다른 AWS 서비스와의 긴밀한 통합을 제공합니다.

오늘은 라이브 및 온디맨드 미디어에 필요한 고성능, 예측 가능한 낮은 지연 시간 및 즉각적 일관성과 Amazon Simple Storage Service(S3)의 보안과 내구성을 결합한 비디오 제작 및 스토리지 서비스인 AWS Elemental MediaStore의 정식 출시를 발표했습니다. 이 서비스는 종량 과금제를 통해 간소한 패스스루 콘텐츠 제공을 위한 저렴한 방법을 제공합니다.

Amazon Sumerian을 사용하면 특화된 프로그래밍 또는 3D 그래픽 전문 지식 없이도 빠르고 손쉽게 가상현실(VR), 증강현실(AR) 및 3D 애플리케이션을 만들고 실행할 수 있습니다. Sumerian을 사용하여 Oculus Rift, HTC Vive 및 iOS 모바일 디바이스(Android ARCore는 지원 예정)와 같은 인기 하드웨어에서 실행되는 몰입도가 높고 상호 작용이 뛰어난 장면을 만들 수 있습니다. 예를 들어 가상의 교실을 만들어 전 세계에 있는 신규 직원들을 교육할 수 있고, 사람들이 원격으로 건물을 둘러볼 수 있도록 가상 환경을 만들 수도 있습니다. Sumerian을 사용하면 객체(예: 인물, 가구 및 풍경) 추가 및 환경 디자인, 애니메이팅 및 스크립팅과 같은 몰입도가 높고 상호 작용이 뛰어난 3D 환경을 만드는 데 필요한 모든 구성 요소를 만들 수 있습니다. Sumerian을 사용하는 데 있어 특화된 전문 지식이 필요하지 않으므로 브라우저에서 직접 장면을 디자인할 수 있습니다.

오늘은 비디오 제공업체가 멀티스크린 비디오 애플리케이션의 브로드캐스트 서비스 품질을 유지하면서 특화된 광고가 포함된 비디오를 최종 사용자에게 제공할 수 있도록 하는 콘텐츠 개인화 및 수익화 서비스인 AWS Elemental MediaTailor의 정식 출시를 발표했습니다. 서버 측에서 광고가 전송 전에 업스트림 삽입되므로 지속적인 스트림이 소비자 디바이스에 도달하여 콘텐츠와 광고 사이의 차별 가능성을 제거합니다. 광고 수익이 증가하고, 기본 콘텐츠와 일치하도록 비디오 품질이 일관적으로 유지되고, 멀티플랫폼 환경 전체에 걸쳐 관리하기가 더욱 쉽습니다. AWS Elemental MediaTailor는 광고 콘텐츠의 관리형 트랜스코딩을 제공하여 단일 서비스 내에서 표준 기반 클라이언트측 또는 서버측 광고 보고를 활성화하면서 최적의 최종 사용자 환경을 제공합니다. 고객은 최고 품질의 뷰어 환경을 제공하면서 플레이어, 오리진 및 CDN을 완전히 제어할 수 있습니다.

오늘은 비디오 배포업체가 규모에 관계없이 안전하고 안정적인 스트리밍 콘텐츠를 제공할 수 있도록 하는 비디오 제작 및 적시 패키징 서비스인 AWS Elemental MediaPackage의 정식 출시를 발표했습니다. 이 서비스는 다중 제공과 콘텐츠 보호 표준을 활용하여 비용 효율적인 비디오 배포를 위한 적시 패키징을 제공하고, 시간 이동 TV 및 기타 고급 기능을 통해 시청자의 경험을 풍요롭게 하기 쉽습니다. AWS Elemental MediaPackage를 사용하여 고객은 워크플로우 복잡성을 줄이고, 원본 복원성을 높이고, 인프라의 언더프로비저닝 또는 오버프로비저닝의 위험 없이 멀티스크린 콘텐츠 보호를 강화하여 솔루션이 연결된 디바이스와 동적 시청 환경이 증가하는 에코시스템에 걸쳐 콘텐츠를 제공할 수 있도록 할 수 있습니다.

