aws

게임 채팅 서버 AWS IoT Core 로 한방에 구현하기 게임 개발 초기에는 게임성을 결정하는 아키텍처와 콘텐츠 개발에 신경을 쓰기 마련입니다. 그러다 보면 모든 게임의 공통 요소인 채팅, 상점, 이벤트 같은 시스템은 우선순위가 밀려서 부랴부랴 출시 전에 개발에 착수하게 됩니다. 하지만 이런 시스템들도 대규모 멀티플레이 환경을 위해서 고려해야 할 요소들이 많습니다. 기본 기능 외에도 분산과 확장 가능한 구조가 필요하고 재해 복구와 모니터링이 가능해야 하기 때문입니다. 신규 게임을 만들 때마다 매번 반복해야 하는 이런 시스템 개발에 마이크로서비스 아키텍처를 적용하고 AWS의 서버리스 서비스를 활용하면 여러 이점이 있습니다. 이 글에서는 그 예시로 게임 채팅 서비스를 AWS IoT Core를 활용하여 구현해보고 어떠한 이점이 있는지 살펴보겠습니다. 1. AWS IoT Core 소개 AWS IoT Core는 서비스명에서도 알 수 있듯이 IoT(사물인터넷) 지원을 위해 개발된 서비스로 다음과 같은 특징을 가지고 있습니다. 수십억 개의 디바이스가 접속하여 수조 개의 메시지를 주고받을 수 있도록 설계됐습니다. AWS 완전 관리형으로, 부하 분산, 리소스 확장 [ more… ]

Amazon Forecast로 MLOps를 적용한 AI 기반의 예측 자동화 구축하기 이 글은 Amazon Forecast를 사용하여 구축된 예측 모델을 개발하고 시각화하기 위한 MLOps (Machine Learning Operations) 파이프라인을 생성하는 방법을 안내합니다.  기계 학습(Machine Learning, ML) 워크로드는 확장이 필요하기 때문에 서로 다른 이해 관계자 간의 사일로를 없애고 비즈니스 가치를 파악하는 것이 중요합니다. MLOps 모델은 데이터 사이언스, 프로덕션 및 운영 팀이 자동화된 워크플로우 전반에 걸쳐서 원활하게 협력을 가능하게 하며, 문제없는 구현과 효율적이며 지속적인 모니터링을 보장하게 합니다. 소프트웨어 개발에서 말하는 데브옵스(DevOps) 모델과 마찬가지로, MLOps 모델은 ML의 코드를 빌드하고 ML 도구와 프레임워크 전반에 걸쳐 통합하는데 도움을 줍니다. 사용자 코드를 재작성하거나 기존 인프라를 고려할 필요 없이 데이터 파이프라인을 자동화, 운영 및 모니터링할 수 있습니다. MLOps는 기존 분산된 스토리지 및 인프라의 처리 과정을 확장하여 ML 모델을 규모에 맞게 배치하고 관리할 수 있도록 지원합니다. 또한 구성 전체의 모든 모델에 대해서 시간에 따른 드리프트를 중앙에서 추적 및 시각화가 가능하며 자동으로 데이터 [ more… ]

AWS 주간 소식 모음 – 2020년 9월 14일 안녕하세요! 여러분~ 매주 월요일 마다 지난 주 업데이트된 국내 AWS관련 콘텐츠를 정리해 드리는 AWS 주간 소식 모음입니다. AWS 클라우드에 대한 새로운 소식을 확인하시는데 많은 도움 되시길 바랍니다. 혹시 빠지거나 추가할 내용이 있으시면, 저에게 메일 주시면 다음 중에 추가 공유해 드리겠습니다. AWS코리아 블로그 Amazon Forecast, CNN 기반 2배 빠른 모델 훈련 하기 (2020-09-11) AWS, Gartner 인프라 및 플랫폼 서비스 부문 매직 쿼드런트에서 10년 연속 클라우드 리더 선정 (2020-09-07) AWS 최신 뉴스 Amazon CloudWatch Synthetics, 끊어진 링크 및 GUI 워크 플로 블루 프린트 모니터링 지원 (2020-09-11). Amazon S3 버킷 소유자 조건 기능 출시 (2020-09-11) Amazon Pinpoint, 3 개 추가 리전 사용 가능 (2020-09-11). FreeRTOS 커널 v10.4.0, 새로운 기능과 향상된 포트 사용 가능 (2020-09-11) SQL Server용 Amazon RDS에서다양한 시간대 지원 (2020-09-11) Amazon Redshift 용 데이터 API 발표 (2020-09-10) Amazon CloudWatch Logs Insight, AWS GovCloud (미국 [ more… ]