NEWS

Amazon Elastic File System 업데이트 – 밀리초 미만의 읽기 대기 시간 제공 Amazon Elastic File System(Amazon EFS)은 2015년 초에 발표되었으며 2016년에 상용되었습니다. 파일 데이터에 대한 공유 액세스가 필요한 애플리케이션을 더 쉽게 구축하도록 EFS를 출시했습니다. EFS는 단순하고, 서버리스입니다. 파일 시스템을 생성하여 EC2 인스턴스, Lambda 함수 또는 컨테이너에 연결하기만 하면 됩니다. EFS는 내구성이 우수하고 확장 가능하며, 강력한 쓰기 후 읽기 일관성 모델을 제공합니다. 2016년 출시 이후 저장 및 전송 중인 암호화 데이터, Infrequent Access 스토리지 클래스 및 기타 여러 저비용 스토리지 클래스를 비롯한 여러 가지 신규 기능을 추가했습니다. 또한 성능을 향상시키기 위해 노력하여 400%나 초당 읽기 작업 수가 증가했으며, 100%나 클라이언트당 처리량이 증가했으며, 추가로 읽기 처리량이 3배 증가했습니다. AWS 고객은 EFS 파일 시스템을 사용하여 홈 디렉토리, 빌드 팜, 콘텐츠 관리(WordPress 및 Drupal), DevOps(Git, GitLab, Jenkins 및 Artifactory) 와 기계 학습 추론을 포함하는 다양한 애플리케이션 및 사용 사례를 지원하고, 각각 몇 가지 이름을 [ more… ]

Amazon Lookout for Equipment를 사용한 음향 이상 탐지 현대 공장이 더욱 연계적으로 운영됨에 따라 제조업체는 운영 효율성을 높이기 위해 점점 더 다양한 입력(예: 프로세스 데이터, 오디오 및 시각적 개체)을 사용하고 있습니다. 기업에서는 이 정보를 사용하여 장비 성능을 모니터링하고 기계 학습(ML)과 인공 지능(AI)을 기반으로 하는 예측 유지 관리 기술을 사용하여 장애를 예측합니다. 장비에 내장된 전통적인 센서는 유용한 정보를 제공할 수 있지만, 오디오 및 육안 검사로도 자산의 상태를 파악할 수 있습니다. 하지만 이러한 데이터를 활용하고 실행 가능한 인사이트를 확보하려면 매우 수동적이고 많은 리소스가 소모될 수 있습니다. Koch Ag & Energy Solutions, LLC (KAES)는 Amazon ML Solutions Lab과 협력하여 대체 음향 이상 탐지 솔루션에 대해 자세히 알아보고 기존 솔루션을 다양한 시각으로 바라볼 수 있게 되었습니다. ML Solutions Lab 팀은 심층적인 음향 데이터 탐색을 위해 현장의 KAES 장비에서 수집한 기존 데이터를 활용했습니다. KAES의 수석 데이터 사이언티스트와 협력하며 ML Solutions Lab 팀은  Detection and Classification of [ more… ]

Amazon Lookout for Equipment로 설비 데이터 실시간 전송하기 설비의 가동률을 높이려고 하는 많은 제조 기업들이 제조 설비에 부착된 센서를 통해서 설비 이상 예측을 하기 위해서 대용량 센서 데이터를 모니터링하고 있습니다. 하지만, 많은 수의 센서를 사람이 직접 보고 설비의 이상 유무를 판단하는 것은 한계가 있습니다. 설비 이상 예측을 성공적으로 구현하려면 많은 기계 센서에서 수집된 특정 데이터를 기계학습(ML)에 적용하여 매우 정확한 예측을 수행해야 합니다. 그러나 장비에 맞는 기계 학습 솔루션을 구현하려면 어렵고 시간이 오래 걸릴 수 있습니다. 이 글에서는 설비의 센서 데이터를 실시간으로 Amazon S3로 보내고 Amazon Lookout for Equipment가 이해할 수 있는 형태로 데이터를 변환하여 설비의 이상을 예측하는 방법을 소개합니다. Amazon Lookout for Equipment란? Amazon Lookout for Equipment는 장비 이상 동작을 감지하여 적합한 조치를 취하고 예기치 않은 다운 타임을 방지할 수 있도록 하는 Machine Learning(ML) 산업용 장비 모니터링 서비스입니다. 기존 센서의 데이터를 사용하여 장비에 맞는 사용자 지정 기계 학습 모델을 구축합니다. [ more… ]