AWS SAA 합격으로 가는 길 #189

안녕하세요! 넥스트클라우드의 테크니컬 트레이너 김유림입니다. 😊

어느덧 7월, 한여름으로 접어들었습니다! ☀️

무더위에 지치기 쉬운 계절이지만, 시원한 곳에서 문제 몇 개 풀며 머리를 식히는 것도 좋은 공부법이죠.

더위에도 꾸준히 자리를 지키는 성실함이 결국 합격으로 이어진다고 믿습니다. 그럼 시작해 볼까요? 😊

 

 

문제는 세 가지 단계를 거치며 풀어가겠습니다.

1. 문제의 요구사항 분석하기

2. 관련 AWS 서비스 생각하기

3. 선택지 분석하기

 

바로 문제 풀이 시작합니다.

---

문제1

회사에서 Amazon S3 Standard에 페타바이트 규모의 데이터를 저장하고 있습니다. 데이터는 여러 S3 버킷에 저장되며 다양한 빈도로 액세스됩니다. 회사는 모든 데이터에 대한 액세스 패턴을 알지 못합니다. 회사는 S3 사용 비용을 최적화하기 위해 각 S3 버킷에 대한 솔루션을 구현해야 합니다. 이러한 요구 사항을 가장 효율적으로 충족하는 솔루션은 무엇입니까?

 

선택지

A. S3 버킷의 객체를 S3 Intelligent-Tiering으로 전환하는 규칙으로 S3 수명 주기 구성을 생성합니다.
B. S3 스토리지 클래스 분석 도구를 사용하여 S3 버킷의 각 객체에 대한 올바른 계층을 결정합니다. 각 개체를 식별된 스토리지 계층으로 이동합니다.
C. S3 버킷의 객체를 S3 Glacier Instant Retrieval로 전환하는 규칙으로 S3 수명 주기 구성을 생성합니다.
D. S3 버킷의 객체를 S3 One Zone-Infrequent Access(S3 One Zone-IA)로 전환하는 규칙으로 S3 수명 주기 구성을 생성합니다.

 

---

풀이

액세스 패턴을 알 수 없는 다양한 빈도의 데이터에 대해 비용을 최적화하는 것이 핵심입니다. S3 Intelligent-Tiering은 객체의 액세스 빈도를 자동으로 모니터링하여 적절한 계층으로 이동시키므로, 패턴을 모르는 상황에서 관리 부담 없이 비용을 최적화하기에 가장 효율적입니다.

 

정답 : A

 

▼ 자세한 문제 풀이를 원하신 분은 아래 더보기를 통해 확인해 주세요.

---

1.  문제의 요구사항 분석하기

• 여러 버킷에 걸친 페타바이트 규모의 데이터 저장
• 데이터마다 액세스 빈도가 다양하며 패턴을 알 수 없음
• 액세스 패턴 파악을 위한 별도 노력 없이 비용을 최적화
• 각 버킷에 적용 가능한 자동화된 솔루션

2. 관련 AWS 서비스 생각하기

• Amazon S3(Simple Storage Service) : 객체를 무제한으로 저장할 수 있는 오브젝트 스토리지 서비스입니다. 데이터를 버킷이라는 컨테이너에 객체 단위로 저장하며, 높은 내구성과 가용성을 제공합니다. 저장하는 데이터의 액세스 빈도와 특성에 따라 여러 스토리지 클래스를 선택할 수 있어, 목적에 맞게 비용과 성능을 조절할 수 있는 것이 특징입니다.
  • S3 Standard : 자주 액세스하는 데이터를 위한 기본 클래스로, 지연 시간이 낮고 처리량이 높지만 저장 비용은 가장 높은 편입니다.
  • S3 Intelligent-Tiering : 액세스 패턴이 변화하거나 예측하기 어려운 데이터를 위한 클래스입니다. 객체별 액세스 빈도를 자동으로 모니터링하여, 일정 기간 액세스되지 않으면 저비용 계층으로, 다시 액세스되면 고성능 계층으로 자동 이동시킵니다. 검색 비용이 없고 소액의 모니터링 요금만 부과되어, 관리 노력 없이 비용을 최적화할 수 있습니다.
  • S3 Glacier Instant Retrieval : 거의 액세스하지 않지만 필요할 때 즉시 검색해야 하는 아카이브 데이터를 위한 저비용 클래스입니다. 저장 비용은 낮지만 데이터 검색 시 별도 요금이 부과됩니다.
  • S3 One Zone-IA(One Zone-Infrequent Access) : 자주 액세스하지 않는 데이터를 단일 가용 영역(AZ)에만 저장하여 비용을 낮춘 클래스입니다. 여러 가용 영역에 복제하지 않으므로 내구성이 상대적으로 낮습니다.
• S3 스토리지 클래스 분석(Storage Class Analysis) : 버킷 내 객체의 액세스 패턴을 관찰하여, 언제 어떤 데이터를 저비용 클래스로 전환하면 좋을지 분석 결과를 제공하는 도구입니다. 다만 분석에는 관찰 기간이 필요하고, 결과에 따라 데이터를 이동시키는 작업은 별도로 구성해야 합니다.

