AWS 기반 분석

AWS를 사용하면 여러 데이터 스토어와 데이터 레이크에서 데이터를 손쉽게 결합, 이동 및 복제할 수 있습니다.

사용 편의성

AWS에서는 데이터 레이크와 목적별 데이터 서비스 사이에서 데이터를 쉽게 이동할 수 있습니다. 예를 들어, AWS Glue는 분석, 기계 학습 및 애플리케이션 개발을 위해 데이터를 쉽게 준비할 수 있도록 지원하는 서버리스 데이터 통합 서비스입니다.

보다 빠른 데이터 통합

AWS는 데이터베이스, 데이터 레이크 및 데이터 웨어하우스와 같은 다양한 데이터 원본에서 데이터를 쿼리하는 기능을 제공합니다. 예를 들어, Amazon Athena를 통해 SQL을 사용하여 데이터 레이크를 쿼리할 수 있고 연동된 쿼리를 통해 관계형 데이터베이스에서 실시간 데이터를 쿼리할 수 있습니다.

손쉬운 이동

데이터가 여러 시스템에 저장된 상황에서 AWS는 모든 서비스 및 데이터 스토어 간에(내부에서 외부로, 외부에서 내부로, 경계 주변에서) 데이터를 쉽게 이동할 수 있도록 지원합니다.

수만의 고객이 AWS에서 데이터 레이크를 실행합니다.

확장성

여러 소스에서 데이터를 수집, 저장, 구성 및 분석하고 형식화화며 어떤 크기로든 조정합니다. AWS Lake Formation을 사용하여 데이터 구조, 스키마 및 변환을 정의하는 데 드는 시간을 줄이는 동시에, 데이터 레이크를 설정하는 데 필요한 태스크를 자동화합니다.

유연성

Amazon Kinesis, AWS Import/Export Snowball, AWS Direct Connect 등의 활용을 포함하여 다양한 방식으로 데이터를 손쉽게 수집합니다. Amazon Simple Storage Service(Amazon S3)를 사용하여 볼륨이나 형식에 상관없이 모든 데이터를 저장합니다.

민첩성

필요한 인프라를 거의 즉시 배포합니다. 즉, 팀의 생산성이 높아지고 팀에서 새로운 것을 쉽게 시도하고 프로젝트를 더 빨리 착수할 수 있습니다.

예측 분석 사용 사례의 경우, AWS는 AWS의 데이터 레이크에서 실행되는 광범위한 기계 학습 서비스 및 도구를 제공합니다.

보다 빠르고 심층적인 인사이트

AWS 분석 서비스는 입증된 기계 학습(ML) 및 자연어 기능을 활용하여 데이터에서 보다 빠르게 심층적인 인사이트를 얻을 수 있도록 지원합니다.

플랫폼 통합

AWS는 목적별 데이터 스토어 및 분석 서비스의 일부로 기계 학습의 기본 통합을 제공하면서 SQL과 같은 친숙한 언어를 사용하여 기계 학습 모델을 생성, 훈련 및 배포할 수 있습니다.

경험

AWS는 모든 분석 서비스에서 최저 비용으로 최고 성능을 제공하기 위해 최선을 다하고 있으며, 서비스의 가격 대비 성능을 개선하기 위해 계속해서 혁신하고 있습니다.