aws

AWS 주간 소식 모음 – 2018년 6월 18일 안녕하세요! 여러분~ 매주 월요일 마다 지난 주에 업데이트된 국내 AWS관련 콘텐츠를 정리해 드립니다. AWS 클라우드에 대한 새로운 소식을 확인하시는데 많은 도움 되시길 바랍니다. 혹시 빠지거나 추가할 내용이 있으시면, 저에게 메일 주시면 추가 공유해 드리겠습니다. AWS코리아 블로그 AWS DeepLens 지금 주문 가능! (2018-06-15) Amazon RDS의 IAM 기반 멀티 팩터 인증 활용하기 (2018-06-15) Amazon SageMaker 기반 컨테이너를 활용한 Scikit-Learn 모델 훈련 및 호스팅 방법 (2018-06-14) Amazon Kinesis Data Firehose 서울 리전 출시! (2018-06-14) Amazon SageMaker 자동 모델 튜닝 기능 출시 – 기계 학습을 위한 인공 지능 (2018-06-12) AWS 추천 콘텐츠 회사 화분에 주기적으로 물주기 (AWS IoT 버튼 활용 사례) (2018-06-18) 아마존 AWS 워드프레스 비트나미 로고 제거하기 (2018-06-18) [AWS] AWS S3를 이용해서 웹브라우저에서 사용할 수 있는 포토 앨범 만들기 (2018-06-16) 2. 텔레그램 & AWS 서비스 연동하기 – 2) TravisCI와 S3를 이용하여 정적 데이터 관리하기 (2018-06-16) 1. [ more… ]

AWS DeepLens 지금 주문 가능! AWS DeepLens는 현장에서 디바이스에 직접 딥 러닝 모델을 실행하는 비디오 카메라입니다. 작년에 하드웨어 및 시스템 소프트웨어와 관련하여 상세한 블로그를 게시한 적이 있습니다. 간략히 요약하자면 다음과 같습니다. 하드웨어 – 4메가픽셀 카메라(1080P 비디오), 2D 마이크 배열, 인텔 아톰® 프로세서, 듀얼 밴드 Wi-Fi, USB 및 마이크로 HDMI 포트, 모델 및 코드용 8GB 메모리 소프트웨어 – Ubuntu 16.04, AWS Greengrass Core, 디바이스 최적화 버전의 MXNet 및 인텔® clDNN 라이브러리, 기타 Deep Learning 프레임워크 지원 이번 AWS re:Invent에서 참가자들은 즉각적이고도 만족스러운 반응을 보였습니다. 교육자, 학생 및 개발자가 실습 세션에 등록하여 바로 그 자리에서 모델을 구축하고 훈련하기 시작했습니다. 미리 보기 기간의 열기는 AWS 서밋 세션까지 이어졌고 AWS는 참가자가 흥미로운 모든 이벤트를 즐길 수 있도록 디바이스, 도구 및 훈련에 대한 액세스를 제공하는 등 최선을 다했습니다. Hackathon과 Challenge AWS는 지난 달 HackTillDawn에서 참가자에게 DeepLens 디바이스를 사용할 수 있는 기회를 제공했습니다. 다행히 저도 이벤트에 [ more… ]

Amazon RDS의 IAM 기반 멀티 팩터 인증 활용하기 AWS가 고객으로부터 받는 일반적인 요청은 인스턴스, 스냅샷, 클러스터 등의 리소스를 실수에 의한 삭제 또는 악의적인 삭제로부터 보호하는 방법입니다. 이러한 보호 수단은 여러 사용자 또는 팀 간에 공용 AWS 계정을 사용하는 경우에 특히 중요합니다. 공용 계정을 사용하여 혁신할 수 있는 유연성을 원하지만 중요한 데이터를 잃지 않도록 보호할 수 있는 보안도 필요합니다. 한 가지 옵션은 Multi-Factor Authentication(MFA)과 함께 AWS Identity and Access Management(IAM)정책을 사용하는 것입니다. MFA를 사용할 경우 사용자가 AWS 작업을 수행하려고 할 때 승인된 인증 장치 또는 SMS 문자 메시지를 통해 제공되는 고유한 인증 코드를 입력해야 합니다. 이 블로그 게시물에서는 이 옵션을 구현하는 방법을 시연해봅니다. 예를 들어 AWS는 *prod*와 같은 명명 규칙을 사용하는 태깅을 통해, 보호되는 자산을 삭제할 수 있는 기능을 제한하는 IAM 정책을 생성합니다. 그런 다음 AWS Management Console에 액세스하는 데 MFA 인증을 요구하고 이 계정에 특정 삭제 권한만 부여하는 두 번째 [ more… ]

