AWS 기반 분석

모든 사용자에 대한 모든 데이터로부터 답변을 얻을 수 있는 가장 빠른 방법
AWS에서는 모든 데이터 분석 요구 사항에 부합하는 가장 포괄적인 분석 서비스를 제공하며, 모든 규모와 산업의 조직이 데이터로 비즈니스를 재혁신하도록 지원합니다. 데이터 이동, 데이터 스토리지, 데이터 레이크, 빅 데이터 분석, 기계 학습 및 이와 관련된 모든 것을 바탕으로 AWS는 가장 뛰어난 요금 대비 성능, 확장성 및 가장 저렴한 비용을 제공하는 목적별 서비스를 전달합니다.
규모와 관계없이 저장되는 데이터
AWS 분석 서비스는 대규모로 많은 데이터를 처리하도록 구축되며, 시간이 오래 걸리는 많은 수동 태스크를 자동화합니다. S3의 뛰어난 가용성으로 지원되는 AWS 기반의 데이터 레이크는 기존의 데이터 사일로 및 데이터 웨어하우스가 수행할 수 없는 방식으로 다양한 유형의 데이터와 분석 기법을 결합하여 보다 심층적인 인사이트를 얻기 위해 필요한 규모, 민첩성 및 유연성을 처리할 수 있습니다.
성능 및 비용을 고려한 목적별 제공
AWS는 데이터를 저장하고 분석하기에 가장 빠르고 비용 효율적인 곳입니다. AWS 분석 도구는 작업에 가장 적합한 도구를 통해 데이터에서 인사이트를 빠르게 도출할 수 있는 목적별 도구로, 요구 사항에 가장 적합한 성능, 확장성 및 비용을 제공하도록 최적화됩니다.
통합 데이터 액세스, 보안 및 거버넌스
AWS는 암호화, 액세스 제어와 같은 기본적인 보안 기능을 뛰어넘는 종합적인 도구 세트를 통해 선제적 모니터링과 통합적 보안 정책 관리를 제공합니다. 고객은 해당 산업 및 지역별 규제를 준수하기 위한 보안, 거버넌스 및 감사 정책을 중앙에서 정의 및 관리할 수 있습니다.
기계 학습 통합
AWS는 목적별 분석 서비스의 일환으로 기계 학습과의 기본 제공 통합을 제공합니다. 하나의 통합된 환경에서 기계 학습 개발 수명 주기의 모든 단계에 필요한 도구를 제공하는 완전관리형 서비스인 Amazon SageMaker를 통해 기계 학습 모델을 신속하게 구축, 훈련 및 배포할 수 있습니다.

10,000개 이상

데이터 레이크가 AWS에서 실행됨

3배

빠른 속도를 Amazon EMR에서 지원(표준 Apache Spark 대비)

50%

다른 클라우드 데이터 웨어하우스보다 저렴

70%

스토리지 비용 절감, 데이터 레이크의 데이터에서 절감 효과

3PB

Amazon OpenSearch Service(Amazon Elasticsearch Service 후속)의 단일 클러스터에서 보유하는 데이터 스토리지

AWS 분석 서비스

데이터 웨어하우징, 대화식 분석, 빅 데이터 처리, 운영 분석, 대시보드 및 시각화

실시간 데이터 이동

데이터 레이크: 객체 스토리지, 백업 및 아카이브, 데이터 카탈로그 및 서드파티 데이터

플랫폼 서비스, 프레임워크 및 인터페이스

AWS 분석 서비스

카테고리 사용 사례 AWS 서비스
분석 대화식 분석 Amazon Athena
빅 데이터 처리 Amazon EMR
데이터 웨어하우징 Amazon Redshift
실시간 분석 Amazon Kinesis Data Analytics
운영 분석 Amazon OpenSearch Service(Amazon Elasticsearch Service 후속)
대시보드 및 시각화 Amazon QuickSight
시각적 데이터 준비 Amazon Glue DataBrew
데이터 이동 실시간 데이터 이동 Amazon Managed Streaming for Apache Kafka(Amazon MSK) | Amazon Kinesis Data Streams | Amazon Kinesis Data Firehose | Amazon Kinesis Video Streams | AWS Glue
데이터 레이크 객체 스토리지 Amazon S3 | AWS Lake Formation
백업 및 아카이브 Amazon S3 Glacier | AWS Backup
데이터 카탈로그
AWS Glue | AWS Lake Formation
타사 데이터 AWS Data Exchange
예측 분석 및 기계 학습 프레임워크 및 인터페이스 AWS Deep Learning AMI
플랫폼 서비스 Amazon SageMaker

