Amazon Textract는 문서 또는 이미지에서 텍스트, 필기 및 데이터를 자동으로 추출하는 기계 학습 서비스입니다. Textract는 이제 Analyze Document API 내의 새로운 Queries 기능을 사용하여 문서에서 추출하는 데 필요한 데이터를 지정하는 유연성을 제공합니다. 문서(테이블, 양식, 암시적 필드, 중첩 데이터)에 있는 데이터의 구조를 알 필요가 없으며 문서 버전과 형식에 따른 변형에 대해 걱정할 필요가 없습니다. Queries는 시각적, 공간적, 언어적 신호의 조합을 활용하여 원하는 정보를 높은 정확도로 추출합니다.

오늘 AWS는 AWS Amplify Studio Figma-to-React 코드 기능의 정식 출시를 발표하여 프런트 엔드 개발자에게 전체 스택 앱을 구축하기 위한 더 빠른 워크플로를 제공합니다. 이러한 새로운 기능이 기존 Amplify Studio 백엔드 생성 및 관리 기능에 추가되어 개발자가 UI 개발을 가속화할 수 있습니다. 일반적으로 프런트 엔드 개발자와 디자이너 사이에는 많은 대화가 오가며, 제시간에 배송하기 위한 타협으로 인해 최종 사용자 경험이 최적화되지 않을 수 있습니다. Amplify Studio를 사용하면 디자인에 따른 UI 개발이 "Figma에서 가져오기, 코드로 내보내기 및 사용자 정의 로직으로 코드 확장"만큼 쉽습니다.

이제 Amazon QuickSight는 코딩이나 개발 없이 대시보드를 퍼블릭 애플리케이션, Wiki 및 포털에 임베딩할 수 있는 기능인 원클릭 퍼블릭 임베딩을 지원합니다. 임베딩되면 서버 배포나 인프라 라이선스 없이도 인터넷의 모든 사람이 이러한 임베디드 대시보드에 즉시 최신 정보로 액세스할 수 있습니다! 원클릭 퍼블릭 임베딩을 통해 최종 사용자가 몇 초 만에 인사이트에 액세스할 수 있도록 권한을 부여할 수 있습니다. 평가판에서 이 기능에 액세스하려면 quicksight-public-embedding-preview@amazon.com에 문의해 주세요.

오늘 SageMaker가 정식 출시된 모든 AWS 리전(AWS 중국 리전 제외)에 Amazon SageMaker Serverless Inference의 정식 출시를 발표하게 되어 기쁩니다. SageMaker Serverless Inference를 사용하면 기본 인프라를 구성하거나 관리할 필요 없이 추론용 기계 학습(ML) 모델을 빠르게 배포할 수 있습니다. ML 모델 배포 시에 서버리스 옵션을 선택하기만 하면 Amazon SageMaker가 추론 요청 볼륨에 기반한 컴퓨팅 용량을 자동으로 프로비저닝하고 크기를 조정하며 비활성화합니다. SageMaker Serverless Inference를 사용하면 추론 요청을 처리하는 데 사용되는 컴퓨팅 용량(밀리초 단위로 청구됨)과 처리된 데이터 양에 대해서만 비용을 지불하며 유휴 시간에 대해서는 비용을 지불하지 않습니다. SageMaker Serverless Inference는 트래픽이 간헐적이거나 예측할 수 없는 애플리케이션에 이상적인 서비스입니

Amazon DevOps Guru는 이제 가용성을 높이고 성능을 개선하며 애플리케이션 리소스의 활용도를 최적화하는 데 도움이 되는 사전 예방 인사이트를 제공합니다. 사전 예방 모니터링은 애플리케이션 및 인프라의 잠재적 문제를 조기에 플래그 지정하여 신속하게 대응하고, 비용이 많이 드는 가동 중지 시간을 줄이는 데 핵심 역할을 합니다. Amazon DevOps Guru는 기계 학습(ML)을 사용하여 애플리케이션 리소스, 구성 및 애플리케이션 지표를 분석해 잠재적인 향후 운영 문제를 식별하여 사용자에게 영향을 주지 않고 애플리케이션 가동 시간을 늘립니다.

AWS Glue Apache Spark 작업의 Auto Scaling이 이제 정식 출시됩니다. AWS Glue 3.0은 이제 워크로드에 기반해 리소스를 동적으로 확장하거나 축소할 수 있습니다. Auto Scaling을 통해 더 이상 작업에 대해 초과 프로비저닝이나, 작업자 수 최적화에 시간을 보내거나 유휴 작업자에 대해 지불할 걱정을 할 필요가 없습니다.

