오늘 AWS Step Functions는 Amazon Bedrock을 위한 최적화된 통합을 발표했습니다. 이를 통해 생성형 AI 기능을 Step Functions 워크플로에 쉽게 통합하여 생성형 AI 애플리케이션 개발을 가속화할 수 있게 되었습니다. 이번 출시를 통해 통합 코드를 작성하거나 유지 관리할 필요 없이 Step Functions를 사용하여 기초 모델과의 상호 작용을 조정하고 인력이 개입할 단계를 추가할 수 있습니다. Step Functions Workflow Studio를 활용하여 사용자 정의 생성형 AI 워크플로를 쉽게 시각적으로 개발, 검사 및 감사할 수 있습니다. 

Amazon S3 액세스 권한은 Active Directory와 같은 디렉터리의 ID 또는 AWS Identity and Access Management(AWS IAM) 주체를 S3의 데이터 세트에 매핑합니다. 따라서 기업 ID를 기반으로 최종 사용자에게 S3 액세스 권한을 자동으로 부여함으로써 대규모로 데이터 권한을 관리할 수 있습니다. 아울러 S3 액세스 권한은 AWS CloudTrail에서 S3에 액세스하는 데 사용되는 최종 사용자 ID와 애플리케이션을 로깅합니다. 이렇게 하면 S3 버킷의 데이터에 대한 모든 액세스에 대해 최종 사용자 ID까지 상세한 감사 기록을 제공할 수 있습니다.

오늘부터 고객은 AWS 과금 정보 및 비용 관리 콘솔에서 Amazon QuickSight가 제공하는 비용 및 사용량 대시보드를 직접 배포할 수 있습니다. 비용 및 사용량 대시보드는 AWS 비용 및 사용량 보고서(CUR)의 요약 보기를 기반으로 하며, 이를 통해 대화형 분석을 수행하고 AWS Console에 액세스 권한이 없는 다양한 이해 관계자 그룹과 비용 인사이트를 안전하게 공유할 수 있습니다.

Amazon Transcribe Call Analytics에서 고객 센터 에이전트 및 관리자의 생산성을 높이고 고객 환경을 개선하기 위한 생성형 AI 기반 통화 요약의 평가판 모드를 발표했습니다. Amazon Bedrock을 기반으로 하는 생성형 통화 요약 기능은 고객 센터 통화 대화 내용에 대한 간결한 요약을 제공합니다. 이 요약 기능에는 고객이 통화를 건 이유, 문제 해결 방법, 파악된 후속 작업 등 주요 구성 요소가 포함됩니다.

이제 Amazon Kinesis Data Streams가 리소스 기반 정책을 지원함에 따라 다른 계정의 AWS Lambda 함수를 사용하여 한 계정의 스트림으로 수집된 데이터를 처리할 수 있습니다. Amazon Kinesis Data Streams는 서버리스 실시간 데이터 스트리밍 서비스로 수십만 개의 소스에서 초당 기가바이트의 데이터를 연속적으로 캡처합니다. AWS Lambda는 서버를 프로비저닝하거나 관리하지 않고도 코드를 실행할 수 있는 서버리스 컴퓨팅 서비스입니다. Kinesis Data Streams 및 Lambda와 함께 완벽한 서버리스 데이터 스트림 파이프라인을 구축할 수 있습니다.

이제 AWS IoT SiteWise는 자산, 자산 모델, 속성 및 계층 구조에 대한 사용자 정의 고유 식별자 사용을 지원합니다. 이 새로운 기능을 사용하면 AWS IoT SiteWise의 자산 및 자산 모델에 대한 식별자를 사용하여 일관성과 제어를 유지할 수 있습니다. 특히 여러 시스템 또는 AWS IoT SiteWise 인스턴스에서 산업 장비를 모델링한 회사의 경우 더욱 그렇습니다.