사용 사례

  • 분석 및 데이터 웨어하우징
  • 데이터 이동
  • 데이터 레이크
  • 예측 분석 및 기계 학습

고객

  • data_sol_page_customer_logo_moderna
  • data_sol_page_customer_logo_invista
  • data_sol_page_customer_logo_intuit
  • data_sol_page_customer_logo_pinterest
  • Moderna
  • Moderna 사례 연구
    BMW Group

    Moderna는 제조, 회계 및 인벤토리 관리를 포함하여 모든 SAP S/4HANA 워크로드를 aws에서 실행합니다. 이를 통해 회사는 운영에서 효율성과 가시성을 높일 수 있습니다. Moderna는 S3에서 캡처하고 백업을 저장하는 모든 데이터에 대한 중앙 리포지토리로 Amazon Redshift를 사용합니다.

    사례 연구 읽기 
  • Invista
  • Invista 사례 연구
    Nielsen

    INVISTA는 사일로화된 데이터를 AWS의 데이터 레이크로 마이그레이션하면서 디지털 공장의 잠재적 역량을 개발하고 데이터를 사용해 수동 프로세스를 없애고 제조 워크스트림을 변환하도록 AWS 분석 서비스에서 현대적 데이터 아키텍처를 구축했습니다. 회사는 연간 2백만 USD 넘게 절감했고 회사 전체 데이터 측면에서 3억 USD 가치의 데이터를 생성했습니다.

    사례 연구 읽기 
  • Intuit
  • Intuit 고객 비디오
    data_sol_page_customer_logo_intuit

    Intuit은 Amazon Redshift에 기반한 솔루션으로 마이그레이션했습니다. 별도의 노력 없이 데이터 볼륨을 7배 넘게 확장하고 20배 뛰어난 성능을 전달하면서, 인사이트를 얻는 시간을 90% 단축했고 비용을 66% 절감했습니다.

    동영상 보기 
  • Pinterest
  • Pinterest 사례 연구
    data_sol_page_customer_logo_pinterest

    Pinterest는 일일 로그 검색 및 분석을 1.7TB로 확장하고, Amazon Elasticsearch Service를 사용하여 관리형 분석으로 이전하면서 비용을 30% 절감했습니다. 이를 통해 회사는 로그 분석 기능을 확장하고 운영 부담을 줄이며 보안을 개선하고 비용을 절감할 수 있었습니다.

    사례 연구 읽기 
JD-Power_Logo_@1x

"1,500개의 서로 다른 체계를 활용하여 Amazon S3에 120TB의 데이터 레이크를 구축했으며, Glue, Redshift, Athena 같은 AWS 분석 서비스를 광범위하게 사용하고 있습니다. 사일로에 묶여 있는 다수의 데이터베이스 및 웨어하우스에서는 이러한 통찰력을 얻지 못했을 것입니다. 우리에게 필요한 것은 S3 규모의 데이터 레이크였습니다.."

- Bernardo Rodriguez
최고 디지털 책임자, J.D. Power

시작하기

AWS Data Driven Everything 프로그램

AWS Data-Driven Everything
AWS Data-Driven EVERYTHING(D2E) 프로그램에서 AWS는 고객과 파트너 관계를 맺고 데이터 플라이휠을 직접 활용할 수 있도록 보다 높은 정확도로 보다 야심찬 포부를 갖고 보다 빠르게 발전합니다.

자세히 알아보기 »

AWS Data Lab

AWS Data Lab
AWS Data Lab은 고객과 AWS 기술 리소스 사이에서 빠른 협업 엔지니어링 참여를 제공하여 데이터 및 분석 현대화 이니셔티브를 가속화하는 유형의 결과물을 얻습니다.

자세히 알아보기 »

AWS 데이터 및 빅 데이터 참조 아키텍처

AWS 데이터 및 빅 데이터 참조 아키텍처
AWS에서의 클라우드 데이터 분석, 데이터 웨어하우징 및 데이터 관리에 관한 아키텍처 모범 사례에 대해 알아보세요.

자세히 알아보기 »