실습과정

본 실습 코스는 약 2.5시간 정도에 마칠 수 있는 서버리스, 콘테이너, 인공 지능 등 3개의 실습 과정으로 이루어집니다. 약 40분 동안 4개의 실습 과정에 대한 소개를 한 후, 각 자리에서 자신의 선호하는 실습과정을 선호하여 진행합니다. 하나를 마치신 분은 두번째 실습을 진행하실 수 있으며, 정해진 시간내에 3개 이상 실습하신 분께는 소정의 상품을 드립니다. 와이파이가 가능한 노트북을 필참하셔야 하며, 현장에는 각 실습을 도와줄 AWS 전문가들이 함께 합니다. (본 실습 과정은선착순으로 좌석이 제한되어 있으니, 예약을 위해 일찍 도착하시기 바랍니다.)

본 워크샵에서는 사용자가 Wild Rydes 서비스를 통해 현재 있는 위치에서 유니콘 호출 및 탑승을 할 수 있는 스타트업 아이디어를 구현한다는 시나리오로 함께 웹 애플리케이션을 만들어 배포해 봅니다. 이 서비스는 사용자에게 HTML 기반 사용자 인터페이스를 제공하여, 사용자가 원하는 위치를 표시하고 유니콘 요청을 하면, 가까운 유니콘을 보내기기 위해 RESTful 웹 서비스로 백엔드를 제공합니다. 또한, 사용자가 유니콘 타기를 요청하기 전에 기본적으로 회원 가입을 하고 로그인 할 수있는 기능을 제공합니다. 이를 위해 AWS Lambda, Amazon API Gateway, Amazon S3, Amazon DynamoDB, Amazon Cognito를 활용합니다.

AWS 상에서 컨테이너를 활용하여 클라우드 인프라를 더욱 효과적으로 사용하는 방법에 대하여 다룹니다. 컨테이너를 업무 환경에 적용하기 위해서 고려해야 할 사항이 많아 어렵게만 느껴지던 주제들을 간편한 실습 과제를 해보면서 어렵지 않게 적용 할 수 있게 구성된 워크샵입니다.
단순한 컨테이너 프로비저닝을 시작으로, 스팟 인스턴스를 활용한 컨테이너 배포와 사용량에 따른 인스턴스 최적화 및 어플리케이션 로드밸런서를 활용한 컨테이너 오케스트레이션 구성에 대해서도 실습해 볼 수 있습니다.
이를 통하여 컨테이너를 실제 업무에 적용함으로서 보다 유연하고 비용효율적인 클라우드 인프라를 구성할 수 있는 방법을 습득 하실 수 있습니다.

딥러닝 기반의 이미지 분석 서비스인 Amazon Rekognition을 이용하여 어플리케이션에 인공지능 기능을 간단하게 추가하는 방법을 다룹니다. Amazon Rekognition의 얼굴 인식 기능을 활용해서, 트위터 사진을 분석하여 다양한 효과 또는 분석을 하는 봇을 만들어 봅니다. 제공되는 소스 코드를 기반으로 효과를 변경하거나, 얼굴의 특징을 출력하거나, 유명인을 찾는 등의 기능을 추가하는 실습할 수 있습니다.