이 지침은 Twitter와 같은 소셜 미디어 웹 사이트에서 제품 및 서비스에 대한 고객의 평가를 파악하는 데 도움이 됩니다. Twitter 데이터를 수동으로 필터링하는 대신 Hugging Face Hub의 사전 훈련된 모델을 사용하여 Twitter의 데이터를 사용하고 트윗을 분류하는 거의 실시간 알림 시스템을 구축할 수 있습니다.
아키텍처 다이어그램
1단계
Amazon Elastic Container Service(Amazon ECS) 태스크가 AWS Fargate를 통해 관리되는 서버리스 인프라에서 실행되고 Twitter API에 대한 연결을 열린 상태로 유지합니다.
2단계
Twitter 보유자 토큰이 AWS Systems Manager Parameter Store에 안전하게 저장되고 Amazon Elastic Container Registry(Amazon ECR)에서 컨테이너 이미지가 호스팅됩니다.
3단계
새 트윗이 도착하면 Amazon Simple Queue Service(SQS) 대기열에 배치됩니다.
4단계
솔루션 로직은 AWS Lambda 함수 마이크로서비스에 상주하고 AWS Step Functions를 통해 조정됩니다.
5단계
Amazon SageMaker 서버리스 엔드포인트에서 Hugging Face 분류 모델이 호스팅됩니다.
6단계
Amazon Comprehend가 감정, 핵심 문구 및 엔터티를 추출합니다. 가능한 경우 Amazon Comprehend가 위치를 추출합니다.
7단계
Amazon Location Service가 위치 이름을 좌표로 변환합니다.
8단계
트윗과 메타데이터가 Amazon Simple Storage Service(S3)로 전송되고 Amazon Athena가 표준 SQL을 사용하여 처리된 트윗을 쿼리합니다.
9단계
Amazon Lookout for Metrics가 카테고리별 멘션량에서 이상 징후를 찾습니다. 이상이 감지되면 Amazon Simple Notification Service(SNS)가 사용자에게 알림을 전송합니다.
10단계
비즈니스 사용자가 인사이트를 손쉽게 시각화할 수 있도록 Amazon QuickSight 대시보드를 설정하는 것이 좋습니다.
1단계
Amazon Elastic Container Service(Amazon ECS) 태스크가 AWS Fargate를 통해 관리되는 서버리스 인프라에서 실행되고 Twitter API에 대한 연결을 열린 상태로 유지합니다.
2단계
Twitter 보유자 토큰이 AWS Systems Manager Parameter Store에 안전하게 저장되고 Amazon Elastic Container Registry(Amazon ECR)에서 컨테이너 이미지가 호스팅됩니다.
3단계
새 트윗이 도착하면 Amazon Simple Queue Service(SQS) 대기열에 배치됩니다.
4단계
솔루션 로직은 AWS Lambda 함수 마이크로서비스에 상주하고 AWS Step Functions를 통해 조정됩니다.
5단계
Amazon SageMaker 서버리스 엔드포인트에서 Hugging Face 분류 모델이 호스팅됩니다.
6단계
Amazon Comprehend가 감정, 핵심 문구 및 엔터티를 추출합니다. 가능한 경우 Amazon Comprehend가 위치를 추출합니다.
7단계
Amazon Location Service가 위치 이름을 좌표로 변환합니다.
8단계
트윗과 메타데이터가 Amazon Simple Storage Service(S3)로 전송되고 Amazon Athena가 표준 SQL을 사용하여 처리된 트윗을 쿼리합니다.
9단계
Amazon Lookout for Metrics가 카테고리별 멘션량에서 이상 징후를 찾습니다. 이상이 감지되면 Amazon Simple Notification Service(SNS)가 사용자에게 알림을 전송합니다.
10단계
비즈니스 사용자가 인사이트를 손쉽게 시각화할 수 있도록 Amazon QuickSight 대시보드를 설정하는 것이 좋습니다.
Well-Architected 원칙
AWS Well-Architected Framework는 클라우드에서 시스템을 구축하는 동안 사용자가 내리는 의사 결정의 장단점을 이해하는 데 도움이 됩니다. 이 프레임워크의 6가지 원칙을 통해 안정적이고 안전하며 효과적이고 비용 효율적이며 지속 가능한 시스템을 설계 및 운영하기 위한 아키텍처 모범 사례를 배울 수 있습니다. AWS Management Console에서 추가 요금 없이 사용할 수 있는 AWS Well-Architected Tool을 사용하면 각 원칙에 대한 여러 질문에 답하여 이러한 모범 사례와 비교하며 워크로드를 검토할 수 있습니다.
