Author: AWS Korea

AWS Graviton2로 지원되는 Amazon Elastic Compute Cloud(EC2) 인스턴스에서 워크로드를 실행하는 Snap, NextRoll, Intuit, SmugMug 및 Honeycomb와 같은 고객사의 놀라운 피드백을 기반으로 오늘 우리는 최대 100Gbps의 네트워크 대역폭, 최대 38Gbps의 Amazon Elastic Block Store(EBS) 대역폭, 최대 40% 향상된 패킷 처리 성능 및 현재 세대 x86 기반 네트워크 최적화 인스턴스에 비해 최대 40% 향상된 가격 대비 성능을 […]

유닛테스트는 모듈의 기능을 테스트 할 수 있는 작은 단위의 효과적인 테스트입니다. 하나의 소프트웨어는 여러개의 모듈로 이루어져있으며 유닛테스트는 이런 각각의 모듈이 정상적으로 기능을 수행하는지 시험할 수 있는 최소 수준의 시험단위를 뜻합니다. AWS CodeBuild에서는 유닛테스트와 코드 커버리지의 결과를 시각화하여 리포트로 받아볼 수 있습니다. 덕분에 CI/CD 파이프라인의 일부로서 CodeBuild 를 보다 효과적으로 활용할 수 있게 되었습니다. CodeBuild 보고서가 […]

게임 출시와 서비스 규모 확장에 대해서 이전 포스트들 – AWS 기반 게임 개발자를 위한 안내서 – 2부. 게임 출시 전 반드시 챙겨야 할 것들, 서비스 규모 확장에 따른 게임 서비스 아키텍처 개선에서 살펴보았습니다만, 게임 서비스가 영원할 수는 없는 법. 트렌드 변화나 환경 변화, 게임 자체의 생명주기에 따라 트래픽이 감소하기도 합니다. 이러한 트래픽 감소가 지속적이라면 게임 […]

AWS는 Amazon EC2 Auto Scaling 그룹에서 스팟 인스턴스 수명 주기를 사전에 관리할 수 있는 용량 리밸런싱 기능을 제공합니다. 용량 리밸런싱은 기존의 용량 최적화 할당 전략(가장 최적의 예비 용량을 찾도록 설계)과 혼합 인스턴스 정책 (여러 가용 영역에서 실행되는 여러 인스턴스 유형에 배포하여 가용성을 향상 시키도록 설계)을 보완합니다. 용량 리밸런싱은 EC2 Auto Scaling 그룹의 스팟 인스턴스를 중지하기 […]

AWS DeepComposer 는 개발자에게 음악을 통해 기계 학습 (ML)을 공부할 수 있는 창의적인 방법을 제공합니다. 지난 6 월에는 개발자가 AWS DeepComposer를 사용하여 독창적 인 작곡을 만들고 ML 기술을 선 보이기 위해 경쟁하는 월간 글로벌 대회인 지난 AWS DeepComposer Chartbusters를 시작했습니다. 세 번째 도전 과제인 The Sounds of Science 는 개발자에게 비디오 클립 용 배경 음악을 […]

일반적으로 많은 사용자들은 중요 시스템의 데이터를 보호하고 서비스의 연속성을 구현하기 위해 위해 고가용성 아키텍쳐를 고려하게 됩니다. SAP HANA Database 역시 SAP HANA System Replication (HSR) 기능을 사용하여 SAP HANA 데이터베이스의 고가용성과 재해 복구를 지원합니다. 이를 통해 동일한 데이터 센터 또는 다른 데이터 센터의 보조 위치에 데이터를 복사하고 지속적으로 동기화 할 수 있는 기능을 제공합니다. 일반적으로 […]

AWS Lambda 함수에서 선호하는 모니터링, 관찰 가능성, 보안 및 거버넌스 도구와 쉽게 통합 할 수 있는 새로운 방법인 Lambda Extensions의 미리보기를 발표합니다. 이 글에서는 Lambda Extensions이 작동하는 방식, 사용을 시작하는 방법 및 현재 사용 가능한 AWS Lambda Extensions 파트너에 대해 설명합니다. Lambda Extensions은 고객의 일반적인 요청을 해결하여 기존 도구를 Lambda와 더 쉽게 통합 할 수 […]

게임 개발 초기에는 게임성을 결정하는 아키텍처와 콘텐츠 개발에 신경을 쓰기 마련입니다. 그러다 보면 모든 게임의 공통 요소인 채팅, 상점, 이벤트 같은 시스템은 우선순위가 밀려서 부랴부랴 출시 전에 개발에 착수하게 됩니다. 하지만 이런 시스템들도 대규모 멀티플레이 환경을 위해서 고려해야 할 요소들이 많습니다. 기본 기능 외에도 분산과 확장 가능한 구조가 필요하고 재해 복구와 모니터링이 가능해야 하기 때문입니다. […]

이 글은 Amazon Forecast를 사용하여 구축된 예측 모델을 개발하고 시각화하기 위한 MLOps (Machine Learning Operations) 파이프라인을 생성하는 방법을 안내합니다.  기계 학습(Machine Learning, ML) 워크로드는 확장이 필요하기 때문에 서로 다른 이해 관계자 간의 사일로를 없애고 비즈니스 가치를 파악하는 것이 중요합니다. MLOps 모델은 데이터 사이언스, 프로덕션 및 운영 팀이 자동화된 워크플로우 전반에 걸쳐서 원활하게 협력을 가능하게 하며, […]

Amazon Forecast (이하 Forecast)에서 CNN(Convolutional Neural Networks합성곱 )을 이용해 최대 30% 더 높은 정확도로 예측 모델을 최대 2배 더 빠르게 훈련할 수 있습니다. CNN 알고리즘은 신경망 기반 기계 학습 알고리즘의 하나이며, Amazon.com의 수요 예측 시스템에서 중요한 역할을 하고 있습니다. Amazon.com에서 매일 4억 개 이상의 제품에 대한 수요를 예측을 가능하게 합니다. Amazon.com이 CNN 모델을 사용하여 수요 […]