AWS SAA 합격으로 가는 길 #18

안녕하세요! 넥스트클라우드의 SA 백종훈입니다. 😊

 

문제는 세 가지 단계를 거치며 풀어 나갈 거예요.

1. 문제의 요구사항 분석하기

2. 관련 AWS 서비스 생각하기

3. 선택지 분석하기

 

바로 문제 풀이 해볼께요!

---

문제1

텔레마케팅 회사는 AWS에서 고객 콜 센터 기능을 설계하고 있습니다. 이 회사는 여러 화자 인식을 제공하고 대본 파일을 생성하는 솔루션이 필요합니다. 회사는 비즈니스 패턴을 분석하기 위해 트랜스크립트 파일을 쿼리하려고 합니다. 기록 파일은 감사 목적으로 7년 동안 저장되어야 합니다.

이러한 요구 사항을 충족하는 솔루션은 무엇입니까?

 

선택지

A.여러 화자 인식을 위해 Amazon Rekognition을 사용하십시오. 성적표 파일을 Amazon S3에 저장합니다. 성적표 파일 분석을 위해 기계 학습 모델을 사용합니다.

B.여러 화자 인식을 위해 Amazon Transcribe을 사용하십시오. 성적표 파일 분석에 Amazon Athena를 사용합니다.

C.여러 화자 인식을 위해 Amazon Translate을 사용하십시오. Amazon Redshift에 기록 파일을 저장합니다. 성적표 파일 분석에 SQL 쿼리를 사용합니다.

D.여러 화자 인식을 위해 Amazon Rekognition을 사용하십시오. 성적표 파일을 Amazon S3에 저장합니다. 성적표 파일 분석에 Amazon Textract를 사용하십시오.

---

풀이

Amazon Transcribe는 여러 화자 인식과 트랜스크립트 생성을 제공합니다. Amazon Athena를 사용하면 이 트랜스크립트 파일을 직접 쿼리하여 비즈니스 패턴을 분석할 수 있습니다.

정답 : B

 

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

1.  문제의 요구사항 분석하기

• 여러 화자 인식 제공
• 대본 파일(트랜스크립트) 생성
• 트랜스크립트 파일을 쿼리하여 비즈니스 패턴 분석
• 기록 파일 7년 동안 저장 (감사 목적)

2. 관련 AWS 서비스 생각하기

• 여러 화자 인식 제공 및 대본 파일(트랜스크립트) 생성
  • Amazon Transcribe: Amazon Transcribe는 음성을 텍스트로 변환하는 자동 음성 인식(ASR) 서비스입니다. 이 서비스는 여러 화자를 식별하고 구분할 수 있는 화자 분할 기능을 제공합니다. 또한, 통화 내용을 텍스트로 변환하여 대본 파일을 생성할 수 있습니다.
  • Amazon Transcribe는 콜 센터 분석에 특화된 기능을 제공하여 고객 서비스 품질 향상에 도움을 줄 수 있습니다. 
• 트랜스크립트 파일을 쿼리하여 비즈니스 패턴 분석
  • Amazon Athena: Amazon Athena는 표준 SQL을 사용하여 Amazon S3에 저장된 데이터를 직접 분석할 수 있는 대화형 쿼리 서비스입니다.
  • Athena를 사용하면 생성된 트랜스크립트 파일을 S3에 저장하고, 이를 쿼리하여 비즈니스 패턴을 분석할 수 있습니다. 서버리스 아키텍처를 제공하여 인프라 관리 없이 데이터를 즉시 쿼리할 수 있어 운영 오버헤드를 최소화할 수 있습니다. 
• 기록 파일 7년 동안 저장 (감사 목적)
  • Amazon S3: Amazon S3(Simple Storage Service)는 확장성, 데이터 가용성, 보안성 및 성능을 제공하는 객체 스토리지 서비스입니다. S3를 사용하여 트랜스크립트 파일과 원본 오디오 파일을 장기간 저장할 수 있습니다. S3의 수명 주기 정책을 통해 7년 이상의 장기 보관을 쉽게 설정할 수 있으며, 데이터 내구성과 보안성이 높아 감사 목적으로 적합합니다. 
  • Amazon S3 Glacier: Amazon S3 Glacier는 데이터 아카이빙과 장기 백업을 위한 안전하고 비용 효율적인 스토리지 서비스입니다. 7년 동안의 장기 보관이 필요한 기록 파일을 저장하는 데 적합합니다. S3 Glacier는 다양한 검색 옵션을 제공하여 필요 시 데이터에 접근할 수 있으며, 낮은 스토리지 비용으로 대량의 데이터를 보관할 수 있어 비용 효율적입니다. 