위의 아키텍처 다이어그램은 Well-Architected 모범 사례를 고려하여 생성된 솔루션의 예시입니다. Well-Architected를 완전히 충족하려면 가능한 많은 Well-Architected 모범 사례를 따라야 합니다.
-
운영 우수성운영 우수성 백서 읽기
AWS CloudFormation 템플릿을 사용하여 아키텍처 변경 사항을 롤백할 수 있습니다. Fargate 및 Lambda에서 배포가 실패하는 경우 이전 버전으로 자동으로 롤백할 수 있습니다.
-
보안보안 백서 읽기
이 아키텍처를 배포하려면 서비스에 대한 적절한 권한이 있는 Identity and Access Management(IAM) 사용자 또는 역할을 설정해야 합니다. 또한 Amazon S3에 저장된 데이터는 AWS Key Management Service(AWS KMS) 키로 암호화됩니다.
-
신뢰성신뢰성 백서 읽기
데이터는 99.999999999%의 내구성을 제공하는 객체 스토리지 서비스인 Amazon S3에 저장됩니다. 비즈니스 크리티컬 데이터의 경우 S3 크로스 리전 복제(CRR)를 구현하고 다른 AWS 리전에 데이터를 복제하여 재해 복구를 지원할 수 있습니다. 특정 임계값을 초과하는 이상 현상이 발생하면 Amazon SNS에서 알림을 전송하므로 문제를 신속하게 해결할 수 있습니다.
-
성능 효율성성능 효율성 백서 읽기
AWS는 성능 효율성을 유지하는 데 도움이 되는 패치 및 업데이트와 같은 관리형 서비스의 관리 태스크를 처리합니다. Lookout for Metrics 및 Amazon Location과 같은 서비스는 각각 이상 현상을 감지하고 위치 데이터를 애플리케이션에 추가하도록 특별히 설계되었습니다.
-
비용 최적화비용 최적화 백서 읽기
이 지침에서 대부분의 데이터는 Athena와 QuickSight를 통해 AWS에서 직접 사용되므로 데이터 전송 요금이 절감됩니다. Amazon SNS를 통한 데이터 전송은 사용자가 정의한 임계값을 초과하는 이상 현상이 감지될 경우에만 발생합니다. 또한 이 아키텍처는 서버리스 서비스를 사용하므로 사용한 리소스에 대해서만 요금이 부과됩니다.
-
지속 가능성지속 가능성 백서 읽기
서버리스 서비스는 사용량에 따라 규모가 조정되므로 수요 증가를 처리하기 위해 유휴 인프라를 운영할 필요가 없습니다.
구현 리소스
샘플 코드를 시작점으로 사용할 수 있습니다. 이 샘플 코드는 업계에서 검증되었고 권장되는 것이지만 최종적인 것은 아니며, 시작하는 데 도움을 줄 것입니다.
관련 콘텐츠
Build a news-based real-time alert system with Twitter, Amazon SageMaker, and Hugging Face
고지 사항
샘플 코드, 소프트웨어 라이브러리, 명령줄 도구, 개념 증명, 템플릿 또는 기타 관련 기술(AWS 직원을 통해 제공되는 상기 항목 포함)은 AWS 이용계약 또는 귀하와 AWS 간의 서면 계약(적용되는 것)에 따라 AWS 콘텐츠로 제공됩니다. 이 AWS 콘텐츠를 프로덕션 계정, 프로덕션 또는 기타 중요한 데이터에 사용해서는 안 됩니다. 귀하는 특정 품질 제어 방식 및 표준에 따라 프로덕션급 사용에 적절하게 샘플 코드와 같은 AWS 콘텐츠를 테스트, 보호 및 최적화할 책임이 있습니다. AWS 콘텐츠를 배포하면 Amazon EC2 인스턴스를 실행하거나 Amazon S3 스토리지를 사용할 때와 같이 요금이 부과되는 AWS 리소스를 생성하거나 사용하는 것에 대한 AWS 요금이 발생할 수 있습니다.