등록 시작
등록 시작
Amazon SageMaker
AWS 플랫폼, 클라우드 제품 및 기능 탐색
Amazon EC2, S3 등을 1년 동안 무료로 사용
시작하기 리소스 센터
Formula One Group은 인프라 대부분을 온프레미스 데이터 센터에서 AWS로 이전하고 Amazon SageMaker를 비롯한 AWS 기계 학습 서비스에서 이를 표준화하고 있습니다.
Formula 1 데이터 과학자들은 지난 65년간 차량에서 수집된 레이스 기록 데이터를 사용하여 레이스를 예측하고 팀이 레이스 도중 의사 결정을 최적화하는 데 도움이 되는 딥 러닝 모델을 교육하고 있습니다. 이 모델은 팀이 차량을 피트로 불려야 할 시점을 예측하고, 타이어 교체를 위한 최적의 타이밍을 결정하고, 드라이버의 상태를 평가할 수 있습니다.
Formula 1은 AWS 데이터 스트리밍, 분석 및 미디어 서비스를 사용하여 5억 명이 넘는 팬에게 운전자 의사 결정과 차량 성능에 대한 통찰력을 제공합니다.
Formula 1이 AWS의 확장 가능한 환경에서 고성능 컴퓨팅 워크로드를 실행하므로 용량에 대한 걱정 없이 Formula 1 레이싱 경험, 차량 디자인 등을 혁신할 수 있습니다.
Intuit는 AWS로 모두 이전하고 다양한 AWS 서비스를 사용하여 계절적 변동이 심한 트래픽 패턴을 처리하는 데 필요한 탄력성을 제공합니다. Intuit는 2013년부터 인프라, 애플리케이션, 데이터 및 기계 학습 기능을 AWS로 이전했습니다.
Intuit는 고객이 세금 신고와 같은 까다로운 작업을 쉽고 즐겁게 수행할 수 있는 방법을 모색하면서 기계 학습을 검토합니다.
Intuit는 Amazon SageMaker를 사용하면서 기계 학습 모델을 배포하는 데 필요한 비용과 시간을 줄일 수 있게 되었습니다. 데이터 과학자는 이제 모델을 생성하고 다수의 서버로 확장할 수 있으며 6개월이 걸리던 작업을 이제 1주 만에 수행할 수 있습니다.
데이터 과학자에게 강력한 도구를 제공함으로써 Intuit는 전 세계 고객의 번영을 지원한다는 사명에 걸맞은 제품을 지속해서 개발하고 강화할 수 있습니다.
MLB는 수십 년 동안 선수에 대한 통계 데이터를 수집해왔으며 2015년에 AWS를 사용하여 경기 통계를 수집 및 배포하여 팬 경험을 향상하기 시작했습니다.
MLB는 Amazon Sagemaker를 사용하여 개발자 및 데이터 과학자가 모든 규모의 기계 학습 모델을 쉽고 빠르게 구축, 교육 및 배포할 수 있게 지원하고 있습니다.
이러한 모델은 MLB가 점수 기록, 게임 노트 캡처, 투구 분류와 같은 레코드 유지 및 통계와 관련된 시간 소모적인 수동 프로세스를 없애는 데 도움이 됩니다.
MLB는 Amazon ML Solutions Lab과 협력하여 투구 예측 정확성 테스트, 개인화된 시청자 경험 생성을 비롯하여 선수 성과를 분석하는 추적 기술인 Statcast를 지속적으로 개선할 계획입니다.
MLB는 인공 지능을 사용하여 혁신을 계속할 것입니다. 이 조직에서는 Amazon Comprehend를 사용하여 상징적인 아나운서를 흉내 내는 라이브 게임의 대본을 만들 수 있는 언어 모델을 구축할 계획입니다.
Matson은 글로벌 컨테이너 추적을 위해 대표 모바일 애플리케이션을 구축했습니다. 고객은 이를 사용해 선적 화물을 실시간으로 추적할 수 있습니다. 애플리케이션의 다른 유용한 기능으로는 대화식 선박 일정 검색, 위치 기반 항구 지도 조회, 라이브 출입문 카메라 피드를 들 수 있습니다.