이제 AWS Glue Studio Job Notebooks가 정식 출시되어 AWS Glue에서 대화형 노트북 기반 작업 작성을 제공합니다. 데이터 통합 작업 개발 프로세스를 단순화하는 데 도움이 됩니다. Job Notebooks는 또한 고객이 온디맨드로 대화형 Apache Spark 워크로드를 실행할 수 있도록 하는 또 다른 새로운 기능인 AWS Glue Interactive Sessions용 내장형 서버리스 인터페이스를 제공합니다.

AWS Glue의 민감한 데이터 탐지 및 처리가 정식으로 출시됩니다. 이 기능은 패턴 매칭과 기계 학습을 사용해 AWS Glue 작업이 실행되는 동안 열 및 셀 수준 모두에서 개인 식별 정보(PII)및 기타 민감한 데이터를 자동으로 탐지합니다. AWS Glue에는 PII 유형 및 해당 위치를 로그하고 조치를 수행하는 옵션이 포함되어 있습니다.

AWS Glue 대화형 세션이 이제 정식 출시되었습니다. 대화형 세션은 AWS Glue의 확장성이 뛰어난 Serverless Spark 환경에 새로운 인터페이스를 제공합니다. 이는 대화형 데이터 통합 작업 개발, 데이터 탐색 및 고객 고유의 애플리케이션을 위한 온디맨드 분산 데이터 처리를 지원합니다.

이제 Amazon Personalize를 사용하여 recommender를 중지하고 시작할 수 있으므로 리소스를 보다 효과적으로 제어할 수 있습니다. 개발자들은 Amazon Personalize를 활용하여 기계 학습 전문 지식 없이도 맞춤형 제품과 콘텐츠 추천을 통해 고객 참여를 개선할 수 있습니다. Recommender는 소매업체의 경우에는 "자주 함께 구입하는 상품", 미디어 및 엔터테인먼트의 경우에는 "당신을 위한 최고의 컨텐츠"와 같은 특정 사용 사례에 최적화된 리소스입니다. 사용 중이 아닐 때 recommender를 중지하면 recommender를 삭제할 필요 없이 비활성 상태로 변경합니다. 시작하면 활성 상태로 변경하고 recommender 리소스를 재생성할 필요 없이 중단한 곳에서 다시 시작합니다. 예를 들어 테스트 단계

이제 AWS Batch는 컴퓨팅 환경을 다시 생성하지 않고도 업데이트할 수 있는 컴퓨팅 환경(CE) 구성 파라미터를 확장합니다. 이전 고객은 UpdateComputeEnvironment API를 사용하여 CE 상태, 원하는 CPU 수, 최소 및 최대 vCPU 개수 및 서비스 역할을 변경했습니다. 추가 구성 파라미터를 업데이트하려면 고객은 새 CE를 생성해야 합니다. 이번 출시를 통해 고객은 UpdateComputeEnvironment API를 사용하여 AMI, EC2 Launch 템플릿, 인스턴스 유형 등과 같은 CE 구성 파라미터를 동적으로 업데이트할 수 있습니다. 업데이트된 구성을 사용하기 위해 새 CE를 수동으로 생성하는 대신, Batch는 업데이트된 CE 구성을 사용하여 새 인스턴스를 시작합니다. 그리고 이전 CE 구성을 사용하던 인스턴스에서 실행되던 작업이 완료되면 해당 이전 CE 구성의 인스턴스를 종료합니다.

이제 Amazon Elastic Compute Cloud (Amazon EC2)에서 자체 관리형 Microsoft Exchange Server의 배포 모범 사례를 안내하도록 AWS Launch Wizard를 사용할 수 있습니다. AWS Launch Wizard는 수동으로 개별 AWS 리소스를 식별하고 프로비저닝할 필요 없이, AWS Well-Architected Framework를 사용하여 AWS 클라우드에서 Microsoft Exchange Server의 구성, 크기 조정, 배포를 안내합니다.

이제 Amazon Connect를 통해 고객은 AWS GovCloud(미국 서부) 리전의 Amazon Connect 콜 센터에서 문의(음성 통화, 채팅, 태스크) 이벤트(예: 통화 대기 중)의 실시간에 가까운 스트림을 구독할 수 있습니다. 이러한 이벤트로는, 음성 통화, 채팅 또는 태스크가 시작되고, 상담원에게 배정되길 대기하다가, 상담원에게 연결되고, 다른 상담원이나 대기열로 이전된 후 연결이 끊어지는 상황을 포함합니다. 문의 이벤트는 문의 활동을 모니터링 및 추적하기 위해 분석 대시보드를 생성하거나, 인력 관리(WFM) 솔루션에 통합하여 콜 센터 성능을 효과적으로 이해하거나 실시간으로 이벤트(예: 통화 연결 끊김)에 대응하는 애플리케이션을 통합하는 데 사용할 수 있습니다. Amazon Connect

이제 여러 가용 영역(AZ)에 걸친 Amazon Elastic Compute Cloud (Amazon EC2) Auto Scaling 그룹의 Windows Server용 자체 관리형 IIS(인터넷 정보 서비스) 배포 모범 사례를 AWS Launch Wizard를 사용하여 살펴볼 수 있습니다. AWS Launch Wizard는 수동으로 개별 AWS 리소스를 식별하고 프로비저닝할 필요 없이, AWS Well-Architected Framework를 사용하여 AWS 클라우드에서 Microsoft IIS의 크기 조정, 구성, 배포를 안내합니다. 노드는 고가용성을 위해 여러 가용 영역에 걸쳐 별도의 서브넷에 배포됩니다. Windows Server용 IIS(인터넷 정보 서비스)는 웹 상의 모든 항목을 호스팅할 수 있는 유연하고 안전하며 관리 가능한 웹 서버입니다.

