발표 영상 - https://www.youtube.com/watch?v=ZF1-LNG77_w
AWS re:Invent는 매년 신규 서비스를 통해 클라우드 기술의 미래를 조망하고, 새로운 기술을 익히고 배우는 글로벌 기술 컨퍼런스입니다. 분야별 클라우드 기술 전문가이신 AWS Hero와 함께 개발자, 아키텍트 및 데브옵스 엔지니어, 데이터과학자 및 분석가 등 직무별로 새해 주목할 만한 AWS 신규 서비스를 고객의 입장에서 생생하게 전달해 드리고자 합니다.
4. 개발자 아키텍트 데브옵스 엔지니어 데이터 분석가 데이터 과학자
이상현 Serverless Hero
서버리스 기반 아키텍처 및
마이크로 서비스, 데이터 분석
경험을 공유하는 중
김현민 Community Hero
프론트엔드 개발자로서 클라우드
설계 중요성을 경험하고 솔루션즈
아키텍트로 전향
송주영 Container Hero
데브옵스를 예술(ART)의 경지에
끌어 올리고 싶은 개발자 로서
DevOps 소모임 운영진
변규현 Serverless Hero
Go언어로 채팅 서버 및 사내 CLI,
서버리스 데이터 분석 도구 개발
중이며, 서버리스 소모임 운영진
소성운 ML Hero
기계 학습으로 현업의 문제를
해결하는데 관심을 집중하는 중.
데이터사이언스모임 운영진
AWS Hero와 함께하는 re:Invent ReCap
5. 1. 극강의 비용 대비 성능 개선 지속 가능성 확대
2. 기계 학습의 경계를 허물다 ML 역량 확대
3. 버티컬 산업 분야로 ML 확대 비지니스 요구 부응
4. 하이브리드를 재정의 하다 엣지로의 확대
5. 개방형 클라우드 환경 강화 오픈 소스 지원 확대
AWS re:Invent를 통해 본 5가지 클라우드 기술의 변화
8. REINVENTING COMPUTE WITH
NEW AMAZON EC2 INSTANCES
GENERAL PURPOSE
최대 100Gbps 네트워킹 및 EFA (Elastic Fabric Adapter)
지원과 함께 Graviton2로 구동
데이터 분석, 네트워크 어플라이언스,로드 밸런서 및
일부 HPC 애플리케이션에 이상적임
인스턴스 분야 Arm 기반 Graviton 2의 등장
22. ML 기능을 데이터베이스 및 분석 서비스로 확대
Amazon
Athena ML
Amazon
Aurora ML
Amazon
Quicksight Q
AWS
Glue DataBrew
Amazon
Redshift ML
Amazon
Neptune ML
23. Amazon QuickSight Q
M L 기 반 자 연 어 질 문 에 대 한 시 각 화 비 지 니 스 인 텔 리 전 스 기 능 제 공
검색 창에 비즈니스 관련 자연어
질문을 입력 후 몇 초 안에 답변 제공
의미와 관계를 자동으로 이해하여
ML 기반 데이터 모델 생성
방대한 ML 모델로 특정 질문에만
국한되지 않음
P R E V I E W
“What’s the best selling category in
Califonia” to Q
26. 다양한 산업별 요구에 따른 AI 서비스 제공
Amazon
Forecast
Amazon
Personalize
Amazon
Comprehend
Amazon
Fraud Detector
Amazon
CodeGuru
Amazon
Kendra
27. 브랜디, AI 추천 기능으로 개인화 서비스 본격화
'인공지능 추천' 서비스는 아마존웹서비스의 아마존 퍼스널라이즈(Amazon Personalize)를 활용한 서비스이다.
사용자들의 실시간 활동 데이터와 기존 정보를 결합하여 상품을 추천한다.
메쉬코리아, AWS ‘올해의 이노베이션 파트너상’ 수상
‘아마존 포캐스트(Amazon Forecast)’를 활용해 배송 수요를 높은 정확도로 예측하고 ‘아마존 세이지메이커
(Amazon SageMaker)’를 통해 배달 기사들의 AI 자동 추천 배차 알고리즘을 개발하는 등 기존 물류 시장에서 제공
하지 않았던 서비스들을 빠르게 시장에 선보였다.