3. 선택지 분석하기

A: 여러 화자 인식을 위해 Amazon Rekognition을 사용하십시오. 성적표 파일을 Amazon S3에 저장합니다. 성적표 파일 분석을 위해 기계 학습 모델을 사용합니다.

→ Amazon Rekognition은 이미지와 비디오 분석을 위한 서비스로, 음성 인식이나 화자 구분에는 적합하지 않습니다. Amazon S3는 트랜스크립트 파일을 7년 동안 저장하는 요구사항을 충족할 수 있지만, 기계 학습 모델을 사용한 분석은 구체적인 AWS 서비스가 명시되어 있지 않아 구현 방법이 모호합니다. 따라서 이 선택지는 요구사항을 완전히 충족하지 못합니다.

 

B: 여러 화자 인식을 위해 Amazon Transcribe을 사용하십시오. 성적표 파일 분석에 Amazon Athena를 사용합니다.

→ Amazon Transcribe는 음성을 텍스트로 변환하고 여러 화자를 식별할 수 있는 자동 음성 인식(ASR) 서비스로, 요구사항을 충족합니다. Amazon Athena는 S3에 저장된 데이터를 SQL로 쿼리할 수 있어 트랜스크립트 파일을 분석하는 데 적합합니다. S3를 사용하여 기록 파일을 7년 동안 저장할 수 있어 모든 요구사항을 충족합니다.

 

C: 여러 화자 인식을 위해 Amazon Translate을 사용하십시오. Amazon Redshift에 기록 파일을 저장합니다. 성적표 파일 분석에 SQL 쿼리를 사용합니다.

→ Amazon Translate는 텍스트 번역 서비스로, 음성 인식이나 화자 구분에 적합하지 않습니다. Amazon Redshift는 대규모 데이터 분석에 적합하지만, 7년 동안의 장기 데이터 보관에는 비용 효율적이지 않을 수 있습니다. 따라서 이 선택지는 요구사항을 충족하지 못합니다.

 

D: 여러 화자 인식을 위해 Amazon Rekognition을 사용하십시오. 성적표 파일을 Amazon S3에 저장합니다. 성적표 파일 분석에 Amazon Textract를 사용하십시오.

→ Amazon Rekognition은 이미지와 비디오 분석을 위한 서비스로, 음성 인식이나 화자 구분에 적합하지 않습니다. Amazon S3는 트랜스크립트 파일 저장에 적합하지만, Amazon Textract는 문서에서 텍스트를 추출하는 서비스로 트랜스크립트 파일 분석에는 적합하지 않습니다. 따라서 이 선택지도 요구사항을 충족하지 못합니다.

 

 

이어서 다음 문제입니다.

 

---

문제2

회사는 사용자에게 항목 가격을 기반으로 세금 계산을 위한 조회를 자동화하는 API를 제공합니다. 회사는 연휴 기간에만 더 많은 수의 문의가 발생하여 응답 시간이 느려집니다. 솔루션 설계자는 확장 가능하고 탄력적인 솔루션을 설계해야 합니다.

 

선택지

A. Amazon EC2 인스턴스에서 호스팅되는 API를 제공합니다. EC2 인스턴스는 API 요청이 있을 때 필요한 계산을 수행합니다.

B. 항목 이름을 허용하는 Amazon API Gateway를 사용하여 REST API를 설계합니다. API Gateway는 세금 계산을 위해 항목 이름을 AWS Lambda에 전달합니다.

C. 두 개의 Amazon EC2 인스턴스가 있는 Application Load Balancer를 생성합니다. EC2 인스턴스는 받은 항목 이름에 대한 세금을 계산합니다.

D. Amazon EC2 인스턴스에서 호스팅되는 API와 연결되는 Amazon API Gateway를 사용하여 REST API를 설계합니다. API Gateway는 세금 계산을 위해 항목 이름을 수락하고 EC2 인스턴스에 전달합니다.

