오늘 AWS는 조직이 여러 애플리케이션, 채널 및 데이터 스토어에 저장된 관련 레코드를 매칭하고 연결할 수 있도록 지원하는 구성 가능한 기계 학습(ML) 기반 서비스인 AWS Entity Resolution을 정식 출시했습니다. 엔터티 확인 또는 ML에 대한 전문 지식이 없어도 유연하고 확장 가능하며 기존 애플리케이션에 원활하게 연결할 수 있는 엔터티 확인 워크플로를 사용하여 몇 분 만에 시작할 수 있습니다.

이제 Azure Blob 스토리지 간 데이터 복사에 대한 AWS DataSync 지원이 정식 출시되었습니다. DataSync를 사용하여 Azure Blob 스토리지 및 Amazon S3와 같은 AWS 스토리지 서비스 간에 대규모로 객체 데이터를 이동할 수 있습니다. AWS DataSync는 블록 Blob에 쓰기를 지원하고 Azure Blob 스토리지 내의 모든 Blob 유형에서 읽을 수 있습니다. 이는 Azure 데이터 레이크 스토리지(ADLS) 2세대에서도 사용할 수 있습니다.

이제 Amazon SageMaker Canvas는 Amazon QuickSight와의 기계 학습(ML) 모델 공유를 지원하므로 분석가는 Canvas에서 모델을 구축하고 예측을 생성하여 QuickSight에서 대시보드를 구축할 수 있습니다. 이를 통해 Canvas와 QuickSight 간의 ML/분석 통합 솔루션이 확장되어 분석가가 코드를 작성할 필요 없이 모델을 구축하고, 예측을 생성하고, 대화형 대시보드로 이를 보강하고, 효율적으로 비즈니스 의사 결정을 내릴 수 있도록 인사이트를 사용할 수 있습니다. 

오늘 AWS는 의료 서비스 제공자와 해당 소프트웨어 파트너가 페타바이트 규모로 의료 이미지를 저장, 분석 및 공유할 수 있도록 지원하는 새로운 HIPAA 적격 서비스인 AWS HealthImaging을 정식 출시했습니다. HealthImaging을 통해 인프라 비용을 줄이면서 클라우드에 있는 각 의료 이미지의 신뢰할 수 있는 단일 사본에서 의료 영상 애플리케이션을 대규모로 실행할 수 있습니다.

이제 Amazon SageMaker Canvas는 다양한 객관적 지표를 사용하여 기계 학습(ML) 모델을 훈련할 수 있는 기능을 제공하므로 모델의 강점과 약점을 보다 포괄적으로 이해할 수 있습니다. SageMaker Canvas는 ML 전문 지식이 없는 비즈니스 분석가 및 일반인 데이터 사이언티스트도 코드를 작성할 필요 없이 자체적으로 정확한 ML 예측을 생성할 수 있도록 지원하는 시각적 인터페이스입니다.

AWS Health가 AWS Organizations의 기능 중 하나인 위임 관리자에 대한 지원을 발표했습니다. 위임 관리자를 사용하면 AWS Health Dashboard에서 또는 AWS Health API를 통해 프로그래밍 방식으로 집계된 AWS Health 이벤트를 볼 수 있도록 관리 계정 이외의 다른 계정에 권한을 위임할 수 있습니다. AWS Health는 AWS 클라우드 리소스에 영향을 미치는 서비스 이벤트 및 계획된 변경에 대한 신뢰할 수 있는 정보 소스입니다.

이제 Amazon RDS for SQL Server에서 성능과 보안 수정 사항을 제공하는 Microsoft SQL Server의 새로운 마이너 버전을 사용할 수 있습니다. Amazon RDS for SQL Server는 Express, Web, Standard 및 Enterprise Edition에서 SQL Server 2019의 새로운 마이너 버전을 지원합니다.

오늘부터 아시아 태평양(하이데라바드) 리전에서 AWS Console을 통해 ROSA를 활성화하고 ROSA 클러스터를 시작할 수 있습니다. 

Amazon GameLift가 이제 Amazon GameLift Server SDK의 최신 업데이트를 통해 Unity에서 .NET Standard 및 .NET Framework 프로필을 모두 지원한다는 소식을 전하게 되어 기쁩니다. Amazon GameLift는 개발자가 멀티플레이어 게임을 위한 전용 게임 서버를 신속하게 관리 및 확장할 수 있도록 지원하는 완전관리형 서비스입니다. 이번 릴리스를 통해 이제 Amazon GameLift Server SDK에서는 Unity 2022.3, Unreal 4.26, Unreal 5.1, Go 언어, 커스텀 C++ 및 C# 엔진을 지원합니다.

이제 Amazon MQ가 RabbitMQ 버전 3.11을 지원합니다. 이 새로운 마이너 버전 릴리스에는 Amazon MQ 3.8, 3.9 및 3.10에서 지원되는 이전 RabbitMQ 버전의 여러 수정 사항과 개선 사항이 포함되어 있습니다. 또한 Amazon MQ는 RabbitMQ 버전 3.11을 통해 고가용성 속성이 활성화된 각 가상 호스트에 기본 운영자 정책을 도입합니다.

오늘 AWS는 대량 채널을 통해 APN 고객 참여(ACE) Pipeline Manager로 가져온 파트너가 시작한 기회에 대한 인라인 편집 경험을 출시했습니다. 대량 가져오기는 사용자가 한 번에 최대 250개의 영업 기회를 제출할 수 있도록 함으로써 AWS 파트너가 ACE Pipeline Manager를 활용할 때 효율성을 극대화하도록 돕습니다.