인터파크, 맞춤형 쇼핑 강화...아마존닷컴 기술 장착
머신러닝을 활용해 고도로 정확한 예측을 제공하는 완전 관리형 서비스 '아마존 포캐스트(Amazon Forecast)'를 통해
비용 절감과 마케팅 효율성을 강화한다.
1위 패션앱 ‘지그재그’ 급증한 DB관리 및 분석 방법은?
"Amazon Personalize에 익숙해지면 데이터를 가공하고 AI를 학습시키고 엔드포인트로 배포하는 데 걸리는 시간
이 하루면 된다”며 “우리가 개인 추천상품 서비스를 한 달 만에 만들고 배포할 수 있는 준비를 갖출 수 있었던 것도
퍼스널라이즈를 사용한 영향이 크다
한국 고객 사례
29. AWS Lookout for Equipment
기존 산업용 센서 데이터를 사용하여 비정상적인 기계 동작 감지
• 실시간으로 기계 이상 감지 - 터빈, 모터, 펌프 등과
같은 산업 자산을 위해 특별히 개발
• 각 자산의 센서 간의 정상 상태 및 작동 관계를
학습하여 장비 이상을 자동으로 식별 가능
• ML 전문 지식 없이도 예측 유지 관리 지원
P R E V I E W
30. Lookout for Equipment – 국내 고객 사례
https://aws.amazon.com/lookout-for-equipment/customers/
“우리는 10 년 넘게…규칙 기반 방법만 사용해
왔습니다. Amazon Lookout for Equipment
를 사용하면 플랜트 운영 팀이 ML 전문 지식
없이도 장비에서 모델을 구축 할 수 있습니다.
우리는 AWS 및 Amazon Lookout for
Equipment를 통해 조직을 데이터 기반 업무
문화로 전환하는 데 앞장서고 있습니다. "
GS EPS 이강범 부사장
“AI 활용은 두산의 차세대 장비를 발전시키는
데 매우 중요하므로 AWS와 협력하여 자동화
되고 확장 가능한 기계 학습을 활용할 수있는
사용 사례를 개발했습니다. 이를 기반으로
AWS와 계속 협력하여 차세대 IOT 플랫폼에
서 Amazon Lookout for Equipment의 분
석을 활용하게되어 기쁩니다. "
조재연 부사장, 두산 인프라 코어 전략
31. Amazon Monitron
ML 기반 엔드 투 엔드 장비 상태 모니터링 시스템으로 예측 유지 보수가 가능
쉬운 모니터링
클라우드로 데이터를 수집하고,
이상 탐지 결과는 바로 모바일 앱과
연동되어 별도 앱 구축이 필요 없음
간편한 설치 및 사용
기존 설비에 간단히 진동, 온도 등
센서를 부착하여 기계 학습 기반
예측을 ISO 표준 기준과 비교하는
장비 모니터링 시작 가능
32.
33. AWS Lookout for Vision
• 수동 검사에 비해 결함 감지 속도, 일관성
및 정확성 향상
• 일반 컴퓨터 비전 시스템에 비해 ML 기반
높은 품질 관리 가능
• ML 경험이 필요하지 않으며, 최소 30 개의
이미지로 모델 구축 시작 가능
물체의 시각적 결함을 식별하여 산업 생산 품질과 운영 효율성을
향상시키는 기계 학습 서비스
34.
