Amazon Web Services 한국 블로그

Category: Amazon Simple Storage Service (S3)

Amazon S3 Vectors 소개: 대규모 벡터를 지원하는 최초 클라우드 스토리지 (미리 보기)

오늘 AWS는 벡터 업로드, 저장 및 쿼리에 드는 총 비용을 최대 90% 절감할 수 있고 내구성이 뛰어난 목적별 벡터 스토리지 솔루션인 Amazon S3 Vectors의 평가판을 발표합니다. Amazon S3 Vectors는 대규모 벡터 데이터세트를 저장하고 1초 미만의 쿼리 성능을 기본적으로 지원하는 최초의 클라우드 객체 저장소로, 기업이 합리적인 비용으로 AI 지원 데이터를 대규모로 저장하는 데 활용할 수 있습니다. […]

Amazon S3 Metadata, 모든 S3 객체에 대한 메타데이터 지원 시작

이제 Amazon S3 Metadata는 새 객체와 변경 사항뿐만 아니라 Amazon Simple Storage Service(Amazon S3) 버킷에 있는 모든 기존 객체에 대해서도 완전한 가시성을 제공합니다. 이 확장된 적용 범위 덕분에 전체 S3 스토리지 풋프린트에 대한 메타데이터를 분석하고 쿼리할 수 있게 되었습니다. 오늘날 많은 고객들이 Amazon S3를 사용하여 비정형 데이터를 대규모로 저장하고 있습니다. 버킷에 무엇이 있는지 파악하려면 장기적으로 […]

AWS, 대규모 프로덕션을 위한 AI 에이전트 기반을 제공합니다!

오늘, 대규모 에이전트 구축 및 배포의 근본적인 측면을 해결하는 새로운 기능을 통해 이러한 비전을 어떻게 실현할 수 있는지 공유합니다. 이러한 혁신을 통해 단순한 실험 단계를 넘어 가장 중요한 비즈니스 프로세스에 신뢰할 수 있는 프로덕션급 에이전트 시스템으로 발전할 수 있을 것입니다.

Amazon S3 Table, sort 및 z-order 압축을 통해 Apache Iceberg 쿼리 성능 개선

이제 sort 및 z-order 압축을 사용하여 Amazon S3 Tables 및 범용 S3 버킷에서 Apache Iceberg 쿼리 성능을 개선할 수 있습니다. 일반적으로 Iceberg는 AWS Glue Data Catalog 또는 S3 테이블과 함께 Amazon Simple Storage Service(Amazon S3)에서 대규모 분석 데이터 세트를 관리하는 데 사용됩니다. Iceberg 테이블은 동시 스트리밍 및 배치 처리, 스키마 진화, 시점 복원 등 다양한 […]

Amazon S3 Express One Zone, 최대 85% 가격 인하 발표

AWS re:Invent 2023에서 가장 자주 액세스하는 데이터와 지연 시간에 민감한 애플리케이션을 위해 10밀리초 미만의 일관된 데이터 액세스를 제공하도록 특별히 제작된 고성능 단일 가용 영역(AZ) 스토리지 클래스인 Amazon S3 Express One Zone을 소개했습니다. S3 Express One Zone은 S3 Standard보다 최대 10배 빠른 데이터 액세스 속도를 제공하며, 디렉터리 버킷당 GET 트랜잭션을 최대 200만 TPS(초당 트랜잭션 수), PUT […]

AWS Pi Day 2025: 분석 및 AI를 위한 데이터 기반

매년 3월 14일(3.14) AWS Pi Day에는 데이터 관리 및 작업에 도움이 되는 AWS 혁신 기술을 집중 조명합니다. 2021년에 Amazon Simple Storage Service(Amazon S3) 출시 15주년을 기념하기 위해 시작된 이 행사는 이제 클라우드 기술이 데이터 관리, 분석 및 AI를 어떻게 변화시키고 있는지 조명하는 행사로 성장했습니다. 올해 AWS Pi Day는 AWS 기반 통합 데이터 기반을 통해 분석 […]

Amazon S3 Tables와 Amazon SageMaker Lakehouse 통합 정식 출시

지난 AWS re:Invent 2024에서 Amazon S3 Tables를 출시했습니다. Amazon S3 테이블은 대규모 테이블 형식 데이터 저장을 간소화하는 내장 Apache Iceberg를 지원하며, 통합된 개방형 보안 데이터 레이크하우스로 분석 및 AI를 간소화하는 Amazon SageMaker Lakehouse를 출시했습니다. 또한 Amazon Athena, Amazon Data Firehose, Amazon EMR, AWS Glue, Amazon Redshift, and Amazon QuickSight를 사용하여 S3 테이블 데이터를 스트리밍, 쿼리 […]

Amazon S3, 신규 객체에 대한 기본 데이터 무결성 보호 기능 출시

AWS에서는 대부분의 새로운 기능은 고객의 직접적인 피드백을 기반으로 합니다. 2년 전 Jeff는 Amazon S3에 저장된 객체가 사용자가 전송한 것과 정확히 일치하는지 확인하기 위한 추가 체크섬 알고리즘과 선택적 클라이언트 측 체크섬 계산을 발표했습니다. 저장된 객체가 사용자가 전송한 객체라는 확신을 줄 수 있기 때문에 이 추가 검증이 마음에 든다고 말씀하셨습니다. 또한 이러한 추가 인증을 자동으로 활성화하여 추가 […]

Amazon S3 버킷에 대한 쿼리 가능한 객체 메타데이터 (미리보기)

AWS 고객은 Amazon Simple Storage Service(Amazon S3)를 대규모로 사용하여 객체가 수십억 개에서 수조 개까지 포함된 개별 버킷을 정기적으로 생성합니다! 이 정도 규모에서는 특정 기준을 충족하는 객체(예: 패턴과 일치하는 키가 포함된 객체, 특정 크기의 객체, 특정 태그가 있는 객체 등)를 찾는 작업이 어려워집니다. 고객은 해당 정보를 캡처하고, 저장하며, 쿼리하는 시스템을 구축해야 했습니다. 이러한 시스템은 복잡하고 확장하기 […]

Amazon S3 Table 기능 출시: 분석 워크로드에 최적화된 스토리지

Amazon S3 Tables은 Amazon Athena, Amazon EMR, Apache Spark 등의 인기 있는 쿼리 엔진을 사용하여 쉽게 쿼리할 수 있도록 Apache Iceberg 형식의 일일 구매 거래, 스트리밍 센서 데이터, 광고 노출 등 표 형식 데이터에 최적화된 스토리지를 제공합니다. 자체 관리형 테이블 스토리지와 비교하면, 완전 관리형 서비스에 핵심인 작업 효율성과 더불어 최대 3배 더 빠른 쿼리 성능과 […]