NEWS

새로운 플랜 – AWS Well-Architected Framework를 위한 지속 가능성 원칙 AWS Well-Architected Framework는 2015년부터 AWS 고객의 클라우드 아키텍처 개선을 지원해왔습니다. 프레임워크는 운영 우수성, 보안, 안정성, 성능 효율성, 비용 최적화과 같은 여러 원칙에 걸친 설계 원칙, 질문 및 모범 사례로 구성됩니다. 오늘은 조직이 클라우드 컴퓨팅을 위한 환경 모범 사례를 사용하여 워크로드를 학습, 측정 및 개선하는 데 도움이 되는 새로운 지속 가능성 원칙를 소개하겠습니다. 다른 원칙과 마찬가지로 지속 가능성 원칙에는 에너지 소비를 줄이고 효율성을 개선하기 위해 워크로드의 설계, 아키텍처 및 구현을 평가하기 위한 질문이 포함되어 있습니다. 이 원칙은 단순한 체크리스트가 아닌 보다 지속 가능한 미래를 지원하는 정책 및 모범 사례에 대한 진행 상황을 추적하는 도구로 설계되었습니다. 클라우드 지속 가능성의 공동 책임 모델 공동 책임 모델은 지속 가능성에도 적용됩니다. AWS는 클라우드의 지속 가능성에 대한 책임이 있고 AWS 고객은 클라우드 내 지속 가능성에 대한 책임이 있습니다. 클라우드의 지속 가능성을 통해 AWS 고객은 일반적인 온프레미스 [ more… ]

Construct Hub 및 AWS Cloud Development Kit 버전 2의 정식 출시 발표 Construct Hub 및 AWS Cloud Development Kit(AWS CDK) 버전 2가 정식으로 출시되었습니다. AWS CDK는 익숙한 프로그래밍 언어인 C#, TypeScript, Java, Python 및 Go(개발자 미리 보기)를 사용하여 클라우드 리소스 작업을 간소화하는 오픈 소스 프레임워크입니다. 개발자는 애플리케이션 내에서 자신이 선택한 언어의 다른 유형과 마찬가지로 사용하는 구문(Constructs)이라는 재사용 가능한 유형을 사용하여 클라우드 리소스를 생성하고 구성합니다. 사용자 정의 구문을 작성하여 팀과 조직 전체에서 공유할 수도 있습니다. 오늘 정식 출시된 새 릴리스에서는 CDK를 사용하여 클라우드 리소스를 정의하는 것이 훨씬 더 간단하고 편리해졌으며 Construct Hub를 사용하면 더 넓은 클라우드 개발 커뮤니티 내에서 오픈 소스 구성 라이브러리를 공유할 수 있습니다. AWS Cloud Development Kit(AWS CDK) 버전 2 AWS CDK 버전 2는 CDK 프로젝트로 작업하는 개발자의 생산성 향상에 중점을 둡니다. 버전 1에서 각 AWS 서비스에 사용할 수 있는 구문을 배포하고 사용하는 개별 패키지(라이브러리)가 단일 모놀리식 패키지로 [ more… ]

AWS AI/ML 장학금 프로그램 – 소수 및 취약 계층 학생의 인공 지능 관력 경력 개발을 위한 지원 프로젝트 수년 동안 정보 기술(IT) 분야에서 일하는 여성으로서 오랜 성별 고정 관념에 도전하고 더 많은 젊은 학습자들이 기술 분야 취업을 고려하도록 격려하는 것이 중요하다고 저는 생각해 왔습니다. 기술의 미래를 정의하는 인공 지능(AI)과 기계 학습(ML)으로 인해 이러한 미래는 다양한 표현의 영향을 받게 됩니다. 세계경제포럼은 2025년까지 인공 지능 및 기계 학습 분야를 포함하여 기술 발전과 자동화가 9천 7백만 개의 새로운 기술 일자리를 창출할 것으로 추정합니다. 그러나 해당 연구에 따르면 전 세계적으로 AI 직업에서 여성의 점유율은 32%에 불과합니다. Pew Research Center는 미국의 흑인 및 히스패닉 근로자가 각각 과학, 기술, 공학 및 수학(STEM) 분야의 근로자 중 9%와 8%에 불과하다는 사실을 발견했습니다. Amazon은 기술이 포용적이고 다양하며 공평한 방식으로 구축되어야 한다고 생각합니다. 당사는 이미 STEM 프로그램을 제공하여 소수 집단이 기술을 쌓거나 발전시키고 새로운 취업 가능성을 열 수 있도록 지원합니다. [ more… ]

