AWS 클라우드 데이터베이스
모든 규모의 생성형 AI 솔루션 및 데이터 기반 애플리케이션을 구동하기 위한 안전하고 신뢰할 수 있는 고성능 기반
왜 AWS 데이터베이스를 사용해야 합니까?
AWS 데이터베이스는 비즈니스와 고객을 위한 가치를 창출하는 생성형 AI 솔루션과 데이터 기반 애플리케이션을 구동하기 위한 고성능의 안전하고 신뢰할 수 있는 기반을 제공합니다. AWS 고성능 데이터베이스는 타사 대비 처리량이 3~5배 빠른 관계형 데이터베이스, 지연 시간이 마이크로초 단위인 목적별 데이터베이스, 처리 속도가 가장 빠르고 재현율이 가장 높은 내장형 벡터 데이터베이스 기능 등 모든 워크로드 또는 사용 사례를 지원합니다. AWS는 필요에 따라 즉시 확장하여 용량을 관리할 필요가 없는 서버리스 옵션을 제공합니다. AWS 데이터베이스는 저장 시와 전송 시 암호화, 네트워크 격리, 인증, 이상 징후 해결, 엄격한 규정 준수를 통해 독보적인 보안을 제공합니다. 데이터가 AWS 리전 내 여러 가용 영역에 자동으로 복제되기 때문에 신뢰성이 매우 높습니다. 애플리케이션의 데이터 모델에 최적화된 15개 이상의 데이터베이스 엔진을 갖춘 AWS 완전관리형 데이터베이스는 획일적이고 부담스러운 데이터베이스 관리 작업을 줄여줍니다.
AWS 클라우드 데이터베이스의 이점
멀티 클라우드 전략 지원
많은 AWS 데이터 서비스가 멀티 클라우드 전략을 지원합니다. 오픈 소스 데이터베이스와의 완전한 와이어 프로토콜 호환성과 같은 개방형 표준을 지원하므로 AWS의 데이터베이스는 다른 클라우드 및 온프레미스 환경에서 호스팅되는 다른 오픈 소스 호환 데이터베이스와 원활하게 통합됩니다. 애플리케이션을 수정하지 않고 AWS 오픈 소스 호환 데이터베이스와 통신할 수 있습니다. ODBC, JDBC, LangChain, LlamaIndex와 같은 오픈 소스 프레임워크와도 통합됩니다.
AWS 데이터베이스는 멀티 클라우드 환경을 지원하는 다양한 AWS 서비스와 통합됩니다. 예를 들어 Amazon Elastic Kubernetes Service(EKS)는 Amazon Aurora, Amazon DynamoDB, Amazon ElastiCache 등과 통합됩니다. 이러한 EKS 클러스터를 멀티 클라우드 환경의 다른 Kubernetes 서비스와 통합할 수 있습니다. AWS IAM Roles Anywhere를 사용하면 다른 클라우드 제공업체 등 AWS 외부에서 실행되는 워크로드에 IAM 역할 및 정책을 사용하여 AWS 리소스에 대한 임시 액세스 권한을 부여할 수 있습니다. AWS DMS를 사용하여 클라우드 간에 데이터를 이동할 수도 있습니다.
간편한 상호 운용성과 이동성 덕에 요구 사항 및 제약 조건에 따라 다양한 환경에 유연하게 워크로드를 배포할 수 있습니다.
가장 인기 있는 콘텐츠
분석가 스냅샷
Amazon Aurora를 사용하면 데이터베이스 관리 팀의 효율성이 62% 향상되고 3년간 434%의 ROI를 달성할 수 있다는 IDC 연구 »
분석가 보고서
Amazon ElastiCache를 사용하면 예기치 않은 데이터베이스, 애플리케이션, 워크로드 인시던트가 매년 68% 감소한다는 IDC 연구 »
분석가 보고서
Amazon DynamoDB를 사용하면 조직당 연평균 848만 USD의 이익을 얻을 수 있다는 IDC 연구 »
분석가 보고서
Amazon RDS를 사용하면 조직당 연평균 1,170만 USD의 이익을 얻을 수 있다는 IDC 연구 »
ebook
새로운 서비스! Valkey의 설계 패턴 »
백서
글로벌 복원력을 위한 Amazon Aurora 고가용성 및 재해 복구 기능 »
ebook
쉬워진 Amazon DocumentDB 데이터 모델링 »
가격 대비 성능을 개선하고 비용을 최적화하는 간편한 방법
AWS 벡터 데이터베이스 기능에 대해 자세히 알아보기
데이터베이스 서비스
|
Database type
|
Examples
|
AWS service
|
|---|---|---|
|
관계형
관계형 데이터베이스는 미리 정의된 스키마와 이들 간 관계를 통해 데이터를 저장합니다. 이러한 데이터베이스는 ACID 트랜잭션을 지원하도록 설계되었으며, 참조 무결성과 강력한 데이터 일관성을 유지 관리합니다.