Amazon Connect가 프로그래밍 방식으로 새로운 전화 번호를 신청하고 구성하는 API 출시했습니다. 이 API를 사용하여 사용 가능한 전화 번호를 프로그래밍 방식으로 검색하고 신청하거나, 전화 번호를 고객 응대 흐름에 연결하거나, 더 이상 필요하지 않은 전화 번호를 릴리스할 수 있습니다. 추가적으로 전화번호 API는 AWS CloudFormation을 지원합니다. 자세한 내용은 API 설명서와 AWS CloudFormation 사용 설명서의 Amazon Connect 리소스 유형 참조를 참조하세요.  

Amazon Elastic Container Service(Amazon ECS)는 오늘 Amazon ECS에 최적화된 Amazon Linux 2022 Amazon Machine Image(AMI)의 공개 평가판을 발표했습니다. 오늘 안전하고 안정적이고 고성능 실행 환경을 제공하여 클라우드 애플리케이션을 개발하고 실행하기 위해 설계된 Amazon의 AWS용 신규 범용 Linux인 Amazon Linux 2022(AL2022)의 공개 평가판을 발표합니다. AL2022를 사용하면 Amazon Linux의 신규 주요 버전이 2년마다 제공되고 각 주요 버전은 5년간 지원됩니다. Amazon ECS는 Amazon ECS에 최적화된 AMI를 게시하여 모든 새로운 주요 Amazon Linux 버전에 대해 동일한 2년 릴리스 및 5년 지원 주기를 지원합니다. 2년의 주요 릴리스 주기는 소프트웨어를 최신으로 유지하며, 각 주요 릴리스에 대한 5년의 지

이제 AWS Transit Gateway를 AWS Direct Connect에 대한 지원과 함께 아시아 태평양(자카르타) AWS 리전에서 사용할 수 있습니다. 고객은 AWS Transit Gateway를 통해 단일 게이트웨이를 사용하여 수천 개의 Amazon Virtual Private Cloud(Amazon VPC)와 온프레미스 네트워크를 연결할 수 있습니다.

이제 AWS 글로벌 조건 컨텍스트 키를 사용하여 Neptune 클러스터 또는 인스턴스와 같은 Amazon Neptune 리소스에 대한 액세스를 제어하는 AWS Identity and Access Management(IAM) 정책을 사용자 지정할 수 있습니다. IAM 정책의 조건 요소에 지정된 AWS 글로벌 조건 컨텍스트 키를 사용하여 설정된 조건에 따라 Neptune 리소스에 대한 액세스를 허용하거나 허용하지 않을 수 있습니다.

Amazon Elastic Kubernetes Service(Amazon EKS)에서 이제 Amazon EKS 콘솔, AWS Command Line Interface(CLI) 및 EKS API를 사용한 AWS Distro for OpenTelemetry(ADOT) 연산자 설치 및 관리를 지원합니다. 이번 출시를 통해 Amazon EKS에서 실행되는 애플리케이션을 구성하여 AWS X-Ray, Amazon Managed Service for Prometheus 및 Amazon CloudWatch를 비롯한 여러 모니터링 서비스로 지표와 추적 정보를 전송할 수 있습니다. 

이제 자동 크기 조정 인스턴스 수명 주기의 모든 크기 조정 작업, 상태 확인 교체 및 기타 교체 이벤트에 대한 기본 인스턴스 준비 시간을 설정할 수 있습니다. Amazon EC2 Auto Scaling은 애플리케이션에 사용되는 인스턴스의 논리적 그룹(Auto Scaling 그룹)의 크기를 자동으로 조정하고 관리할 수 있는 서비스입니다. EC2 Auto Scaling은 CPU 사용률 및 애플리케이션 수요와 같은 다양한 지표를 모니터링하여 인스턴스를 Auto Scaling 그룹에서 교체, 제거 또는 추가해야 하는지 여부를 결정합니다. 기본 인스턴스 준비 시간 파라미터를 설정하면 모든 크기 조정 및 교체 정책이 인스턴스가 요구를 처리하는 데 일반적으로 걸리는 시간을 인식하여 Auto Scaling 그룹 구성을 간소화할 수 있습니다.