---

풀이

Amazon API Gateway와 AWS Lambda의 조합은 자동으로 확장되어 연휴 기간의 높은 요청량을 처리할 수 있습니다. Lambda는 서버리스로 필요에 따라 즉시 확장되며, 사용하지 않을 때는 비용이 발생하지 않아 탄력적이고 비용 효율적인 솔루션을 제공합니다.

정답 : B

 

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

1.  문제의 요구사항 분석하기

• 항목 가격을 기반으로 세금 계산을 위한 API 제공
• 연휴 기간의 높은 트래픽에 대응 가능한 확장성
• 응답 시간 유지를 위한 탄력적인 솔루션 설계

2. 관련 AWS 서비스 생각하기

 

• 항목 가격을 기반으로 세금 계산을 위한 API 제공
  • Amazon API Gateway: RESTful API를 생성, 게시, 유지 관리할 수 있는 완전관리형 서비스입니다. 트래픽 관리, 권한 부여, 모니터링 등 API 호출 처리에 필요한 모든 작업을 관리합니다.
  • AWS Lambda: 서버 관리 없이 코드를 실행할 수 있는 서비스로, API Gateway와 통합하여 세금 계산 로직을 구현하고 확장 가능한 API를 만들 수 있습니다.
• 연휴 기간의 높은 트래픽에 대응 가능한 확장성
  • Amazon DynamoDB: 완전관리형 NoSQL 데이터베이스 서비스로, 자동 스케일링을 지원하여 트래픽 증가에 따라 용량을 자동으로 조정합니다.
  • Amazon ElastiCache: 인 메모리 데이터 스토어 및 캐싱 서비스로, 자주 접근하는 데이터를 캐싱하여 데이터베이스 부하를 줄이고 응답 시간을 개선합니다.
• 응답 시간 유지를 위한 탄력적인 솔루션 설계
  • AWS Auto Scaling: 애플리케이션을 모니터링하고 용량을 자동으로 조정하여 트래픽 증가에 따라 리소스를 자동으로 확장합니다.
  • Amazon CloudFront: CDN 서비스로, API 응답을 캐싱하고 사용자에게 더 빠르게 전달하여 지연 시간을 줄이고 성능을 향상시킵니다.

 

3. 선택지 분석하기

A. Amazon EC2 인스턴스에서 호스팅되는 API를 제공합니다. EC2 인스턴스는 API 요청이 있을 때 필요한 계산을 수행합니다.

→ EC2 인스턴스만으로는 연휴 기간의 급격한 트래픽 증가에 대응하기 어렵습니다. 자동 확장 기능이 언급되지 않아 확장성과 탄력성이 부족하며, 로드 밸런싱이 없어 응답 시간 유지가 어려울 수 있습니다. 따라서 확장 가능하고 탄력적인 솔루션 설계 요구사항을 충족하지 못합니다.

 

B. 항목 이름을 허용하는 Amazon API Gateway를 사용하여 REST API를 설계합니다. API Gateway는 세금 계산을 위해 항목 이름을 AWS Lambda에 전달합니다.

→ API Gateway와 Lambda의 조합은 서버리스 아키텍처로, 자동으로 확장되어 연휴 기간의 높은 트래픽에도 탄력적으로 대응할 수 있습니다. 요청량에 따라 자동으로 확장되어 응답 시간을 일정하게 유지할 수 있으며, 관리 오버헤드가 낮아 확장 가능하고 탄력적인 솔루션 설계 요구사항을 완벽히 충족합니다.