이제 AWS IoT SiteWise는 완전관리형 스토리지 티어인 웜 스토리지를 지원합니다. 이를 통해 고객은 간편하게 비즈니스 인텔리전스 대시보드, 기계 학습 애플리케이션 등 분석 사용 사례에 필요한 산업 데이터를 안전하게 저장하고 액세스할 수 있습니다. 웜 스토리지 티어를 사용하면 대량의 과거 데이터를 Amazon S3와 비슷한 GB당 비용으로 유지할 수 있습니다. 웜 티어에 저장된 데이터는 AWS IoT SiteWise 쿼리 API를 사용하여 검색할 수 있도록 최적화됩니다.

이제 AWS Entity Resolution은 HIPAA 적격 서비스로, 의료 및 생명 과학 조직이 AWS Entity Resolution을 사용하여 전자 건강 기록(EHR), 진단 실험실, 청구, 보험, 결제 플랫폼 등 여러 데이터 스토어에 분산되어 있는 환자 레코드를 매칭, 연결 및 강화할 수 있습니다.

AWS는 AMT 분야에서 기술적 숙련도를 입증한 APN 파트너를 소개하기 위해 마련된 AWS 광고 및 마케팅 기술(AMT) 컴피턴시를 출시한다고 발표했습니다.

오늘부터 Amazon EMR Studio에서 Amazon CodeWhisperer를 사용할 수 있게 되었습니다. 추가 비용 없이 Amazon CodeWhisperer를 사용하여 Amazon EMR Studio 노트북에서 실시간 코드 제안을 생성할 수 있습니다. CodeWhisperer는 프롬프트 및 기존 코드를 기반으로 코드 조각에서 전체 함수에 이르는 코드 제안을 실시간으로 생성할 수 있습니다.

AWS IoT TwinMaker를 사용하면 건물, 공장, 산업용 장비 등 실제 시스템의 디지털 트윈을 더 쉽게 생성할 수 있습니다. 고객이 디지털 트윈을 더 빠르고 효율적으로 모델링, 배포 및 확장할 수 있도록 엔터티 모델링의 세 가지 새로운 기능을 출시합니다.

PyTorch용 Amazon S3 커넥터는 Amazon S3에 있는 데이터에 액세스하고 저장하는 PyTorch 훈련 작업에 높은 처리량을 제공합니다. PyTorch는 AWS 고객이 기계 학습 모델을 구축하고 훈련하는 데 널리 사용하는 오픈 소스 기계 학습 프레임워크입니다. PyTorch용 Amazon S3 커넥터는 S3 읽기 및 목록 요청을 자동으로 최적화하여 훈련 워크로드의 데이터 로드 및 체크포인트 성능을 개선합니다. PyTorch용 Amazon S3 커넥터를 사용하면 기계 학습 훈련 모델 체크포인트를 저장하는 것이 Amazon EC2 인스턴스 스토리지에 저장하는 것보다 최대 40% 더 빨라집니다.

이제 AWS IoT SiteWise는 산업 고객이 재사용 가능한 구성 요소를 생성하여 새로운 자산 모델을 확보하고 변형을 쉽게 표현할 수 있도록 자산 모델 구성 요소를 지원합니다.

Amazon QuickSight는 새로운 분석 환경을 출시하여 QuickSight에서 대시보드를 보다 직관적이고 효율적으로 작성할 수 있게 되었습니다. QuickSight는 새로운 분석 환경을 통해 작성자를 위한 핵심 워크플로를 보다 직관적이고 확장 가능하며 효율적으로 재설계하고 있습니다. 새로운 분석 환경에는 명확하고 체계적인 작업 공간을 제공하는 3창 레이아웃이 포함되어 데이터, 시각화 구축 및 개체 속성 간에 쉽게 탐색할 수 있습니다. 여기에는 창 구성 요소 업데이트, 수직으로 구성된 새로운 필드 웰, 드래그 앤 드롭 필드, 워크플로 추가/편집, 시각적 유형 선택기 재설계 및 속성 창에 대한 업데이트가 포함됩니다. 작성자는 클릭 한 번으로 필수 작성, 편집 및 창 관리 기능에 액세스할 수 있는 분석 도구 모음을 통해 분석 환경에서 더 효율적

