모던 서버리스 데이터베이스 환경 구성하기 - Amazon Aurora Serverless V2 (Level 200)
대부분 비즈니스의 데이터베이스 워크로드에서는 일정한 양의 컴퓨팅이 필요하지 않습니다. 최근에 출시한 Amazon Aurora Serverless V2 를 사용하면 워크로드의 변동폭이 크거나, 빈번하지 않은 환경에서도 별도의 가동 중지 시간과 수동 리소스 확장 작업 없이 Aurora 의 컴퓨팅 계층에서 유연성을 확보할 수 있습니다. 본 강연에서는 Aurora Serverless V2를 이용하여 Modern Serverless RDB 아키텍처를 구성 및 사용하는 방법에 대해 자세히 알아보겠습니다.

발표자: 이덕현, 데이터베이스 스페셜리스트, AWS
시간: 30분

Amazon DynamoDB와 함께 모든 규모에서 모던 애플리케이션 구축하기 (Level 200)
최근 국내에도 글로벌 서비스나 급성장하는 웹 서비스를 쉽게 볼 수 있습니다. 초기에 RDBMS로 시작된 서비스들은 규모가 성장함에 따라 샤딩과 NoSQL의 선택의 기로에 서게 됩니다. Amazon DynamoDB는 모든 스케일에서 사용할 수 있는 완전 관리형 Key-Value NoSQL 데이터베이스로써 DynamoDB가 어떻게 모던 애플리케이션 구축에 사용될 수 있는지 알아봅니다.

발표자: 이혁, DynamoDB 스페셜리스트, AWS
시간: 30분

Amazon Memory DB를 활용해 더 견고한 MSA 서비스 구축하기 (Level 200)
본 강연에서는 Amazon Memory DB for Redis가 어떠한 장점을 갖고 더 나은 내구성으로 in-memory database 워크로드를 지원하는지 알아봅니다. Redis는 대표적인 in-memory database로써 메모리에 데이터를 저장하고 접근하여 기존의 데이터베이스에 비해 월등히 낮은 지연시간을 제공해 왔습니다. Amazon Memory DB for Redis는 Redis의 장점에 더해, 더 나은 트랜잭션 내구성과 고가용성을 지원하여 데이터베이스 수준의 워크로드 까지 지원할 수 있도록 설계되었습니다. 본 강연을 통해 Amazon Memory DB의 특징을 알아보고, e-commerce 사례를 통해 MSA에서의 활용도도 심층적으로 학습할 수 있습니다.

발표자: 진교선, 게이밍 솔루션즈 아키텍트, AWS
시간: 30분

Graph Data Model 과의 만남, Amazon Neptune Graph DB (Level 200)
기업 내 수많은 데이터 중에 관계 중심 데이터를 더욱 쉽고 빠르게 관리하고 분석할 수 있다면, 보다 나은 통찰력과 경쟁력을 확보할 수 있습니다. 이를 위해서 본 강연에서는 AWS가 제공하고 있는 Amazon Neptune Graph 데이터베이스 서비스에 대해 알아보고, 그 기반이 되는 Graph Data Model 및 샘플 예제를 통해 심층적인 학습을 해보겠습니다. 

발표자: 장동훈, 데이터베이스 솔루션즈 아키텍트, AWS
시간: 30분

오라클 데이터베이스의 AWS 클라우드 전환 모범 사례 (Level 300)
오라클을 기반으로 많은 시스템을 운영 중인 기업들은 데이터 마이그레이션에 있어 종속성으로 인해 어려움을 겪고 있는 것이 사실입니다. 종속성에서 벗어나 데이터 마이그레이션을 계획 중인 기업이나, 방법을 잘 모르는 기업을 위해 본 강연을 준비했습니다. 지난 수년간, AWS 데이터베이스 전문 솔루션즈 아키텍트들이 지원한 수많은 오라클 마이그레이션 사례 경험을 바탕으로 오라클 마이그레이션의 모범 사례를 심층적으로 학습할 수 있습니다.

발표자: 김지훈, 데이터베이스 솔루션즈 아키텍트, AWS
시간: 30분

혼자서도 안전하고 간단하게 우리 회사 Data Lake 구축하기 - AWS LakeFormation (Level 200)
데이터 레이크를 설정하고 관리하기 위해서는 복잡하고 수많은 시간의 수작업이 필요합니다. 이러한 작업에는 다양한 소스로부터 데이터 로딩, 해당 데이터 흐름 모니터링, 파티션 설정, 암호화 설정 및 키 관리, 변환 작업 정의 및 운영 모니터링, 열 기반 형식으로 데이터 재구성, 중복 데이터 제거, 링크된 레코드 매칭 등이 포함됩니다. 데이터가 데이터 레이크에 로드되면, 세분화된 액세스 권한을 데이터 집합에 부여하고 넓은 범위의 분석 및 기계 학습(ML) 도구 및 서비스에 걸쳐 시간에 따른 액세스를 감사해야 합니다. 본 강연에서는 AWS LakeFormation을 사용해서 지금 바로 구축할 수 있는 방법을 함께 알아봅니다.