 

C. 두 개의 Amazon EC2 인스턴스가 있는 Application Load Balancer를 생성합니다. EC2 인스턴스는 받은 항목 이름에 대한 세금을 계산합니다.

→ Application Load Balancer를 사용하여 트래픽을 분산시킬 수 있지만, 고정된 수의 EC2 인스턴스로는 연휴 기간의 급격한 트래픽 증가에 효과적으로 대응하기 어렵습니다. 자동 확장 기능이 언급되지 않아 탄력성이 부족하므로, 확장 가능하고 탄력적인 솔루션 설계 요구사항을 완전히 충족하지 못합니다.

 

D. Amazon EC2 인스턴스에서 호스팅되는 API와 연결되는 Amazon API Gateway를 사용하여 REST API를 설계합니다. API Gateway는 세금 계산을 위해 항목 이름을 수락하고 EC2 인스턴스에 전달합니다.

→ API Gateway를 사용하여 일부 확장성을 제공하지만, EC2 인스턴스의 자동 확장에 대한 언급이 없습니다. 따라서 연휴 기간의 급격한 트래픽 증가에 완전히 대응하기 어려울 수 있어, 확장 가능하고 탄력적인 솔루션 설계 요구사항을 부분적으로만 충족합니다.

 

 

마지막 문제 살펴볼게요.

---

문제3

한 회사에 Auto Scaling 그룹의 여러 Amazon EC2 인스턴스에 배포된 다중 계층 애플리케이션이 있습니다. Amazon RDS for Oracle 인스턴스는 Oracle 관련 PL/SQL 기능을 사용 하는 애플리케이션의 데이터 계층입니다. 애플리케이션에 대한 트래픽은 꾸준히 증가하고 있습니다. 이로 인해 EC2 인스턴스가 과부하되고 RDS 인스턴스의 스토리지가 부족해집니다. Auto Scaling 그룹에는 조정 지표가 없으며 최소 정상 인스턴스 수만 정의합니다. 이 회사는 트래픽이 안정되기 전에 꾸준하지만 예측할 수 없는 속도로 계속 증가할 것이라고 예측합니다.

증가된 트래픽에 대해 시스템이 자동으로 확장될 수 있도록 하려면 솔루션 설계자가 무엇을 해야 합니까? (두 가지를 선택하세.요.)

 

선택지

A. RDS for Oracle 인스턴스에서 스토리지 Auto Scaling을 구성합니다.

B. Auto Scaling 스토리지를 사용하려면 데이터베이스를 Amazon Aurora로 마이그레이션하십시오.

C. 사용 가능한 저장 공간 부족에 대해 Oracle 인스턴스용 RDS에서 경보를 구성합니다.

D. 평균 CPU를 조정 지표로 사용하도록 Auto Scaling 그룹을 구성합니다.

E. 평균 여유 메모리를 조정 지표로 사용하도록 Auto Scaling 그룹을 구성합니다.

 

풀이

A는 데이터베이스 스토리지 부족 문제를 자동으로 해결합니다. D는 EC2 인스턴스의 과부하 문제를 해결하며, 트래픽 증가에 따라 애플리케이션 계층을 자동으로 확장할 수 있게 합니다. 이 두 옵션을 통해 시스템은 예측 불가능한 트래픽 증가에 자동으로 대응할 수 있습니다

정답 : A, D

 

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

1.  문제의 요구사항 분석하기

• EC2 인스턴스의 과부하 문제 해결
• RDS 인스턴스의 스토리지 부족 문제 해결
• 트래픽 증가에 대응하는 자동 확장 구현
• 예측 불가능한 트래픽 증가에 대비한 유연한 확장성 제공