이제 AWS Marketplace에서 Amazon 머신 이미지(AMI)로 Red Hat Enterprise Linux(RHEL) 7.4를 실행하는 Amazon EC2 인스턴스에 대해 SQL Server 2017을 사용할 수 있습니다. 이번 릴리스에서부터는 기존 보유 라이선스를 사용할 필요 없이 SQL Server 2017 Enterprise 라이선스 포함 AMI를 사용하여 필요에 따라 RHEL 인스턴스를 시작할 수 있습니다. RHEL 7.4 AMI 기반 SQL Server 2017은 오늘부터 모든 퍼블릭 AWS 리전에서 사용할 수 있습니다.

오늘 Amazon CloudFront는 글로벌 콘텐츠 전송 네트워크에 새로운 엣지 로케이션 6곳을 추가한다고 발표했습니다. 새로운 엣지 로케이션은 핀란드 헬싱키, 스페인 마드리드, 영국 맨체스터, 콜로라도주 덴버, 뉴저지주 뉴어크, 애리조나주 피닉스에 위치합니다. 

오늘부터 최대 16TB의 스토리지가 포함된 MySQL, MariaDB, Oracle, PostgreSQL 데이터베이스 엔진에 대해 Amazon RDS 데이터베이스 인스턴스를 생성할 수 있습니다. 기존 데이터베이스 인스턴스도 가동 중지 없이 16TB 스토리지까지 확장할 수 있습니다.

이제 SQL Server용 Amazon Relational Database Service(RDS)를 사용할 경우 R4, db.M4.16xlarge 인스턴스 유형을 시작할 수 있습니다. 

이제 SQL Server용 Amazon RDS 데이터베이스 인스턴스의 스토리지를 16TB까지 확장할 수 있습니다. 자격을 얻으려면 프로비저닝된 IOPS 또는 일반용(SSD) 스토리지 유형을 사용하는 인스턴스여야 합니다. 기존 버전 스토리지 구성의 일부 인스턴스에는 적용되지 않습니다.

이제 Amazon Simple Notification Service(SNS)에서 메시지 필터링을 사용하여 보다 간단하고 효율적인 게시/구독 아키텍처를 구축할 수 있습니다. 메시지 필터링을 사용하면 Amazon SNS 주제 구독자는 주제에 게시된 모든 메시지를 수신하는 대신, 원하는 메시지의 하위 집합만 선택적으로 수신할 수 있습니다. 이 새로운 접근 방식을 도입하면 구독자에게 메시지 필터링 로직을 구현하거나 게시자 시스템에 메시지 라우팅 로직을 구현하기 위한 복잡한 설계가 필요 없습니다.  

이제 PostgreSQL 호환 Amazon Aurora 버전을 사용할 수 있는 AWS 리전 네 곳, 즉 캐나다(중부), EU(프랑크푸르트), 아시아 태평양(시드니), 아시아 태평양(뭄바이)이 추가되었습니다. 2017년 10월 24일부터 서비스가 시작된 미국 동부(버지니아), 미국 동부(오하이오), 미국 서부(오레곤) 및 EU(아일랜드)에 이어 4곳이 추가되면서, 사용 가능한 리전 수가 총 8개로 늘어났습니다.

이제 AWS Certificate Manager DNS 검증을 사용하면 ACM에 인증서를 요청할 때 도메인 이름에 대한 소유권이나 제어 권한을 입증할 수 있습니다. 인증서는 네트워크 통신을 보호하고 인터넷을 통해 웹 사이트의 ID를 설정하기 위해 사용됩니다. Amazon은 사이트 인증서를 발급하기 전에 귀하가 해당 도메인을 소유하거나 관리 권한을 보유하고 있는지 검증해야 합니다. 이전에는 ACM이 이메일 검증만 지원했기 때문에 도메인 소유자가 각 인증서 요청에 대한 이메일을 수신한 후 요청서의 정보를 확인해야만 요청을 승인했습니다. DNS 검증을 사용하면 DNS 구성에 CNAME 레코드를 작성하여 도메인 이름에 대한 소유권이나 제어 권한을 수립하기만 하면 됩니다. Amazon Route 53로 DNS 레코드를 관리하는 경우 ACM Management Console에서 DNS 레코드를 구성할 수 있습니다. 그러면 몇 번의 마우스 클릭만으로 도메인을 손쉽게 검증할 수 있습니다. CNAME 레코드가 구성되고 DNS 레코드가 그대로 유지되는 한, ACM은 DNS 검증을 마치고 현재 사용 중인 만료일 이전의 인증서(다른 AWS 리소스와 연결된)를 자동으로 갱신할 수 있습니다. 갱신은 조작 없이 완전 자동으로 이루어집니다. 

