쉽게 Amazon Kinesis를 시작할 수 있습니다. 이 페이지에서는 스트리밍 애플리케이션을 빠르게 시작할 수 있도록 주요 리소스 모음을 제공합니다.


Amazon Kinesis Video Streams를 사용하면 분석, 기계 학습(ML) 및 기타 처리를 위해 커넥티드 디바이스에서 AWS로 비디오를 쉽고 안전하게 스트리밍할 수 있습니다. 이 세션에서는 Kinesis Video Streams와 주요 기능을 소개하고 스마트 홈, 스마트 도시, 산업 자동화 및 컴퓨터 비전을 비롯한 일반 사용 사례를 살펴봅니다. 또한, Kinesis Video Streams 구문 분석 라이브러리를 사용해 비디오 스트림 출력을 처리하여 널리 사용되는 딥 러닝 프레임워크를 지원하는 방법을 다룹니다. 마지막으로 일본 주요 인공 지능(AI) 솔루션 공급자인 Abeja가 더 나은 쇼핑 경험을 제공하기 위해 어떻게 Kinesis Video Streams를 사용해 소매 산업용 딥 러닝 시스템을 구축했는지 이야기합니다. 

세션 녹화 자료 보기 | 프레젠테이션 다운로드

Amazon Kinesis Analytics는 VPC 네트워크 트래픽에서 손쉽게 이상 항목을 탐지하고 보안 모니터링을 개선하는 데 사용할 수 있는 기본 기계 학습 알고리즘을 제공합니다. VPC 흐름 로그를 Amazon Kinesis Streams로 스트리밍하고 Kinesis Analytics를 사용해 이상 항목을 식별하는 방법에 대한 대화식 토론에 참여하십시오.

세션 녹화 자료 보기 | 프레젠테이션 다운로드

수천 개의 서비스가 조화를 이루어 매일 수백만 시간의 비디오 스트림을 Netflix 고객에게 제공합니다. 이러한 애플리케이션은 규모, 기능 및 기술이 각기 다르지만 모두 Netflix 네트워크를 사용하여 통신합니다. 막대한 트래픽 볼륨과 배포의 동적 특성으로 인해 이러한 서비스 간의 상호 작용을 이해하는 것은 매우 어려운 문제입니다. 이 세션에서는 먼저 Netflix가 이러한 규모의 문제를 해결하는 데 Kinesis Streams를 선택한 이유를 살펴봅니다. 그런 다음 Netflix가 어떻게 Kinesis Streams를 사용하여 네트워크 트래픽 로그를 보강하고 실시간으로 사용 패턴을 파악하는지 자세히 살펴봅니다. 마지막으로 Netflix가 어떻게 이러한 시스템을 사용하여 포괄적인 종속성 맵을 구축하고, 네트워크 효율성을 개선하고, 장애에 대한 복원력을 강화하는지 다룹니다. 이 세션에서는 네트워크 트래픽 로그를 사용해 실시간 애플리케이션 모니터링 시스템을 구축하고 실시간으로 실행 가능한 통찰력을 확보하는 방법을 배웁니다.

세션 녹화 자료 보기 | 프레젠테이션 다운로드

Amazon Kinesis를 사용하면 실시간 스트리밍 데이터를 손쉽게 수집, 처리 및 분석할 수 있으므로 적시에 통찰력을 확보하고 새로운 정보에 신속하게 대응할 수 있습니다. 이 세션에서는 데이터 수집에 Kinesis Streams, 실시간 처리에 Kinesis Analytics, 그리고 지속성에 Kinesis Firehose를 사용하는 엔드 투 엔드 스트리밍 데이터 솔루션을 소개합니다. 스트리밍 데이터를 사용하는 SQL 쿼리를 작성하는 방법을 상세히 검토하고 Kinesis Analytics 애플리케이션을 최적화하고 모니터링하는 모범 사례를 살펴봅니다. 마지막으로 전체 시스템 비용을 추정하는 방법을 살펴봅니다. 