모든 모바일 디바이스는 Amazon API Gateway를 통해 AWS에 액세스합니다. 이는 Matson의 기존 가상 사설 클라우드 내 리소스에 액세스할 수 있는 고가용성 엣지 로케이션의 엔드포인트를 제공합니다.
Amazon DynamoDB는 구성뿐만 아니라 사용자 피드백 구성과 모바일 디바이스에서 전송된 사용자 피드백 알림도 관리합니다. DynamoDB 스트림은 Matson의 고객 서비스 팀에 실시간 알림을 제공합니다.
Matson의 고객은 정확한 최신 컨테이너 추적 및 선박 상태 정보를 활용합니다. 시스템 이벤트의 모니터링 및 알림 기능은 Amazon CloudWatch, Amazon SNS, Amazon SES, AWS Lambda 및 CloudWatch Logs를 사용해 구현할 수 있습니다.
Matson은 이제 유지 관리할 인프라 없이 선적을 추적할 수 있는 엔드 투 엔드 서버리스 애플리케이션을 고객에게 제공할 수 있습니다.
Roomba 900 시리즈는 집 청소 임무를 완료하고 충전을 위해 충전대로 복귀합니다.
iRobot은 AWS IoT 규칙을 사용하여 메시지를 Amazon Kinesis Streams에 추가합니다. iRobot은 Kinesis를 통해 청소 임무 데이터를 처리할 수 있습니다. Kinesis를 사용하면 여러 팀이 데이터 스트림을 수신할 수 있습니다.
AWS Lambda는 청소 임무 메타데이터를 수신하고 형식을 Amazon DynamoDB로 파싱합니다. Amazon Kinesis는 임무 데이터를 배치 처리한 후 Amazon S3에 저장합니다. Amazon S3는 모든 메시지 데이터가 압축되고 저장되는 iRobot의 분석용 데이터 레이크로 사용됩니다. 데이터가 Amazon S3에 저장되면 iRobot이 AWS 분석 도구 세트를 사용합니다. Amazon Athena를 사용하면 iRobot이 컴퓨팅 리소스를 상시 실행하지 않고도 데이터의 패턴을 탐색하고 발견할 수 있습니다.
소비자는 Roomba 900 시리즈가 청소 임무를 성공적으로 완료했음을 알려주는 알림을 받습니다.
BP의 IT 조직은 공급망, 조달, 재무 등을 위해 전 세계에서 수천 명의 직원이 사용하는 SAP 애플리케이션을 관리합니다.
속도와 비용 민첩성을 향상하기 위해 BP에서는 Amazon EC2를 사용하여 핵심 비즈니스 앱을 클라우드로 이전했습니다. 또한, 팀에서는 규모를 확장하고 실시간 분석을 지원하기 위해 EC2 X1 인스턴스를 구축했습니다.
팀에서는 이제 몇 주 또는 몇 달이 아니라 몇 시간 안에 온디맨드로 시스템을 가동할 수 있습니다. BP는 속도가 40% 향상된 Lubricants ERP 시스템을 비롯하여 전반적으로 성능이 향상되고 있습니다.
클라우드 마이그레이션의 일환으로 BP는 AWS Config, AWS Identity and Access Management(IAM), Amazon CloudWatch 및 AWS Trusted Advisor를 사용하여 보안 표준을 재설정했습니다. 이러한 새로운 표준은 BP가 IT 조직 운영을 위한 안전한 프레임워크를 개발하는 데 도움이 되었습니다.
미국 동부
버지니아 북부(6), 오하이오(3)
미국 서부
캘리포니아 북부(3), 오레곤(3)
아시아 태평양
뭄바이(2), 서울(2), 싱가포르(3), 시드니(3), 도쿄(4), 오사카 로컬(1)
캐나다
중부(2)
중국
베이징(2), 닝샤(3)
유럽
프랑크푸르트(3), 아일랜드(3), 런던(3), 파리(3)
남아메리카
상파울루(3)
AWS GovCloud (US-West)(3)
바레인
중국 홍콩 SAR
스웨덴
AWS GovCloud (US-East)