|
기존 애플리케이션, 전사적 자원 관리(ERP), 고객 관계 관리(CRM), 전자 상거래, 생성형 AI 사용 사례(예: 검색 증강 생성 기능이 있는 챗봇, 유사성 검색, 추천 시스템 등) |
|
|
키 값
키-값 데이터베이스는 보통 많은 데이터를 저장하고 검색하기 위한 일반적인 액세스 패턴에 최적화되었습니다. 이러한 데이터베이스는 동시 요청이 매우 많은 경우에도 빠른 응답 시간을 제공합니다.
|
트래픽이 많은 웹 애플리케이션, 전자 상거래 시스템, 게임 애플리케이션, 생성형 AI 사용 사례(예: Amazon OpenSearch Service와 DynamoDB 제로 ETL 통합을 사용한 유사성 검색) |
|
|
인 메모리
인 메모리 데이터베이스는 데이터에 실시간으로 액세스해야 하는 애플리케이션에 사용됩니다. 이러한 데이터베이스는 데이터를 메모리에 직접 저장하여 밀리초의 지연 시간으로는 충분하지 않은 애플리케이션에 마이크로초의 지연 시간을 제공합니다.
|
캐싱, 세션 관리, 게임 순위표, 지리 공간 애플리케이션, 생성형 AI 사용 사례(예: 검색 증강 생성 기능이 있는 챗봇, 시맨틱 캐싱, 추천 시스템, 사기 탐지 등) |
|
|
문서
문서 데이터베이스는 반정형 데이터를 JSON과 비슷한 문서로 저장하도록 설계되었습니다. 이 데이터베이스는 개발자가 애플리케이션을 빠르게 구축하고 업데이트할 수 있도록 지원합니다.
|
콘텐츠 관리, 카탈로그, 사용자 프로필, 생성형 AI 사용 사례(예: 검색 증강 생성 기능을 갖춘 챗봇, 유사성 검색, 추천 시스템 등) |
|
|
그래프
그래프 데이터베이스는 상호 연결성이 높은 그래프 데이터세트 간에 수백만 건의 관계를 밀리초의 지연 시간 내에 대규모로 쿼리 및 탐색해야 하는 애플리케이션에 사용됩니다.
|
사기 탐지, 소셜 네트워킹, 추천 엔진, 생성형 AI 사용 사례(예: GraphRAG, 개선된 사기 탐지, 새로운 답변 검색 등) |
|
|
와이드 컬럼
와이드 컬럼 스토어는 NoSQL 데이터베이스 유형입니다. 테이블, 행 및 열을 사용하지만 관계형 데이터베이스와는 달리 열의 이름과 형식은 동일한 테이블에서 행마다 다를 수 있습니다.
|
장비 관리, 플릿 관리 및 경로 최적화에 사용하는 대규모 산업용 앱 |
|
|
시계열
시계열 데이터베이스는 정해진 시간 간격으로 쿼리를 수행하여 시간에 따라 변화하는 데이터를 효율적으로 수집 및 동기화하고 여기에서 인사이트를 도출합니다.
|
사물 인터넷(IoT) 애플리케이션, DevOps, 산업용 텔레메트리 |
AWS Summit 함부르크 2025: 미래의 클라우드를 지금 경험해 보세요
업계 개척자, 클라우드 전문가와 함께 귀사의 클라우드 여정을 변화시킬 실습 학습 및 네트워킹 기회에 참여하세요.
지금 등록