발표자: 김성일, 분석 솔루션즈 아키텍트, AWS
시간: 30분

Amazon EMR Serverless로 시작하는 쉬운 빅데이터 분석 (Level 300)
Amazon EMR은 Apache Spark, Apache Hive, Presto와 같은 오픈 소스 분석 프레임워크를 사용해 대규모 배포 데이터 처리 작업, 대화식 SQL 쿼리, 기계 학습 애플리케이션 등을 실행하려는 고객에게 적합한 클라우드 빅 데이터 플랫폼입니다. 본 강연에서는 데이터 엔지니어 및 분석가가 클러스터를 구성, 최적화, 보안 처리하는 과정 없이 클릭 몇 번으로 이러한 프레임워크를 사용하여 구축된 애플리케이션을 실행하고, 자동으로 애플리케이션이 요구하는 컴퓨팅 및 메모리 리소스를 프로비저닝하고 크기를 조정하여 페타바이트 규모의 데이터 분석을 클라우드에서 쉽고 비용 효율적으로 수행하도록 도와주는 Amazon EMR의 새로운 서버리스 옵션 Amazon EMR Serverless 에 대해 소개합니다.

발표자: 김기영, 분석 솔루션즈 아키텍트, AWS
시간: 30분

Amazon Redshift Serverless로 쉽게 Data Mesh 구현하기 (Level 200)
오늘날 급속히 증가하는 데이터로 인해 데이터 웨어하우스 클러스터의 관리와 데이터 분석 환경의 복잡성은 나날이 증대되고 있습니다. 본 강연에서는 데이터 웨어하우스 클러스터의 관리를 단순화하고 비용 효율적인 운영을 지원하는 Amazon Redshift Serverless에 대해 알아보고, 모던 데이터 웨어하우스를 위해 데이터 생산자와 소비자 간의 유기적인 데이터 공유를 통한 Data Mesh 아키텍처를 어떻게 구현할 수 있는지 학습해 봅니다.

발표자: 노인철, 솔루션즈 아키텍트, AWS
시간: 30분

Amazon OpenSearch의 새로운 기능 집중 탐구하기 (Level 300)
현재 수많은 기업들이 AWS의 Amazon OpenSearch를 통해 실시간 검색, 모니터링, 분석을 서비스에 적용하고 있습니다. 본 강연에서는 OpenSearch에서 비용을 최적화하기 위한 UltraWarm, Cold Storage에 대해서 알아보고 직접 관리하기 어려웠던 JVM, Queue와 Data Cache 사이즈 설정 등을 자동으로 최적화해주는 Auto-tune 기능을 소개합니다. 이 밖에도 부하 분산과 서비스 확장을 위한 Cross cluster 복제 그리고 OpenSearch의 ML 기능인 k-NN과 anomaly detection에 대해서도 알아봅니다. 

발표자: 박진우, 솔루션즈 아키텍트, AWS
시간: 30분

실시간 스트리밍 데이터 SQL로 손쉽게 분석하기 (Level 200)
실시간 데이터의 비즈니스 활용이 본격적으로 대두되면서 실시간 스트림을 다양한 형태로 빠르게 분석하고 효과 있는 분석 모델을 비즈니스에 손쉽게 반영하려는 요구가 매우 증가하고 있습니다. 그러나 전통적인 실시간 데이터 분석은 많은 부분 Java, Scala 또는 Python 등의 프로그래밍 언어를 기반으로 수행되고 있으며, 개발 환경 구축을 포함한 준비 과정과 프로그래밍에 대한 이해 등의 높은 진입 장벽이 있는 것이 사실입니다. 본 강연에서는 완전 관리형 Kafka 서비스인 Amazon MSK 상에서 간편하게 데이터 스트림 기반을 구성하고, 그 기반에서 흐르는 데이터 스트림을 Kinesis Data Analytics의 Studio Notebook 상에서 SQL을 사용해 빠르고 간편하게 실시간으로 분석하여 그 결과를 간편하게 지속적인 스트림 분석 애플리케이션으로 배포할 수 있는 방법에 대해 학습할 수 있습니다.

발표자: 이종혁, 분석 솔루션즈 아키텍트, AWS
시간: 30분