3. 선택지 분석하기

A. S3 버킷의 객체를 S3 Intelligent-Tiering으로 전환하는 규칙으로 S3 수명 주기 구성을 생성합니다.

→ S3 Intelligent-Tiering은 액세스 패턴을 알 수 없는 데이터의 빈도를 자동으로 감지하여 적절한 계층으로 이동시키므로, 별도의 분석이나 관리 없이 비용을 최적화할 수 있어 가장 적절한 방법입니다.

 

B. S3 스토리지 클래스 분석 도구를 사용하여 S3 버킷의 각 객체에 대한 올바른 계층을 결정합니다. 각 개체를 식별된 스토리지 계층으로 이동합니다.

→ 스토리지 클래스 분석은 유용한 도구이지만, 관찰 기간과 사람이 개입하는 판단·이동 작업이 필요하여 자동화된 솔루션에 비해 운영 부담이 크기에 가장 효율적인 방법이라고 보기는 어렵습니다.

 

C. S3 버킷의 객체를 S3 Glacier Instant Retrieval로 전환하는 규칙으로 S3 수명 주기 구성을 생성합니다.

→ Glacier Instant Retrieval은 거의 액세스하지 않는 아카이브 데이터에 적합하며, 자주 액세스되는 데이터까지 일괄 전환하면 검색 비용이 오히려 늘어날 수 있어 다양한 빈도의 데이터에는 적절치 않습니다.

 

D. S3 버킷의 객체를 S3 One Zone-Infrequent Access(S3 One Zone-IA)로 전환하는 규칙으로 S3 수명 주기 구성을 생성합니다.

→ One Zone-IA는 단일 가용 영역에만 저장하여 내구성이 낮고 자주 액세스하는 데이터에는 부적합하므로, 액세스 패턴이 다양하고 알 수 없는 상황에 일괄 적용하기에는 적절치 않습니다.

---

 

이어서 다음 문제입니다.

---

문제2

온라인 사진 공유 회사는 us-west-1 지역에 있는 Amazon S3 버킷에 사진을 저장합니다. 회사는 us-east-1 지역에 모든 새 사진의 사본을 저장해야 합니다. 최소한의 운영 노력으로 이 요구 사항을 충족할 수 있는 솔루션은 무엇입니까?

 

선택지

A. us-east-1에 두 번째 S3 버킷을 생성합니다. S3 교차 리전 복제를 사용하여 기존 S3 버킷의 사진을 두 번째 S3 버킷으로 복사합니다.
B. 기존 S3 버킷의 CORS(교차 원본 리소스 공유) 구성을 생성합니다. CORS 규칙의 AllowedOrigin 요소에 us-east-1을 지정합니다.
C. 여러 가용 영역에 걸쳐 us-east-1에 두 번째 S3 버킷을 생성합니다. S3 수명 주기 규칙을 생성하여 두 번째 S3 버킷에 사진을 저장합니다.
D. us-east-1에 두 번째 S3 버킷을 생성합니다. 객체 생성 및 업데이트 이벤트에 대한 S3 이벤트 알림을 구성하여 AWS Lambda 함수를 호출하여 기존 S3 버킷의 사진을 두 번째 S3 버킷으로 복사합니다.

---

풀이

한 리전의 버킷에 저장되는 새 객체를 다른 리전의 버킷으로 자동 복사하되 운영 노력을 최소화하는 것이 핵심입니다. S3 교차 리전 복제(CRR)는 원본 버킷에 저장되는 객체를 다른 리전의 대상 버킷으로 자동 복제하는 관리형 기능이므로, 추가 코드 없이 요구 사항을 충족하기에 가장 적합합니다.

 

정답 : A

 

▼ 자세한 문제 풀이를 원하신 분은 아래 더보기를 통해 확인해 주세요.