오늘부터 AWS Mobile에 웹 및 React Native에 대한 최고 수준의 지원이 추가되어 JavaScript(JS) 개발자가 손쉽게 클라우드 사용 앱을 개발할 수 있습니다. 이전에는 웹 및 React Native 개발자가 AWS 콘솔에서 수동으로 서비스를 구성하고, 기본 SDK를 다운로드하고, 설명서를 읽고 나서야 플랫폼과의 상호작용을 시작할 수 있었습니다. 오늘 출시와 함께 JS 개발자는 재설계된 콘솔과 새로운 AWS Mobile CLI를 사용하여 사용자 로그인, 스토리지 및 서버리스 API와 같은 핵심 앱 기능을 손쉽게 구성할 수 있습니다.

오늘 AWS는 웹 또는 모바일 플랫폼에서 JavaScript를 사용하여 클라우드 연결 애플리케이션을 빌드하려는 개발자를 위한 Apache 2.0의 오픈 소스 라이브러리인 AWS Amplify를 릴리스합니다. AWS Amplify는 확장 가능하고 안전한 방법으로 클라우드 서비스를 사용하여 일반 작업을 수행하려는 클라이언트 개발자에게 선언적 인터페이스를 제공하도록 설계되었습니다. 이 새로운 기능을 통해 개발자는 JavaScript 애플리케이션을 작성하여 일반 추상화를 통해 프로그래밍 방식으로 모범 사례를 적용하고, 그에 따라 개발 사이클이 더욱 빨라질 수 있습니다. AWS Amplify의 릴리스와 함께 AWS는 또한 AWS Mobile Hub에 완전히 통합된 포괄적 CLI 환경을 릴리스합니다. 이 CLI 환경은 처음부터 애플리케이션을 빌드하거나 AWS 클라우드에 대한 기능을 통해 기존 프로젝트를 개선하려는 개발자를 위해 설계되었습니다. 

이제 AWS CloudFormation을 통해 스택 인스턴스에서 계정 및 리전별 파라미터 값을 재정의할 수 있습니다. 이전에는 원본 CloudFormation 템플릿에서만 StackSets를 변경할 수 있었습니다. 이제 스택 인스턴스를 처음 만들 때 템플릿 파라미터 값을 재정의할 수 있고, 기존 스택 인스턴스의 파라미터 값을 재정의하여 필요에 따라 스택 인스턴스를 지정하고 사용자 지정할 수 있습니다.  

이제 Amazon API Gateway에서 액세스 로그를 생성할 수 있습니다. 해당 API를 대상으로 이루어진 API 요청과 관련하여 Amazon CloudWatch가 이미 제공한 세부 실행 로그와는 별개입니다. 액세스 로깅 기능을 사용하면 CLF(기본 로그 형식), JSON, XML 및 CSV 등 다양한 형식으로 액세스 로그를 생성할 수 있습니다. 액세스 로그는 기존 분석 또는 로그 처리 도구에 제공될 수 있으므로, 심층적인 분석을 수행하거나 로그 데이터에 대한 응답 조치를 취할 수 있습니다. 모든 context 변수가 액세스 로그 형식으로 사용될 수 있습니다.

새로운 Amazon Kinesis 관리 콘솔(아래 스크린샷 참조)을 사용하면 실시간 분석을 쉽게 익히고 콘솔 사용자 환경을 간소화할 수 있습니다. 콘솔의 새로운 시각적 학습 도구를 사용하여 Kinesis Streams, Kinesis Firehose 및 Kinesis Analytics를 이용해 다양한 데이터 원본에서 AWS로 실시간 데이터를 스트리밍하고, 데이터를 처리 및 분석하고, 데이터 스토어에 로드하는 방법을 배울 수 있습니다. 새로운 콘솔 환경에는 로그인할 경우 한 화면에 모든 Kinesis 리소스를 보여주는 대시보드도 포함되어 있습니다. 시작하려면 Amazon Kinesis Management Console로 이동하십시오. 

이제 Amazon API Gateway에서 API 통합 제한 시간 값을 사용자 지정할 수 있습니다. 응답 없이 통합이 반환되기 전에 실행될 최대 시간을 설정할 수 있습니다. 그러면 API에 자동 재시도를 적용하는 등, 더 나은 API 오류 처리 전략을 수립할 수 있습니다. 50밀리초에서 29초 사이의 제한 시간 값을 설정할 수 있습니다. API Gateway 통합에 대한 자세한 내용은 설명서를 참조하십시오. 