오늘 AWS는 분석 사용 사례에 필요한 시계열 데이터를 비용 효율적이고 확장 가능한 방식으로 수집할 수 있는 AWS IoT SiteWise의 새로운 기능을 출시한다고 발표했습니다. 지금까지는 고객이 AWS IoT SiteWise 스트리밍 수집 API를 사용하여 실시간 사용 사례를 위한 텔레메트리 데이터를 밀리초 이내에 수집해 왔습니다. 이 새로운 기능을 사용하면 이제 클라우드로 수집하기 전에 엣지에서 시계열 데이터 스트림을 버퍼링할 수 있습니다. 따라서 클라우드에서 밀리초 단위가 아니라 몇 분 내에 필요한 데이터를 수집하는 데 드는 비용을 절감할 수 있습니다. 예를 들어 기계 학습 애플리케이션과 BI 분석 대시보드에 필요한 데이터는 15분마다 업데이트하면 됩니다. 두 가지 수집 메커니즘의 결합을 통해 실시간 애플리케이션과 분석 애플리케이션에 필요한 데이

이제 Amazon S3 배치 작업은 S3 버킷, 접두사, 접미사 등의 객체를 하나의 단계로 관리할 수 있습니다. S3 배치 작업을 생성하는 경우 고객은 작업을 수행할 객체를 지정할 수 있습니다. 이제 전체 버킷, 접두사, 접미사, 생성 날짜 또는 스토리지 클래스를 대신 지정할 수 있습니다. 그러면 Amazon S3 배치 작업이 작업을 일치하는 모든 객체에 신속하게 적용하고 작업이 완료되면 알림을 제공합니다.

Amazon EMR은 Amazon EMR Studio를 이제 아프리카(케이프타운), 아시아 태평양(자카르타, 오사카) 및 유럽(밀라노) 리전에서 사용할 수 있음을 발표했습니다.

AWS CodePipeline은 소스 수정 재정의를 통한 파이프라인 실행을 시작할 수 있는 기능을 발표했습니다. 지금까지는 파이프라인 실행을 수동으로 시작하면 파이프라인의 각 소스에 대해 ‘최신 버전’이 자동으로 선택되었습니다. ‘최신 버전’은 소스 작업 유형에 따라 다릅니다. 예를 들어 CodeCommit 소스의 경우 구성된 리포지토리 및 브랜치의 HEAD 커밋 참조가 사용되었고, Amazon Elastic Container Registry(Amazon ECR) 소스의 경우 구성된 이미지 리포지토리 및 태그의 최신 다이제스트가 사용되었습니다. 이제 파이프라인 실행을 시작하면 파이프라인의 소스 작업에 대한 소스 버전을 재정의할 수 있습니다. 

오늘 AWS Distro for OpenTelemetry(ADOT)에서 로그가 정식 출시되었습니다. ADOT는 AWS가 지원하는 안전하고 프로덕션 환경에 바로 사용 가능하며 AWS에서 지원하는 OpenTelemetry 프로젝트 배포판입니다. 이번 출시로 고객은 ADOT 수집기 및 지원되는 OpenTelemetry SDK(Java, JavaScript, .NET, Python용)를 사용하여 Amazon CloudWatch와 더불어 OpenTelemetry Protocol(OTLP)을 지원하는 백엔드(예: Amazon OpenSearch(AOS))로 로그를 수집하고 전송할 수 있습니다.

Mountpoint for Amazon S3는 이제 반복되는 데이터 액세스를 위해 Amazon EC2 인스턴스 스토리지, 인스턴스 메모리 또는 Amazon EBS 볼륨에 데이터를 캐시할 수 있습니다. 이렇게 하면 동일한 데이터를 여러 번 읽어야 할 때 Amazon S3에 대한 중복 요청을 방지할 수 있으므로 애플리케이션의 비용과 성능이 모두 향상됩니다. 예를 들어 Mountpoint for Amazon S3를 사용하고 Amazon EC2 인스턴스 스토리지에서 데이터를 캐싱하면 Amazon S3에 대한 중복 요청이 방지되어 기계 학습 훈련 작업을 최대 2배까지 빠르게 완료할 수 있습니다.