35. AWS Panorama Appliance
엣지 환경에서 컴퓨터 비전 애플리케이션 구축 및 관리 장비
• 기존 산업 현장 카메라를 그대로 사용 가능
• 여러 카메라 영상을 받아 병렬 분석하고, 밀리 초
내에 정확한 컴퓨터 비전 예측 수행
• PPE 감지, 소셜 거리 모니터링, 번호판 감지 등과
같은 기존 생성 모델이나 자체 모델 활용 가능
• AWS Lambda와 연동된 SDK 사용 가능
P R E V I E W
39. Microcontrollers
& IoT devices 5G telco networks Rugged edge
On premises
data center
Metro
data centers
Networked
environments
PoPs & Regions
(AWS Cloud)
24
Regions
(+5 announced)
77
Availability Zones
(+15 announced)
220+
PoPs
210+
Edge locations
클라우드와의 하이브리드 영역 재정의
40. 클라우드와의 하이브리드 영역 재정의
Microcontrollers
& IoT devices 5G telco networks Rugged edge
Networked
environments
PoPs & Regions
(AWS Cloud)
AWS Outposts
AWS Storage Gateway
AWS Wavelength
24
Regions
77
Availability
zones
220+
PoPs
210+
Edge
locations
AWS Local Zones
AWS Snowcone
AWS Snowball Edge
AWS IoT Greengrass
FreeRTOS
AWS IoT Core
Amazon SageMaker
Neo
AWS RoboMaker
AWS IoT SiteWise
Aws Kinesis Data
Stream
On premises
data center
Metro
data centers
41. 클라우드와의 하이브리드 영역 재정의
Microcontrollers
& IoT devices Rugged edge On-premises Metro centers
Networked
environments
PoPs & Regions
(AWS Cloud)
AWS Outposts
(Two New Sizes)
AWS Storage Gateway
5G telco networks
AWS Wavelength
(DOCOMO, SKT)
24
Regions
77
Availability
zones
220+
PoPs
210+
Edge
locations
AWS Local Zones
(Three zones & 12 new
zone in 2021)
AWS Snowcone
AWS Snowball Edge
AWS RoboMaker
AWS IoT SiteWise Edge
Amazon Lookout
for Vision
Amazon Location
Service
AWS IoT Greengrass 2.0
FreeRTOS LTS
AWS IoT Core for LoRAWAN
Amazon SageMaker
Neo & EdgeManager
Aws Kinesis Data
Stream
AWS
Panorama
Amazon Lookout
for Eqipment
Amazon
Monitron
ECS/EKS
Anywhere
43. P R E -
A N N O U N
C E M E N T
다양한 원격 환경을 위한 단일 서버 기반 AWS 워크로드 사용 가능
전력 및 공간이 제한된
사이트에서 작은 컴퓨팅
워크로드를 위해 설계
자체 온-프레미스 위치 또는
선호하는 제3자 업체에 의한
간단한 장치 설치
두 크기 모두 64 개의 vCPU,
128GiB 메모리 및 4TB의
로컬 NVMe 스토리지를 제공
COMING IN 2021
3 ½” tall1 ¾“ tall
44. Amazon ECS & EKS Anywhere
P R E -
A N N O U N
C E M E N T
Amazon EKS Anywhere는
AWS에서 지원하고 간소화 된
Kubernetes 클러스터 설치 및 온
프레미스 운영을 제공합니다.
Amazon ECS Anywhere는 고객에게
자체 데이터 센터의 자체
하드웨어에서 컨테이너를 실행할
수있는 기능을 제공합니다.
이를 통해 고객은 온 프레미스와
클라우드 모두에서 하나의
컨테이너 오케 스트레이터에서
표준화 할 수 있습니다.
기존 데이터 센터에서 ECS 및 EKS 클러스터 실행
48. Bottlerocket
컨테이너 호스팅을
위한 Linux 기반
운영 체제
Firecracker
microVM을 만들고
관리하기위한 VMM
(Virtual Machine Monitor)
AWS Amplify
오픈 소스 모바일 및
웹 프레임 워크
FreeRTOS
임베디드를 위한
실시간 운영 체제
(RTOS)
Open Distro for
ElasticSearch
기업을 위한
Elasticsearch 배포판
Apache MXNet
효율성과 유연성 모두를
위해 설계된 딥 러닝
프레임 워크
Explore more than 1200 Amazon-led Open Source Projects on GitHub
49. AWS Distro for
Open Telemetry
기업을 위한 AWS 지원
OpenTelemetry 배포판
Amazon EKS Distro
Amazon EKS 기반 인증 된
Kubernetes 배포판
Babelfish for PostgreSQL
PostgreSQL에 대한 SQL Server
호환 기능 제공
AWS IoT Greengrass 2.0
대규모 IoT 장치 관리용 오픈
소스 에지 런타임
Amazon Managed
Service for Grafana
대화형 데이터
시각화를위한 완전 관리형
Grafana 서비스
Amazon Managed
Service for Prometheus
완전 관리 형 Prometheus
호환 모니터링 서비스
50. 1. 극강의 비용 대비 성능 개선 지속 가능성 확대
2. 기계 학습의 경계를 허물다 ML 역량 확대
3. 버티컬 산업 분야로 ML 확대 비지니스 요구 부응
4. 하이브리드를 재정의 하다 엣지로의 확대
5. 개방형 클라우드 환경 강화 오픈 소스 지원 확대
AWS re:Invent를 통해 본 5가지 클라우드 기술의 변화