---

1.  문제의 요구사항 분석하기

• us-west-1 버킷의 사진을 us-east-1 버킷에 사본으로 보관
• 새로 추가되는 모든 사진이 자동으로 복사되어야 함
• 서로 다른 리전 간 복제 필요
• 최소한의 운영 노력으로 구현

2. 관련 AWS 서비스 생각하기

• Amazon S3(Simple Storage Service) : 객체를 버킷에 저장하는 오브젝트 스토리지 서비스로, 버킷은 특정 AWS 리전에 생성됩니다. 데이터의 재해 복구, 지연 시간 단축, 규정 준수 등을 위해 객체를 다른 위치로 복제하는 다양한 기능을 기본으로 제공합니다.
  • S3 복제(Replication) : 버킷에 저장되는 객체를 지정한 대상 버킷으로 자동 복사하는 관리형 기능입니다. 한 번 규칙을 설정해 두면 이후 새로 추가되는 객체가 별도 작업 없이 계속 복제됩니다.
  • 교차 리전 복제(CRR, Cross-Region Replication) : 서로 다른 리전에 있는 버킷 간에 객체를 자동으로 복제하는 방식입니다. 재해 복구나 지리적으로 떨어진 사본 보관에 유용하며, 복제 규칙만 구성하면 되므로 운영 노력이 매우 적습니다.
  • 동일 리전 복제(SRR, Same-Region Replication) : 같은 리전 내 버킷 간 복제 방식으로, 로그 통합이나 계정 간 데이터 공유 등에 활용됩니다.
• AWS Lambda : 서버를 프로비저닝하거나 관리하지 않고 코드를 실행할 수 있는 서버리스 컴퓨팅 서비스입니다. S3 이벤트 알림 등과 연동하여 특정 이벤트가 발생할 때 함수를 실행할 수 있습니다. 다만 수행할 동작을 코드로 직접 작성하고 함수를 지속적으로 유지·관리해야 하므로, 운영 부담이 따르는 편입니다.

3. 선택지 분석하기

A. us-east-1에 두 번째 S3 버킷을 생성합니다. S3 교차 리전 복제를 사용하여 기존 S3 버킷의 사진을 두 번째 S3 버킷으로 복사합니다.

→ 교차 리전 복제는 원본 버킷에 새로 저장되는 객체를 다른 리전 버킷으로 자동 복제하는 관리형 기능이므로, 추가 코드나 운영 없이 요구 사항을 충족하기에 가장 적절한 방법입니다.

 

B. 기존 S3 버킷의 CORS(교차 원본 리소스 공유) 구성을 생성합니다. CORS 규칙의 AllowedOrigin 요소에 us-east-1을 지정합니다.

→ CORS는 웹 브라우저에서 다른 도메인의 리소스에 접근하도록 허용하는 설정일 뿐, 객체를 다른 리전으로 복사하는 기능과는 무관하므로 요구 사항을 충족하기 어렵습니다.

 

C. 여러 가용 영역에 걸쳐 us-east-1에 두 번째 S3 버킷을 생성합니다. S3 수명 주기 규칙을 생성하여 두 번째 S3 버킷에 사진을 저장합니다.

→ S3 수명 주기 규칙은 동일 버킷 내 객체의 스토리지 클래스 전환이나 만료를 관리하는 기능이며, 다른 리전의 버킷으로 객체를 복사하는 용도가 아니기에 적절치 않습니다.

 

D. us-east-1에 두 번째 S3 버킷을 생성합니다. 객체 생성 및 업데이트 이벤트에 대한 S3 이벤트 알림을 구성하여 AWS Lambda 함수를 호출하여 기존 S3 버킷의 사진을 두 번째 S3 버킷으로 복사합니다.

→ 이벤트 알림과 Lambda로 복사를 구현할 수는 있으나, 함수 코드를 작성하고 오류 처리와 유지·관리를 직접 해야 하므로 관리형 교차 리전 복제보다 운영 노력이 크기에 최선의 방법은 아닙니다.

---

 

마지막 문제 살펴보겠습니다.

---

문제3

회사의 실시간에 가까운 스트리밍 애플리케이션이 AWS에서 실행되고 있습니다. 데이터가 수집되면 데이터에 대한 작업이 실행되고 완료하는 데 30분이 걸립니다. 워크로드는 대량의 수신 데이터로 인해 높은 대기 시간을 경험하는 경우가 많습니다. 솔루션 설계자는 성능을 향상시키기 위해 확장 가능한 서버리스 솔루션을 설계해야 합니다. 솔루션 설계자는 어떤 단계 조합을 수행해야 합니까? (2개를 선택하세요.)

 

선택지

A. Amazon Kinesis Data Firehose를 사용하여 데이터를 수집하십시오.
B. AWS Step Functions와 함께 AWS Lambda를 사용하여 데이터를 처리합니다.
C. AWS Database Migration Service(AWS DMS)를 사용하여 데이터를 수집합니다.
D. Auto Scaling 그룹의 Amazon EC2 인스턴스를 사용하여 데이터를 처리합니다.
E. Amazon Elastic Container Service(Amazon ECS)와 함께 AWS Fargate를 사용하여 데이터를 처리합니다.