오늘부터 Lambda@Edge에서 이 3가지 기능을 사용할 수 있습니다. 이 기능은 지연 시간 개선 및 오리진 인프라 간소화와 함께 최종 사용자에 대한 맞춤형 콘텐츠 빌드에 도움이 됩니다. 우선 콘텐츠 기반 동적 오리진 선택을 통해 최종 사용자 위치, 최종 사용자 디바이스 유형, HTTP 헤더, URL 경로, 쿼리 문자열 또는 쿠키와 같은 요청 속성을 기반으로 요청을 다른 백엔드 오리진 서버로 라우팅할 수 있습니다. 두 번째로 Amazon CloudFront 최종 사용자 방향 이벤트로부터 원격 네트워크를 호출할 수 있습니다. 세 번째로 Lambda@Edge 함수에서 이진 데이터를 생성하고, 이를 통해 Amazon CloudFront를 사용하여 더욱 풍부하고 맞춤화된 콘텐츠를 제공할 수 있습니다. 또한 Lambda@Edge 함수의 제한이 증가했습니다. 최대 1536MB의 메모리를 선택하고, 최대 50MB의 더욱 큰 패키지를 배포하고, 최대 30초의 더욱 긴 제한 시간으로 Lambda@Edge 함수를 구현할 수 있습니다.  

Amazon Redshift는 결과 캐싱과 쿼리 재실행 시 캐시된 결과 반환을 통해 반복 쿼리의 성능을 개선합니다. 

오늘 Amazon Rekognition은 이미지 속 텍스트 감지 및 인식, 수천만 명 중에서 실시간 얼굴 인식, 군중 사진에서 최대 100명의 얼굴 감지 등 세 가지 새 기능을 추가했습니다. 이미 얼굴 확인 및 인증에 Amazon Rekognition을 사용 중인 고객은 대부분의 경우 정확도가 최대 10% 개선됩니다. 

오늘부터 바로 AWS Shield Advanced를 사용해 Amazon Elastic Compute Cloud(EC2) 또는 NLB(Network Load Balancer)에서 실행되는 애플리케이션을 DDoS(분산 서비스 거부) 공격으로부터 보호할 수 있습니다. 인터넷 경계에 있는 EC2 인스턴스나 NLB에 연결된 AWS 탄력적 IP 주소에서 AWS Shield Advanced를 활성화하기만 하면 됩니다. AWS Shield Advanced가 탄력적 IP 주소에 숨은 AWS 리소스 유형을 자동으로 감지하여 관련 DDoS 보호책을 적용합니다.

MariaDB용 Amazon RDS가 모든 AWS 리전에서 MariaDB 마이너 버전 10.1.26과 10.0.32를 지원합니다. 새 버전에는 MariaDB 데이터베이스 엔진을 위한 수정과 기능 개선 사항이 다수 포함되어 있습니다.

이제 AWS CodeBuild에서 Amazon Virtual Private Cloud(Amazon VPC) 리소스를 지원합니다. 이 새로운 기능을 통해 CodeBuild는 퍼블릭 인터넷에 노출되지 않고 VPC 리소스에 액세스할 수 있습니다. 이를 통해 CodeBuild를 사용하여 VPC 내 소프트웨어 코드를 컴파일하고, Amazon Relational Database Service(Amazon RDS), Amazon ElastiCache, Amazon Elastic Compute Cloud(Amazon EC2), Amazon EC2 Container Service(Amazon ECS)와 같은 리소스는 물론 특정 VPC 내에서만 연결할 수 있는 서비스 엔드포인트에도 액세스할 수 있습니다. 자세히 알아보려면 여기 AWS의 블로그를 참조하십시오.