Amazon Elastic Container Registry를 위한 풀 스루 캐시 리포지토리 발표 컨테이너를 사용하여 애플리케이션을 호스팅하기로 선택한 조직, 개발 팀 및 개인 개발자는 고가용성과 보안을 활용하기 위해 Amazon Elastic Container Registry로부터 모든 이미지를 소싱하는 것이 필수적이거나 선호 사항일 수 있습니다. 이러한 요구 사항을 충족하기 위해 고객은 퍼블릭 레지스트리에서 프라이빗 Amazon Elastic Container Registry 리포지토리로 이미지를 수동으로 가져온 다음 동기화를 유지해야 하는 부담을 감수해야 했습니다. 이로 인해 운영 복잡성과 유지 관리 비용이 증가하여 개발자 생산성에 영향을 미칩니다. 또한 일부 레지스트리는 이미지를 다운로드할 수 있는 빈도에 대한 한도 또는 제한이 있을 수 있습니다. 이러한 제한에 도달하면 이미지 풀이 제한되거나 거부될 때 빌드 오류로 인해 개발자와 비즈니스의 출시 속도에 영향을 미치기 시작합니다. 오늘, 인증 없이 공개적으로 액세스 가능한 레지스트리에 대해 Amazon Elastic Container Registry에서 풀 스루 캐시(pull through cache) 리포지토리 지원을 발표했습니다. 풀 스루 캐시 리포지토리는 개발자가 퍼블릭 레지스트리로부터 소싱한 컨테이너 이미지에 대해 Amazon Elastic [ more… ]

Karpenter 소개 – 오픈 소스 고성능 Kubernetes 클러스터 오토스케일러 이제 Karpenter를 프로덕션에 적용할 준비를 마쳤습니다. Karpenter는 AWS로 구축된 유연한 오픈 소스의 고성능 Kubernetes 클러스터 오토스케일러입니다. 애플리케이션 로드의 변화에 대응하여 적절한 크기의 컴퓨팅 리소스를 신속하게 실행함으로써 애플리케이션 가용성과 클러스터 효율성을 개선할 수 있습니다. 또한 Karpenter는 애플리케이션의 요구 사항을 충족하는 컴퓨팅 리소스를 적시에 제공하며, 앞으로 클러스터의 컴퓨팅 리소스 공간을 자동으로 최적화하여 비용을 절감하고 성능을 개하게 됩니다. Karpenter 이전에는 Kubernetes 사용자가 Amazon EC2 Auto Scaling 그룹과 Kubernetes Cluster Autoscaler를 사용하는 애플리케이션을 지원하기 위해 클러스터의 컴퓨팅 파워를 동적으로 조정해야 했습니다. AWS를 사용하는 Kubernetes 고객 중 거의 절반이 Kubernetes Cluster Autoscaler를 사용하여 클러스터 Auto Scaling을 구성하기가 어렵고 구성할 수 있는 범위가 제한적이라고 토로합니다. Karpenter가 클러스터에 설치되면 Karpenter는 예약되지 않은 포드의 전체 리소스 요청을 관찰하고 새 노드를 시작하고 종료하는 결정을 내림으로써 예약 대기 시간과 인프라 비용을 줄입니다. 이를 위해 Karpenter는 Kubernetes 클러스터 내의 이벤트를 관찰한 다음 [ more… ]