AWS Entity Resolution, 증분형 기계 학습 기반 매칭 워크플로 지원 시작
AWS Entity Resolution이 기계 학습(ML) 기반의 증분형 매칭 워크플로에 대한 지원을 정식 출시(GA)했습니다. 이는 기업이 대규모 엔티티 레졸루션을 처리하는 방식을 근본적으로 변화시킬 것입니다. 기존에는 새 레코드를 하나만 추가하려 해도 고객이 전체 데이터세트를 재처리해야 했습니다. 이 프로세스에는 최대 2일이 소요될 수 있고 수천 달러의 비용이 발생하기도 했습니다. 이러한 제약은 심각한 병목 현상을 일으켰으며, 주요 기업들은 막대한 비용이 드는 우회 방법이나 대체 솔루션을 찾아야만 했습니다.
이번 성능 향상으로 AWS Entity Resolution은 마지막 워크플로 실행 이후 추가된 새로운 레코드만 처리하도록 지원할 수 있습니다. 이번 출시로 효율성이 비약적으로 향상되었습니다. 1백만 개의 증분 레코드를 처리하는 데 1시간도 채 걸리지 않아, 기존 워크로드 대비 처리 시간이 95% 단축되었으며 인프라 비용도 대폭 절감됩니다. 이 기능은 최대 10억 개의 기존 기본 레코드가 포함된 데이터세트에서 최대 5천만 개의 증분 레코드에 해당하는 증분 워크로드를 처리할 수 있도록 지원합니다. 따라서 기존에는 경제적으로 실현 불가능했던 대규모의 지속적인 엔터프라이즈 워크로드에도 AWS Entity Resolution을 활용할 수 있게 되었습니다.
증분형 ML 워크플로는 AWS Entity Resolution이 제공되는 모든 AWS 리전에서 사용할 수 있습니다. 증분형 ML 워크플로를 시작하는 방법에 대한 자세한 내용은 사용 설명서를 참조하십시오. AWS Entity Resolution에 대한 자세한 내용은 제품 페이지에서 확인하세요.