이제 Amazon EMR 클러스터에 대한 Amazon S3 액세스의 Kerberos를 통한 인증과 세부적인 EMRFS 권한 부여를 활성화할 수 있습니다. Kerberos를 사용하여 클러스터 간 실행하는 서비스 사이의 요청, 클러스터의 사용자 작업 및 원격 서비스의 외부 클라이언트 요청을 인증할 수 있습니다. Amazon EMR이 클러스터의 마스터 노드에 MIT KDC를 생성하고, 클러스터의 특정 애플리케이션 구성 요소에 대한 오픈 소스 Kerberos 인증 설정을 활용합니다. 추가로 Microsoft Active Directory를 통해 교차 영역 신뢰를 손쉽게 활성화하여 디렉터리 사용자가 원활하게 Kerberos를 사용하여 인증하고 클러스터에 액세스하여 워크로드를 실행할 수 있도록 할 수 있습니다. 

AWS X-Ray가 이제 서비스 맵을 확대/축소하고 이동하는 기능을 지원합니다. 이를 통해 특정 관심 서비스에 초점을 맞추고 여러 개의 서비스 노드가 포함된 서비스 맵을 단일 화면에 시각화할 수 있습니다. 

1주년을 맞아 QuickSight에 새 기능을 다수 추가했다는 기쁜 소식을 알려드립니다. 오늘부터 바로 지도를 이용해 공간 정보를 시각화하고, 대시보드에서 플랫 테이블을 이용해 표 보고서를 작성하고, 분석에서 SPICE 데이터 세트용 실시간 계산을 수행할 수 있습니다. 높은 카디널리티(cardinality)의 데이터에는 길게 늘어지는 값을 단일 범주에 조합할 수 있도록 "기타" 버킷 기능을 추가하였습니다. 이제 QuickSight에 1000열까지 데이터 세트를 만들 수 있으니 넓은 테이블 사용 사례도 문제 없이 지원합니다.

Amazon Lex가 Kik 메시징 플랫폼과의 통합을 지원합니다.

Amazon EC2(Amazon Elastic Compute Cloud)가 Windows Server AMI에 대하여 Microsoft VSS(Volume Shadow Copy Services)를 이용할 수 있는 EBS 스냅샷을 지원합니다. VSS는 데이터를 디스크에 업데이트하는 사용자 애플리케이션과 애플리케이션을 백업하는 애플리케이션 간의 조율을 통해 애플리케이션 실행 중에 애플리케이션 데이터의 백업을 허용하는 Microsoft 기술입니다. 이번 출시로 인해 앞으로는 사용자 지정 스크립트를 생성하거나 인스턴스를 종료할 필요 없이 실행 중인 Windows 인스턴스 중에서 VSS를 이용하는 EBS 스냅샷을 가져올 수 있습니다. 이 기능에 대한 자세한 내용은 AWS 설명서를 참조하십시오.

AWS CodeCommit이 풀 요청을 지원합니다. 이로써 앞으로는 코드 리뷰를 요청하고 협력업체와 코드를 논의할 메커니즘을 제공합니다. 이전에는 코드 리뷰를 요청하려면 CodeCommit 밖의 도구를 써야 했기 때문에 입력을 추적하고 업데이트가 모두 통합되었는지 확인하기가 까다로웠습니다. 그러나 이제는 풀 요청을 써서 코드 리뷰를 요청할 수 있는 워크플로우를 활성화하고, 검토자는 실행 내용을 보고 코드에 설명을 달며, 사용자는 최종 승인을 받은 코드를 병합할 수 있습니다.

이제 Amazon Connect가 아웃바운드 연락처 API를 사용하여 고객들에게 자동으로 통화할 수 있도록 허용합니다. 신용카드 부정 사용 같은 비즈니스 이벤트에 대한 대응으로 약속 알림 또는 알림 통화에 자동 통화 일정을 계획할 수 있습니다. CRM 시스템 같은 엔터프라이즈 애플리케이션이 서비스 중단 같은 이벤트에 의해 트리거되면 아웃바운드 연락처 API를 써서 미리 결정된 고객 응대 흐름을 이용한 아웃바운드 통화를 시작할 수 있습니다. 에이전트 상호 작용이 필요한지, Amazon Lex 챗봇으로 통화가 라우팅되는지는 고객 응대 흐름이 결정합니다. 

Amazon Redshift Spectrum을 이용할 수 있는 AWS 리전이 네 곳, 즉 EU(프랑크푸르트), 아시아 태평양(시드니), 아시아 태평양(싱가포르), 아시아 태평양(서울)이 추가되었습니다. 또한 해당되는 모든 AWS 리전에서 대형 bzip2 압축 파일과 ORC 파일의 자동 분리로 쿼리 성능을 강화합니다. 

