AWS Certified Cloud Practitioner 모듈9 - AWS를 통한 혁신

AWS Training에서 제공하는 AWS Cloud Practitioner (Korean) 강의 요약 정리 내용입니다.

AWS 서비스를 통한 혁신 정리

클라우드를 통해 혁신하려면 단순히 기존 인프라를 이전하는 데 그치지 않고, 원하는 비즈니스 목표(결과)를 명확히 정의하고 적절한 AWS 서비스를 선택해야 합니다.

전제 조건

• 현재 상태: 기존 온프레미스 시스템, 수작업 프로세스 등
• 원하는 상태: 빠른 배포, 예측 가능한 운영, 자동화된 인프라 등
• 해결하려는 문제: 확장성 부족, 운영 비용 증가, 속도 저하 등

---

1. 서버리스 애플리케이션

정의

서버를 직접 운영/관리할 필요 없는 애플리케이션 구조로 AWS가 인프라 관리를 대신합니다.

주요 서비스

• AWS Lambda: 이벤트 기반 함수 실행
• Amazon API Gateway: API 트리거 연결
• Amazon DynamoDB: NoSQL 데이터 저장
• Amazon EventBridge: 이벤트 간 연동

장점

• 비용 효율성: 사용한 만큼만 과금
• 자동 확장: 사용자 요청량에 따라 탄력적으로 조정
• 개발자 집중도 향상: 인프라 걱정 없이 비즈니스 로직 구현에 집중

---

2. 기계 학습 (Machine Learning)

목적

데이터 기반 의사결정과 예측 분석을 자동화

주요 서비스

• Amazon SageMaker: 모델 빌드, 학습, 배포 전체 수명주기 지원
• Amazon Forecast: 시계열 데이터 예측
• Amazon Rekognition: 이미지·영상 인식
• Amazon Personalize: 개인화 추천 시스템 구축

장점

• 전문가 없이도 ML 워크플로우 활용 가능
• 사전 학습된 모델로 빠른 프로토타이핑 가능
• 운영 자동화로 효율성 극대화

---

3. 인공 지능 (Artificial Intelligence)

목적

기존 작업을 자동화하고 사람처럼 인식하고 판단하는 기능을 서비스에 통합

주요 서비스

서비스	설명
Amazon Transcribe	음성 → 텍스트 변환
Amazon Comprehend	텍스트 의미 분석 (감정, 주제 등)
Amazon Lex	대화형 챗봇 생성 (Alexa 기반)
Amazon CodeWhisperer	코드 자동 완성 및 보안 분석
Amazon Fraud Detector	사기 탐지 및 이상 패턴 감지

장점

• 빠른 구축: 사전 학습 모델로 바로 사용 가능
• 사용 사례 다양: 챗봇, 자동 자막, 사기 탐지, 감정 분석 등
• 비개발자도 활용 가능: 콘솔 UI 기반 설정

---

요약

영역	주요 서비스	기대 효과
서버리스	Lambda, API Gateway	인프라 관리 제거, 개발 속도 향상
기계 학습	SageMaker, Forecast	데이터 기반 예측 및 자동화
인공지능	Transcribe, Comprehend, Lex 등	비정형 데이터 처리, 사용자 경험 향상