세션 녹화 자료 보기 | 프레젠테이션 다운로드

AWS 빅 데이터 웹 서비스에 대한 지식을 강화하고 클라우드에 첫 번째 빅 데이터 애플리케이션을 시작하려고 하십니까? 빅 데이터 처리를 수집, 저장, 처리 및 시각화로 구성된 데이터 버스로 간소화하는 방법을 설명합니다. Amazon Athena, Amazon Kinesis, Amazon DynamoDB 및 Amazon S3와 같은 AWS 관리형 서비스를 사용해 빅 데이터 애플리케이션을 구축합니다. 그 과정에서 빅 데이터 애플리케이션을 위한 아키텍처 설계 패턴을 검토하고 애플리케이션을 직접 다시 구축하고 사용자 지정할 수 있도록 재택 실습에 대한 액세스를 제공합니다. 이 세션을 충분히 활용하려면 노트북을 가져와야 하고 AWS 서비스에 대한 지식이 어느 정도 있어야 합니다.

프레젠테이션 다운로드 »

최근 몇 년간 연결된 디바이스와 실시간 데이터 소스의 수가 폭발적으로 증가했습니다. 따라서 데이터가 끊임없이 생산되고 프로덕션 속도가 가속화되고 있습니다. 기업에서는 이러한 데이터를 사용하기 위해 몇 시간 또는 며칠을 기다릴 여유가 없습니다. 가장 가치 있는 통찰력을 확보하기 위해서는 새로운 정보에 신속하게 대응할 수 있도록 이러한 데이터를 즉시 사용할 수 있어야 합니다. 이 워크숍에서는 스트리밍 데이터 소스를 활용하여 거의 실시간으로 분석 및 대응하는 방법을 배웁니다. 실제 스트리밍 데이터 시나리오에 맞춰 몇 가지 요구 사항이 제시되고 Amazon Kinesis, AWS Lambda 및 Amazon SNS와 같은 서비스를 사용해 이러한 요구 사항을 성공적으로 충족하는 솔루션을 생성하는 과제가 부여됩니다.

프레젠테이션 다운로드 »

조직 내 서로 다른 팀이 셀프 서비스 형식으로 데이터를 게시하고 소비할 수 있는 데이터 레이크를 설계하는 방법을 배웁니다. 조직이 좀 더 데이터 중심으로 움직이는 것으로 목표로 함에 따라, 데이터 엔지니어링 팀은 개발자부터 비즈니스 분석가, 데이터 과학자까지 다양한 사용자의 요구 사항을 지원할 수 있는 아키텍처를 구축해야 합니다. 이러한 각 사용자 그룹은 서로 다른 도구를 사용하고 서로 다른 데이터 요구 사항을 가지고 있으며 서로 다른 방식으로 데이터에 액세스합니다.

이 세션에서는 Amazon S3, Amazon Kinesis, Amazon Athena, Amazon EMR 및 AWS Glue를 사용한 데이터 레이크 조합에 대해 심층적으로 다룹니다. 세션에서는 JIRA Confluence, Stride 등과 같은 제품을 제작하는 Atlassian의 아키텍트 겸 통합 책임자인 Mohit Rao가 함께 합니다. 먼저 데이터 레이크 구축을 위한 몇 가지 일반 아키텍처를 살펴봅니다. 그런 다음 Atlassian이 어떻게 셀프 서비스 데이터 레이크를 구축했는지 설명합니다. 이 데이터 레이크에서는 사내 모든 팀이 데이터 세트를 게시하고 다양한 사용자가 이를 사용할 수 있습니다.

세션 녹화 자료 보기 | 프레젠테이션 다운로드

오늘날 많은 아키텍트와 개발자가 배치와 실시간 데이터 처리를 통합하고 두 접근 방식의 각 장점을 제공하는 솔루션을 구축하는 것을 고려하고 있습니다. Lambda 아키텍처(AWS Lambda 서비스와 혼동하지 않도록 주의)는 단일 솔루션 내에서 배치와 실시간 처리를 모두 활용하여 빅 데이터 사용 사례의 지연 시간 정확도와 처리량 요구 사항을 충족하는 설계 패턴입니다. 데이터 처리, 로딩 및 성능 튜닝을 위해 Lambda 아키텍처(배치 속도 및 지원 계층)와 모범 사례를 구현하는 방법에 대한 토론에 참여하십시오.