Amazon SageMaker 기반 컨테이너를 활용한 Scikit-Learn 모델 훈련 및 호스팅 방법 지난 re:Invent 2017에서 처음 소개된 Amazon SageMaker는 원하는 규모의 머신 러닝 모델의 빌드, 훈련, 배포를 할 수 있는 서버리스(serverless) 데이터 사이언스용 환경을 제공하고 있습니다. 이를 통해 scikit-learn 처럼 폭넓게 사용되고 있는 프레임워크를 이용한 작업도 가능해졌습니다. 이 블로그에서는 2가지를 주제로 소개하려고 합니다: 첫번째는, 모델을 훈련(Training)시키고 호스팅하기 위해 Amazon SageMaker에서 컨테이너를 어떻게 사용하는지에 대해 알아봅니다. 그리고 두 번째는 Amazon SageMaker에서 Scikit 모델을 훈련시키고 호스팅하기 위한 도커(Docker) 컨데이너를 빌드하는 방법에 대해 설명합니다. 우선 모델의 훈련과 호스팅을 위해 Amazon ECS (Elastic Container Service)에서 Amazon SageMaker로 불러온 도커 이미지를 실행하는 방법부터 알아보겠습니다. 아울러 훈련코드와 추론(inference) 코드를 포함한 SageMaker 도커 이미지 등 관련 용어에 대해 간략히 설명합니다. Amazon SageMaker에서 Scikit 모델의 빌드, 훈련, 배포에 대해서만 관심이 있으신 분들은 앞부분에 설명할 개요는 건너뛰어도 됩니다. 그리고 최소한의 노력으로 SageMaker에서 Scikit 모델을 컨테이너로 만드는 방법에 대해 실습을 통해 [ more… ]

Amazon Kinesis Data Firehose 서울 리전 출시! Amazon Kinesis Data Firehose는 실시간 데이터를 저장소에 저장하거나 분석 도구를 바로 활용할 수 있는 서비스로서 오늘 서울 리전에 출시하였습니다. Kinesis Data Firehose를 사용하면, 실시간 데이터 소스를 지속적으로 데이터를 변환 및 다양한 위치로 보내서 기존에 사용하고 있는 기존 비즈니스 인텔리전스 도구 및 대시보드를 통해 준 실시간으로 분석할 수 있습니다. Kinesis Data Firehose는 데이터 처리량에 맞춰 자동으로 규모가 조정되며 지속적인 관리가 필요 없는 완전관리형 서비스입니다. 또한, 데이터를 로드하기 전에 배치 처리, 압축, 변환 및 암호화하여 대상 스토리지의 사용량을 최소화하고 보안을 강화할 수 있습니다. 기존 Kinesis Stream 뿐만 아니라 Firehose PUT APIs, Kinesis Agent, AWS IoT, CloudWatch Logs, CloudWatch Events 등에서 데이터를 전달 받을 수 있습니다. 이렇게 전달 받은 데이터는 중간에서 다양한 방법으로 데이터 변환도 가능합니다. 예를 들어, AWS Lambda 함수를 통해 데이터 형식을 바꾸거나, AWS Glue 서비스를 통해 Apache Parquet, Apache ORC 포맷으로 전환 가능합니다. [ more… ]