이제 AWS Glue for Apache Spark는 Snowflake에 대한 네이티브 연결을 지원하므로 사용자는 Snowflake 커넥터 라이브러리를 설치하거나 관리할 필요 없이 Snowflake의 데이터를 읽고 쓸 수 있습니다. 또한 Snowflake용 데이터 파이프라인을 작성할 경우 AWS Glue Studio에는 시간을 절약할 수 있도록 Snowflake 소스 및 대상에 사용 가능한 새로운 Visual ETL 기능이 있습니다. ETL(추출, 변환 및 로드) 개발자는 AWS Glue Studio를 통해 코드가 필요 없는 끌어서 놓기 인터페이스를 사용하여 데이터를 시각적으로 변환할 수 있습니다. 이 새로운 커넥터와 시각적 기능을 통해 ETL 개발자는 AWS Glue를 사용하여 Snowflake에 데이터를 더 효과적으로 읽고 쓸 수 있습니다.

이제 Amazon SageMaker Canvas는 5개의 새로운 데이터 변환 기능을 지원하므로 기계 학습(ML) 모델을 구축하기 전에 보다 효과적으로 데이터를 준비하고 분석할 수 있습니다. 데이터는 기계 학습의 기반으로, 더 나은 인사이트를 얻기 위해 원시 데이터를 ML 모델 구축에 적합하도록 변환하고 예측을 생성하는 것이 중요합니다. 오늘부터 SageMaker Canvas를 통해 열의 데이터 유형을 숫자, 텍스트 및 날짜 시간으로 변경하고 해당 데이터 유형(예: 이진 및 범주)에 대한 관련 기능도 표시할 수 있습니다. 따라서 기능을 기반으로 열의 데이터 유형을 수동으로 유연하게 변경할 수 있습니다. 올바른 데이터 유형을 선택하는 기능을 통해 ML 모델을 구축하기 전에 데이터 무결성과 정확성이 보장됩니다. 예를 들어 날짜 시

이제 Amazon Web Services 고객은 Amazon CloudWatch Application Insights를 사용하여 동일한 인스턴스에 있는 다중 애플리케이션 배포에 대한 상세한 상태 지표와 분석을 얻을 수 있습니다. 고객은 CloudWatch Application Insights를 통해 애플리케이션을 보다 쉽게 설정 및 모니터링하고, 문제를 인식하고, 데이터를 사용하여 의사 결정을 내릴 수 있으므로 애플리케이션 환경과 AWS 리소스에 대한 실행 가능한 인사이트를 얻을 수 있습니다. 

서버리스 데이터 통합 서비스인 AWS Glue를 이제 아시아 태평양(하이데라바드)와 아시아 태평양(멜버른) 리전에서도 사용할 수 있게 되었습니다.

Amazon EMR Serverless는 데이터 분석가 및 엔지니어가 클러스터나 서버를 구성, 관리 및 확장할 필요 없이 Apache Spark, Apache Hive 등의 오픈 소스 빅 데이터 분석 프레임워크를 실행할 수 있도록 지원하는 서버리스 옵션입니다. 오늘부터 EMR Serverless Spark 및 Hive 애플리케이션에 대한 로그를 Amazon CloudWatch에 저장할 수 있습니다.

이제 AWS Glue Studio Visual ETL 작업을 통해 DataBrew 레시피를 변환 흐름의 단계로 사용할 수 있습니다. AWS Glue Studio Visual ETL은 흐름 다이어그램 인터페이스를 사용하는 ETL 개발자용 노코드 작업 작성 UI입니다. AWS Glue DataBrew는 스프레드시트 스타일의 UI를 사용하는 비즈니스 사용자 및 데이터 분석가를 위한 노코드 데이터 준비 도구입니다. 두 기능의 새로운 통합으로 DataBrew 작업을 더 간단하게 배포하고 확장할 수 있으며 DataBrew 사용자는 DataBrew에서 사용할 수 없는 AWS Glue 기능에 액세스할 수 있습니다. 통합은 코드 기반 작업에서도 작

이제 Amazon SageMaker Canvas는 훈련된 모델, 설명 가능성 보고서 및 예측 결과와 같은 기계 학습(ML) 아티팩트에 대해 Amazon S3에 사용자 지정 출력 위치를 제공하는 기능을 지원하므로 특정 요구 사항 및 기본 설정에 맞는 방식으로 출력 디렉터리를 구성하고 구조화할 수 있습니다. SageMaker Canvas는 ML 전문 지식이 없는 비즈니스 분석가 및 일반인 데이터 사이언티스트도 코드를 작성할 필요 없이 자체적으로 정확한 ML 예측을 생성할 수 있도록 지원하는 시각적 인터페이스입니다. 

이제 AWS Enterprise On-Ramp는 AWS GovCloud(미국 동부 및 미국 서부) 리전에서 정식 버전으로 사용할 수 있습니다. AWS GovCloud(미국) 리전에서 운영하는 AWS 고객과 AWS 파트너는 이제 Enterprise On-Ramp를 비롯하여 확장된 지원 포트폴리오를 활용할 수 있으므로 클라우드 도입과 애플리케이션 마이그레이션을 가속화하고 비용 효율성을 높일 수 있습니다.

이제 Amazon SageMaker Canvas는 Amazon Textract 기반의 바로 사용 가능한 모델인 문서 쿼리를 지원합니다. 문서 쿼리를 통해 문서 구조(테이블, 양식, 필드, 중첩된 데이터)에 대한 사전 지식 없이 자연어를 사용하여 구조화된 문서에서 추출하려는 데이터를 지정할 수 있습니다. 따라서 추출된 데이터 내에서 수동 처리 및 검색을 수행할 필요가 없으므로 시간이 절약되고 인적 오류가 줄어듭니다.