세션 녹화 자료 보기 | 프레젠테이션 다운로드

데이터에서 실행 가능한 통찰력을 확보하는 시간을 단축하는 것은 배치 데이터 분석 도구를 사용하며 스트리밍 분석의 이점을 살펴보고 있는 모든 비즈니스와 고객에게 중요합니다. 데이터 웨어하우스 및 데이터베이스에서 실시간 솔루션으로 아키텍처를 확장하는 모범 사례를 배웁니다. Amazon Kinesis를 사용하여 실시간 데이터 통찰력을 확보하고 Amazon Aurora, Amazon RDS, Amazon Redshift 및 Amazon S3와 통합하는 방법을 배웁니다. Amazon Flex 팀이 Amazon 배송 기사가 매달 수백만 개의 택배를 적시에 배달하기 위해 사용하는 Amazon Flex 모바일 앱에서 스트리밍 분석을 어떻게 사용했는지 설명합니다. 기존 배치 데이터를 스트리밍 데이터로 마이그레이션하는 문제를 해결하고 배치 처리 시스템에서 실시간 시스템으로 이전할 수 있게 해준 아키텍처를 설명하고 실시간 분석의 이점을 활용하는 방법을 설명합니다.

세션 녹화 자료 보기 | 프레젠테이션 다운로드

기업이 경쟁 우위를 확보하고 고객에게 차별화된 경험을 제공하려면 실시간으로 라이브 데이터를 사용하여 빠른 의사 결정을 지원할 수 있어야 합니다. 이 세션에서는 일반적인 스트리밍 데이터 처리 사용 사례와 아키텍처를 배웁니다. 먼저, 스트리밍 데이터와 AWS 스트리밍 데이터 기능에 대한 개요를 제공합니다. 그리고 몇 가지 고객 예제와 고객의 실시간 스트리밍 애플리케이션을 살펴봅니다. 마지막으로 주요 스트리밍 데이터 사용 사례의 일반 아키텍처와 설계 패턴을 살펴봅니다.

세션 녹화 자료 보기 | 프레젠테이션 다운로드

이 세션에서는 어떻게 Cox Automotive가 Splunk Cloud를 사용해 AWS 및 하이브리드 환경에 대한 실시간 가시성을 확보함으로써 거의 즉각적인 MTTI를 실현하고, 경매 인시던트를 90% 줄이고, 가동 중단을 사전에 예측하고 있는지 알아봅니다. 또한, Splunk 및 Amazon Kinesis Firehose를 사용하여 데이터를 실시간으로 수집, 변환 및 분석하여 클라우드 리소스에서 귀중한 통찰력을 확보할 수 있게 해주는 매우 기대되는 기능을 소개합니다. 이제 Splunk Enterprise 및 Splunk Cloud를 사용하여 그 어느 때보다 더 빠르고 더 쉽게 분석 중심의 인프라 모니터링에 액세스할 수 있습니다.

세션 녹화 자료 보기 | 프레젠테이션 다운로드


로그 분석은 디지털 마케팅, 애플리케이션 모니터링, 사기 탐지, 광고 기술, 게임 및 IoT와 같은 다양한 애플리케이션을 위해 웹 사이트, 모바일 디바이스, 서버, 센서 등의 로그 데이터를 분석할 수 있도록 지원하는 일반적인 빅 데이터 사용 사례입니다. 로그 분석을 실시간으로 수행하면 정보를 더 빠르게 확보할 수 있으므로, 몇 시간 또는 며칠이 아니라 몇 초 또는 몇 분 만에 통찰력을 확보할 수 있습니다. 이 세션에서는 Amazon Kinesis Data Firehose를 사용하여 인프라 없이 로그를 수집하고 전달하는 방법을 알아봅니다. 실시간으로 로그 데이터를 처리하여 반응형 분석을 구축하는 데 어떻게 Kinesis Data Analytics를 사용할 수 있는지 보여드립니다. 마지막으로 Amazon Elasticsearch Service를 사용하여 로그 데이터를 대화식으로 쿼리하고 시각화하는 방법을 설명합니다.

