Amazon Web Services 한국 블로그

Amazon FSx for NetApp ONTAP 공유 VPC 기능 지원

이제 동일한 AWS Organization의 다른 계정에서 공유한 VPC에서 Amazon FSx for NetApp ONTAP 파일 시스템용 다중 AZ FSx를 생성할 수 있습니다. 요청이 많았던 이 기능을 통해 네트워크 관리자와 스토리지 관리자 간에 업무를 깔끔하게 분리할 수 있으며, 내구성이 뛰어나고 가용성이 높으며 여러 VPC에서 액세스할 수 있는 스토리지를 만들 수 있습니다. 공유 VPC 지원 오늘 출시 전에는 […]

Amazon FSx for NetApp ONTAP용 FlexGroup 볼륨 관리 기능 출시

이제 AWS Management Console, Amazon FSx CLI 및 AWS SDK를 사용하여 Amazon FSx for NetApp ONTAP FlexGroup 볼륨을 생성, 관리 및 백업할 수 있습니다. FlexGroup은 최대 20페타바이트까지 커질 수 있으며 까다로운 워크로드에 더 뛰어난 성능을 제공합니다. 이번 출시 전에는 ONTAP CLI와 ONTAP REST API만 사용하여 생성할 수 있었습니다(이러한 옵션은 계속 사용 가능). 또한 이번 출시에는 […]

Amazon FSx for NetApp ONTAP용 스케일 아웃 파일 시스템 출시

이제 Amazon FSx for NetApp ONTAP 파일 시스템을 이전보다 최대 9배 빠르게 생성할 수 있습니다. 이 서비스의 경우와 마찬가지로 파일 시스템은 완벽하게 관리되므로 기본 스토리지로의 지연 시간은 밀리초 미만 수준이고 용량 풀에 대한 지연 시간은 수십 밀리초 이내입니다. 이 새로운 수준의 성능을 통해 가장 까다로운 전자 설계 자동화(EDA), 시각 효과(VFX) 및 통계 컴퓨팅 워크로드(몇 개만 […]

Amazon FSx for OpenZFS – 온디맨드 데이터 복제 기능 출시

오늘 파일 시스템에서 계정의 다른 파일 시스템으로 스냅샷을 보내는 기능이 Amazon FSX for OpenZFS에 추가되었습니다. 사용자는 단일 API 직접 호출 또는 CLI 명령으로 복사본을 트리거할 수 있으며 나머지는 AWS에서 처리합니다. rsync와 같은 명령을 사용하거나 전송 상태를 모니터링할 필요가 없습니다. 이 서비스는 귀사를 대신하여 복사본을 처리합니다. 잠재적인 네트워크 중단을 관리하고 전송이 완료될 때까지 자동으로 재시도합니다. OpenZFS의 […]

AWS Clean Rooms ML – 데이터 공유 없이 기계학습 모델 적용 가능 (미리 보기)

오늘은 AWS Clean Rooms ML 미리 보기 기능을 소개합니다. 이 기능을 사용하면 사용자와 사용자의 파트너가 원시 데이터를 서로 복사 또는 공유하지 않고도 집단 데이터에 기계 학습(ML) 모델을 적용할 수 있습니다. 이 새로운 기능을 통해 ML 모델을 사용하여 예측 인사이트를 생성하는 동시에 민감한 데이터를 지속적으로 보호할 수 있습니다. 이 평가판에서 AWS Clean Rooms ML은 기업이 마케팅 […]

AWS Step Functions에서 외부 엔드포인트 및 작업 상태 테스트 가능

이제 AWS Step Functions HTTPS 엔드포인트를 사용하면 서드 파티 API와 외부 서비스를 워크플로에 통합할 수 있습니다. HTTPS 엔드포인트는 외부 API를 직접적으로 호출하고 기존 SaaS 제공업체와 통합할 수 있는 더 간단한 방법을 제공합니다. 예를 들어 결제 처리를 위한 Stripe, 코드 협업 및 리포지토리 관리를 위한 GitHub, 판매 및 마케팅 인사이트를 위한 Salesforce 등이 있습니다. 출시 전에 […]

AWS Step Functions 및 Amazon Bedrock을 사용하여 생성형 AI 앱 구축하기

오늘 AWS는 AWS Step Functions와 Amazon Bedrock의 최적화된 두 가지 새로운 통합 기능을 발표합니다. Step Functions는 개발자가 손쉽게 분산 애플리케이션을 구축하고, 프로세스를 자동화하고, 마이크로 서비스를 오케스트레이션하고, 데이터 및 기계 학습 (ML) 파이프라인을 생성할 수 있게 해주는 시각적 워크플로 서비스입니다. 지난 9월, 저희는 파운데이션 모델(FM)을 사용하여 생성형 인공 지능(AI) 애플리케이션을 구축하고 확장할 수 있는 가장 간편한 […]

Amazon Q를 포함한 Amazon Connect 신규 생성형 AI 기능으로 고객 센터 서비스 개선 촉진

클라우드 기반 컨택 센터를 관리한다면, 기업 고객의 신뢰와 충성도를 구축하는 데 있어 에이전트가 수행하는 중요한 역할을 알고 있을 것입니다. 컨택 센터에 연락해 본 적이 있는 사람들은 복잡한 결정을 안내하고, 필요한 지점에 신속하고 정확한 솔루션을 제공하는 데 에이전트가 얼마나 중요한지 잘 알고 있습니다. 시간이 소요될 수 있고, 제대로 수행되지 않는다면 좌절감이 유발될 수 있습니다. Amazon Connect의 […]

Amazon CodeCatalyst – 생성 AI 기반 Amazon Q를 통한 개발자 생산성 향상 (미리보기)

오늘은 Amazon CodeCatalyst에서 Amazon Q를 사용하여 소프트웨어 전송을 가속화하는 새로운 생성형 인공 지능(AI) 기능의 평가판을 시작합니다. 기능 개발 가속화 – Amazon Q의 기능 개발 기능을 사용하면 의견 및 READMEs 추가, 문제 설명 수정, 소규모 클래스 및 단위 테스트 생성, CodeCatalyst 워크플로 업데이트 등의 소프트웨어 개발 작업의 구현을 가속화할 수 있습니다. 이러한 작업은 개발자의 시간이 많이 […]

Amazon Q Code Transformation – Java 애플리케이션 업그레이드 (미리보기)

애플리케이션이 노후화됨에 따라 보안 유지 및 원활한 실행에는 점점 더 많은 노력이 필요합니다. 업그레이드를 관리하는 개발자는 다른 사람이 과거의 업그레이드에서 이미 발견한 주요 변경 사항 및 성능 최적화의 복잡성과 미묘한 차이를 재학습하기 위해 시간을 할애해야 합니다. 따라서 새로운 기능과 필수 유지 관리 작업 중 어느 쪽에 중점을 둘지 그 균형을 맞추는 일은 어렵습니다. 오늘은 Amazon […]