Amazon Web Services 한국 블로그

Category: News

Amazon Location Service 미리보기 – 사용자 애플리케이션에 지도 및 위치 인식 기능 추가

맵, 위치 인식 및 기타 위치 기반 기능을 사용자의 웹 및 모바일 애플리케이션에 보다 쉽고 비용 효율적으로 추가하고자 합니다. 지금까지 이 작업은 다소 복잡하고 비용이 많이 들었을 뿐 아니라, 단일 공급자의 비즈니스 및 프로그래밍 모델에 연결되었습니다. Amazon Location Service 소개 오늘 Amazon Location을 미리 보기 형식으로 사용할 수 있으며 지금 바로 사용 가능합니다. 일반적인 대안책에 […]

Read More

Amazon Managed Service for Prometheus(AMP) 미리보기 출시

관찰은 대규모로 클라우드 인프라를 실행하는 데 필수적인 요소입니다. 리소스가 정상이고 예상대로 작동하며 시스템이 고객에게 원하는 수준의 성능을 제공하고 있는지 알아야 합니다. 컨테이너 기반 애플리케이션을 모니터링할 때 많은 문제가 발생합니다. 첫째로 컨테이너 리소스가 일시적이고 감시할 지표가 많기 때문에 모니터링 데이터의 카디널리티가 매우 높습니다. 쉽게 말해 고유한 값이 많아서 공간 효율적인 스토리지 모델을 정의하고 의미 있는 결과를 […]

Read More

Amazon SageMaker Edge Manager – 엣지 디바이스에서 기계 학습 모델 운영 간소화

오늘 Amazon SageMaker Edge Manager를 발표하게 되어 기쁩니다. Amazon SageMaker의 새로운 기능으로 엣지 디바이스 플릿에서 기계 학습 모델을 간편하게 최적화, 보안, 모니터링 및 유지 관리합니다. 엣지 컴퓨팅은 정보 기술 분야에서 가장 흥미로운 개발 중 하나입니다. 실제로 컴퓨팅, 스토리지, 네트워킹 및 배터리 기술의 지속적인 발전으로 인해 조직에서는 제조, 에너지, 농업, 의료 등 다양한 산업 애플리케이션을 위해 […]

Read More

Amazon SageMaker Clarify – 데이터 편향성 감지를 통한 기계 학습 모델의 투명성 개선

오늘 Amazon SageMaker Clarify를 발표하게 되어 매우 기쁩니다. Amazon SageMaker의 새로운 기능인 Clarify는 이해관계자와 고객에게 모델의 동작을 설명함으로써 기계 학습(ML) 모델의 바이어스를 감지하고 투명성을 개선하는 데 도움이 됩니다. 데이터 세트에 존재하는 통계 패턴을 학습하는 훈련 알고리즘에 의해 ML 모델이 구축되기 때문에 몇 가지 질문이 즉시 떠오릅니다. 첫째, ML 모델이 특정 예측을 제시하는 이유를 설명할 수 […]

Read More

Amazon SageMaker Pipelines – 기계 학습 프로젝트에 DevOps 자동 배포 기능 제공

오늘 Amazon SageMaker의 새로운 기능인 Amazon SageMaker Pipelines를 출시합니다. 이 기능을 사용하면 데이터 사이언티스트 및 엔지니어가 전체 기계 학습 파이프라인을 쉽게 구축하고 자동화하여 확장할 수 있습니다. 기계 학습(ML)은 본질적으로 실험적이며 예측할 수 없습니다. 여러 가지 많은 방법으로 며칠 또는 몇 주에 걸쳐 데이터를 탐색하고 처리하며, 귀중한 보석을 찾기 위해 반짝이는 정동석을 깨뜨리려고 합니다. 그리고 다양한 […]

Read More

Amazon SageMaker Feature Store – 기계 학습 피처 저장, 검색 및 공유 기능 제공

오늘 Amazon SageMaker의 새로운 기능인 Amazon SageMaker Feature Store를 소개하게 되어 정말 기쁩니다. 이 기능을 사용하면 데이터 사이언티스트와 기계 학습 엔지니어는 훈련 및 예측 워크플로에서 사용되는 준비된 데이터를 쉽고 안전하게 저장, 검색 및 공유할 수 있습니다. 기계 학습(ML) 모델을 훈련하는 올바른 알고리즘 선택의 중요성 때문에 숙련된 실무자는 고품질 데이터 제공의 중요성을 잘 알고 있습니다. 데이터 […]

Read More

Amazon SageMaker Data Wrangler – 기계 학습을 위해 데이터를 준비하는 시각적 인터페이스 제공

오늘 Amazon SageMaker의 새로운 기능인 Amazon SageMaker Data Wrangler를 소개하게 되어 정말 기쁩니다. 이 기능을 사용하면 데이터 사이언티스트와 엔지니어가 시각적 인터페이스를 사용하여 기계 학습(ML) 애플리케이션을 위한 데이터를 쉽고 빠르게 준비할 수 있습니다. 데이터 사이언티스트와 ML 엔지니어 그룹에 실제로 ML 문제를 연구하는 데 얼마나 많은 시간을 할애하는지 물어볼 때마다 이들은 단체로 한숨을 쉰 후에 “운이 좋으면 […]

Read More

새로운 기능 — Amazon VPC Reachability Analyzer

Amazon Virtual Private Cloud(VPC)를 사용하면 AWS 클라우드에서 논리적으로 격리된 고객별 가상 네트워크를 시작할 수 있습니다. 고객이 클라우드를 확장하고 점점 더 복잡해지는 네트워크 아키텍처를 구축함에 따라 잘못된 구성으로 인한 네트워크 연결 문제를 해결하는 데 시간이 오래 걸릴 수 있습니다. 이제 한 VPC 내의 두 엔드포인트 또는 여러 VPC 내의 엔드포인트 간에 연결 가능성 문제를 해결하는 네트워크 […]

Read More

re:Invent 2020 라이브 블로그: 인프라 기조연설

12월 10일 목요일 오전 7:30~9:30(PST)에 진행되는 AWS re:Invent 인프라 기조연설 라이브 블로그에 참여하세요. AWS 글로벌 인프라 및 고객 지원 수석 부사장인 Peter DeSantis가 함께 합니다. AWS 최고 에반젤리스트인 Jeff Barr 및 개발자 애드보케이트인 Martin Beeby와 Steve Roberts가 이벤트가 진행됨에 따라 업데이트와 통찰력으로 모든 조치를 따릅니다. 곧 만나요! 라이브 블로그는 영문 블로그 글을 참고하세요!

Read More

새로운 기능 — Amazon EMR on Amazon Elastic Kubernetes Service(EKS)

수만 명의 고객이 Amazon EMR을 사용하여 Apache Spark, Hive, HBase, Flink,Hudi 및 Presto와 같은 프레임워크에서 빅 데이터 분석 애플리케이션을 대규모로 실행합니다. EMR은 이러한 프레임워크의 프로비저닝 및 조정을 자동화하고 다양한 EC2 인스턴스 유형으로 성능을 최적화하여 가격 및 성능 요구 사항을 충족합니다. 이제 고객은 Kubernetes를 사용하여 조직 전체에서 컴퓨팅 풀을 통합하고 있습니다. Amazon Elastic Kubernetes Service(EKS)에서 Apache […]

Read More