---

풀이

대량의 스트리밍 데이터를 수집하고, 완료까지 30분이 걸리는 처리 작업을 서버리스로 확장 가능하게 수행하는 것이 핵심입니다. 수집은 Kinesis Data Firehose로, 처리는 최대 15분 제한이 있는 Lambda 대신 실행 시간 제약이 없는 서버리스 컨테이너인 Fargate로 수행하는 조합이 가장 적합합니다.

 

 

정답 : A, E

 

▼ 자세한 문제 풀이를 원하신 분은 아래 더보기를 통해 확인해 주세요.

---

1.  문제의 요구사항 분석하기

• 실시간에 가까운 대량의 스트리밍 데이터 수집
• 완료까지 30분이 소요되는 처리 작업 수행
• 수신량 증가에 따라 자동으로 확장되는 구조
• 서버 관리가 필요 없는 서버리스 솔루션

2. 관련 AWS 서비스 생각하기

• Amazon Kinesis Data Firehose : 실시간 스트리밍 데이터를 수집하여 S3, Redshift 등 목적지로 자동 전달하는 완전관리형 서버리스 서비스입니다. 들어오는 데이터량에 맞춰 자동으로 확장되며, 서버를 프로비저닝하거나 관리할 필요가 없습니다. 대량의 스트리밍 데이터를 안정적으로 받아들이는 수집 계층 서비스로 널리 활용됩니다.
• AWS Fargate : 서버나 클러스터를 직접 관리하지 않고 컨테이너를 실행할 수 있는 서버리스 컴퓨팅 엔진입니다. Amazon ECS(Elastic Container Service)나 Amazon EKS(Elastic Kubernetes Service)와 함께 사용하며, 작업량에 따라 컨테이너를 자동으로 확장합니다. 실행 시간에 별도의 짧은 제한이 없어, 완료까지 수십 분 이상 걸리는 장시간 처리 작업도 서버리스 방식으로 수행할 수 있습니다.
• AWS Lambda : 서버 관리 없이 코드를 실행하는 서버리스 컴퓨팅 서비스로 이벤트 기반 처리에 강점이 있습니다. 다만 함수 한 번의 최대 실행 시간이 15분으로 제한되어 있어, 그보다 오래 걸리는 처리 작업에는 적합하지 않다는 특징이 있습니다.
• Amazon EC2(Elastic Compute Cloud) : 가상 서버를 직접 프로비저닝하여 사용하는 컴퓨팅 서비스입니다. Auto Scaling 그룹과 함께 확장할 수 있지만, 인스턴스의 운영체제와 용량을 사용자가 직접 관리해야 하므로 서버리스 방식에는 해당하지 않습니다.

3. 선택지 분석하기

A. Amazon Kinesis Data Firehose를 사용하여 데이터를 수집하십시오.

→ Kinesis Data Firehose는 대량의 스트리밍 데이터를 자동 확장하며 수집하는 완전관리형 서버리스 서비스이므로, 수집 계층의 성능과 확장성을 확보하기에 가장 적절한 방법입니다.

 

B. AWS Step Functions와 함께 AWS Lambda를 사용하여 데이터를 처리합니다.

→ Lambda는 한 번의 실행이 최대 15분으로 제한되어 30분이 걸리는 처리 작업을 완료하기 어렵기 때문에, 이 워크로드의 처리 계층으로는 적절치 않습니다.

 

C. AWS Database Migration Service(AWS DMS)를 사용하여 데이터를 수집합니다.

→ AWS DMS는 데이터베이스를 다른 데이터베이스로 마이그레이션하거나 복제하는 서비스로, 실시간 스트리밍 데이터를 수집하는 용도와는 맞지 않기에 적절치 않습니다.

 

D. Auto Scaling 그룹의 Amazon EC2 인스턴스를 사용하여 데이터를 처리합니다.

→ EC2와 Auto Scaling으로 처리를 확장할 수는 있으나 인스턴스를 직접 운영·관리해야 하므로, 서버리스 솔루션을 요구하는 조건에는 부합하지 않습니다.

 

E. Amazon Elastic Container Service(Amazon ECS)와 함께 AWS Fargate를 사용하여 데이터를 처리합니다.

→ Fargate는 서버 관리 없이 컨테이너를 자동 확장하며 실행 시간 제약이 없어, 30분이 걸리는 처리 작업을 서버리스로 수행하기에 가장 적절한 방법입니다.

---

 

S3 스토리지 클래스는 시험에 단골로 나오는 만큼, 액세스 패턴을 모를 때는 Intelligent-Tiering이라는 공식을 꼭 기억해 두시면 좋겠습니다! 무더운 여름, 오늘도 끝까지 함께해 주셔서 고맙습니다. 다음 시간에 또 뵙겠습니다! 😊