2. 관련 AWS 서비스 생각하기

• EC2 인스턴스의 과부하 문제 해결 및 트래픽 증가에 대응하는 자동 확장 구현
  • Amazon EC2 Auto Scaling: EC2 인스턴스의 수를 자동으로 조정하여 애플리케이션의 가용성을 유지합니다. 트래픽 증가에 따라 인스턴스를 자동으로 추가하고, 수요가 감소하면 용량을 줄여 비용을 최적화할 수 있습니다.
  • Amazon CloudWatch: AWS 리소스와 애플리케이션의 모니터링 서비스로, Auto Scaling의 조정 정책에 사용될 수 있는 다양한 지표(CPU 사용률, 네트워크 트래픽 등)를 제공합니다.
• RDS 인스턴스의 스토리지 부족 문제 해결
  • Amazon RDS 스토리지 Auto Scaling: RDS 데이터베이스의 스토리지를 자동으로 확장하는 기능입니다. 데이터베이스의 스토리지 공간이 부족해질 때 자동으로 스토리지를 확장하여 가용성을 유지합니다.
• 예측 불가능한 트래픽 증가에 대비한 유연한 확장성 제공
  • AWS Auto Scaling: 여러 AWS 리소스에 대한 확장 계획을 자동으로 생성하는 서비스입니다. EC2 인스턴스, Spot Fleet, ECS 서비스, DynamoDB 테이블 및 인덱스, Aurora 복제본 등 다양한 리소스의 확장을 관리할 수 있습니다.
  • Amazon ElastiCache: 인 메모리 캐싱 서비스로, 데이터베이스의 부하를 줄이고 애플리케이션의 성능을 향상시킬 수 있습니다. 트래픽 증가 시 데이터베이스 부하를 분산시키는 데 도움이 됩니다.

3. 선택지 분석하기

A. RDS for Oracle 인스턴스에서 스토리지 Auto Scaling을 구성합니다.

→ RDS 인스턴스의 스토리지 부족 문제를 해결하고 예측 불가능한 트래픽 증가에 대비한 유연한 확장성을 제공합니다. 스토리지가 자동으로 확장되어 데이터베이스의 가용성을 유지할 수 있으므로 요구사항을 충족합니다.

 

B. Auto Scaling 스토리지를 사용하려면 데이터베이스를 Amazon Aurora로 마이그레이션하십시오.

→ Aurora는 자동 확장 기능을 제공하지만, 현재 시스템이 Oracle 관련 PL/SQL 기능을 사용하고 있어 마이그레이션이 복잡하고 시간이 많이 소요될 수 있습니다. 또한 RDS for Oracle에서도 스토리지 Auto Scaling을 사용할 수 있으므로 이 옵션은 불필요하며 요구사항을 효율적으로 충족하지 못합니다.

 

C. 사용 가능한 저장 공간 부족에 대해 Oracle 인스턴스용 RDS에서 경보를 구성합니다.

→ 경보를 구성하는 것은 문제를 감지하는 데 도움이 될 수 있지만, 자동으로 시스템을 확장하지는 않습니다. 따라서 이 옵션은 트래픽 증가에 대응하는 자동 확장 구현 요구사항을 충족하지 못합니다.

 

D. 평균 CPU를 조정 지표로 사용하도록 Auto Scaling 그룹을 구성합니다.

→ CPU 사용률을 기반으로 Auto Scaling을 구성하면 EC2 인스턴스의 과부하 문제를 해결하고 트래픽 증가에 대응하는 자동 확장을 구현할 수 있습니다. 이는 예측 불가능한 트래픽 증가에 대비한 유연한 확장성 제공 요구사항을 충족합니다.

 

E. 평균 여유 메모리를 조정 지표로 사용하도록 Auto Scaling 그룹을 구성합니다.

→ 여유 메모리는 CPU 사용률에 비해 EC2 인스턴스의 부하를 정확하게 반영하지 못할 수 있습니다. 또한 애플리케이션의 특성에 따라 메모리 사용량이 크게 변동할 수 있어, 확장 결정의 기준으로 사용하기에 적합하지 않을 수 있습니다. 따라서 이 옵션은 효과적인 자동 확장 구현 요구사항을 충족하지 못합니다.

 

 

빗소리를 들으며 가족과 보내는 따뜻한 시간, 그리고 틈틈이 하는 공부로 더욱 의미 있는 연휴 보내세요.

연휴 후에는 가을비에 씻긴 하늘처럼 맑은 마음으로 SAA 준비에 임하실 수 있기를 바랍니다.

포근한 비 오는 날의 정취를 느끼며, 행복한 추석 보내세요. 🌧️📚😊