이제 Trusted Advisor의 새 Service Limit Dashboard를 통해 한도별 기준으로 데이터 사용률을 보고 새로 고치며 내보내고 제한할 수 있습니다. 이로써 AWS 리소스의 사용을 사전에 모니터링하고 더 효율적으로 계획할 수 있게 되었습니다.

오늘부터 AWS 비용 탐색기를 통해 Amazon EC2 사용량 기반의 사용자 지정 예약 인스턴스(RI) 구매 추천을 이용할 수 있습니다. 과거 사용량을 바탕으로 추천 내용을 계산하여 비용 절감 가능성을 알려줍니다. 

AWS 클라우드에서 자동차 제조사와 공급업체가 다양한 혁신 커넥티드 차량 서비스를 개발하고 배포하기가 더욱 쉬워집니다.  

Amazon Redshift는 단기 실행 쿼리 실행 속도를 높이기 위해 단기 쿼리 가속화를 도입합니다. 단기 쿼리 가속화로 쿼리 실행 시간이 성능이 높아지고 결과가 빨라지며 예측이 향상됩니다. 

오늘부터 Amazon Redshift의 수퍼유저는 자신이 선택한 시스템 테이블과 보기의 모든 행에 일반 사용자의 액세스를 허용할 수 있습니다. 

오늘부터 Amazon Redshift는 이동한 쿼리를 다시 시작하지 않고 읽기 및 쓰기 쿼리를 다음에 일치하는 대기열로 자동으로 옮겨 쿼리 성능을 개선합니다. 이번 워크로드 관리 향상으로 리소스 이용 효율이 커져 쿼리 성능이 개선됩니다. 

이제 의견을 해결하고, 필터로 의견을 조직하고, 파일에 대한 이메일 알림을 비활성화할 수 있습니다. 이를 통해 피드백 추적, 관련 없는 알림 비활성화, 중요한 피드백에 집중하기가 더욱 쉽습니다.

이제 고객은 Amazon Athena, Amazon Redshift Spectrum, 그리고 Presto, Hive 및 Spark와 같은 기타 도구를 사용하여 표준 SQL 언어로 통해 Amazon S3 인벤토리에 쿼리할 수 있습니다. 클릭 몇 번으로 Amazon Athena를 ORC 또는 CSV 형식의 S3 인벤토리 보고서로 가리켜서 시작한 다음 임의 쿼리를 실행하여 몇 초 만에 결과를 얻을 수 있습니다. 이는 Athena를 사용할 수 있는 모든 AWS 리전에서 사용할 수 있습니다. 자세히 알아보려면 개발자 안내서를 참조하십시오. 

오늘부터 Aurora Auto Scaling을 사용하여 사용자가 지정한 성능 지표의 변화에 대응하여 Aurora 복제본을 자동으로 추가 및 삭제할 수 있습니다. Aurora 복제본은 동일한 기본 볼륨을 기본 인스턴스로 공유하고, 읽기 확장에 특히 적합합니다. Aurora Auto Scaling을 사용하면 Aurora 복제본의 사전 정의된 지표(예: 평균 CPU 사용률 또는 평균 활성 연결)에 대해 원하는 값을 지정할 수 있습니다. 또한 Aurora Auto Scaling과 사용할 Aurora 복제본의 사용자 지정 지표도 생성할 수 있습니다. Aurora Auto Scaling은 Aurora 복제본의 수를 조정하여 선택한 지표가 지정한 값과 최대한 가깝도록 유지합니다. 예를 들어 트래픽이 증가하면 Aurora 복제본의 평균 CPU 사용률이 지정한 값 이상으로 증가할 수 있습니다. Aurora Auto Scaling이 새로운 Aurora 복제본을 자동으로 추가하여 증가된 트래픽을 지원합니다. 이와 유사하게 CPU 사용률이 설정한 값 이하로 감소하면 Aurora 복제본이 종료되어 미사용 DB 인스턴스에 대한 요금이 부과되지 않습니다. 

AWS Database Migration Service(DMS)는 이제 온프레미스에 로컬 복제 에이전트 설치를 지원하고, 페타바이트 규모의 데이터 전송 솔루션인 AWS Snowball을 통해 AWS 클라우드로 데이터를 마이그레이션할 수 있습니다. Snowball은 안전한 물리적 어플라이언스를 사용하여 AWS 클라우드에서 대량의 데이터를 송수신합니다.