학습 목표:

  1. 엔드 투 엔드 실시간 로그 분석 솔루션을 손쉽게 구축하는 방법 이해.
  2. Amazon Kinesis를 사용하여 실시간으로 데이터를 수집 및 처리하는 데 대한 개요 파악.
  3. Amazon Elasticsearch Service를 사용하여 로그 데이터를 대화식으로 쿼리하고 시각화하는 방법 학습.

녹화 자료 보기 | 프레젠테이션 다운로드

애플리케이션들 대부분이 수십 개의 서비스와 수백 개의 서버로 구성됩니다. 이러한 애플리케이션들은 크기, 기능 및 기술이 서로 다르지만 모두 Amazon Virtual Private Cloud(VPC) 내에서 서로 통신합니다. 막대한 트래픽 볼륨과 배포의 동적 특성으로 인해 이러한 애플리케이션 간의 상호 작용을 이해하는 것은 매우 어려운 문제입니다. 이 웹 세미나에서는 이러한 규모의 문제를 해결하는 데 Amazon Kinesis와 Amazon CloudWatch가 어떤 도움을 줄 수 있는지 설명합니다. CloudWatch Logs 및 Kinesis Data Streams를 사용하여 실시간으로 네트워크 트래픽 로그를 캡처 및 보강하고 사용 패턴을 파악하는 방법을 설명합니다.

학습 목표:

  • 네트워크 트래픽 로그를 사용하여 실시간 애플리케이션 모니터링 시스템을 구축하는 방법 이해.
  • Amazon Kinesis를 사용하여 네트워크 흐름 로그 데이터를 보강하고 집계하는 방법 학습.
  • 네트워크 데이터를 시각화하고 분석하여 실행 가능한 통찰력을 확보하는 방법 학습.

녹화 자료 보기 | 프레젠테이션 다운로드

데이터 레이크를 사용하면 조직 내 직원들이 대부분 데이터를 지속적으로 빠르게 생성하는 개별 데이터 소스의 대규모 정형 및 비정형 데이터에 액세스하고 이를 분석할 수 있습니다. 이러한 데이터를 적시에 분석용으로 제공하려면 안정적이며 비용 효율적으로 이러한 데이터를 데이터 레이크로 수집할 수 있는 스트리밍 솔루션이 필요합니다. Amazon Kinesis Data Firehose는 손쉽게 스트리밍 데이터를 준비하고 AWS로 로드할 수 있게 해주는 완전관리형 서비스입니다. 이 테크 톡에서는 Kinesis Data Firehose에 대한 개요를 제공하며 이 서비스를 사용해 실시간 스트리밍 데이터를 수집, 변환, 배치 처리 및 압축하여 Amazon S3 데이터 레이크로 로드하는 방법을 자세히 알아봅니다.

학습 목표:

  • 스트리밍 데이터를 수집하고 준비하여 데이터 레이크로 로드하는 것과 관련된 주요 요구 사항 이해.
  • Kinesis Data Firehose를 사용한 데이터 전송에 대한 개요 파악.
  • Kinesis Data Firehose로 데이터 변환을 수행하는 방법 학습.

녹화 자료 보기 | 프레젠테이션 다운로드

spacer

Editorial_GettingStarted

다음 샘플 코드 및 도구를 사용하여 Amazon Kinesis로 분석 애플리케이션을 신속하게 구축, 테스트 및 배포할 수 있습니다.

  • AWS 샘플 IoT 분석 코드를 사용하여 애플리케이션은 구축합니다. 처음부터 새로 시작할 필요가 없습니다. 여기에서 다운로드 »
  • Kinesis Data Generator를 사용하여 Kinesis 애플리케이션을 테스트합니다. 자세히 알아보기 »
  • 실습 자습서를 따라 Kinesis를 사용하여 로그 분석 솔루션을 구축합니다. 확인하기 »