IDP Well-Architected Lens는 AWS를 사용하여 지능형 문서 처리(IDP) 솔루션을 실행하고 AWS에서 안전하고 효율적이며 안정적인 IDP 솔루션을 구축하는 방법에 대한 지침을 찾고 있는 모든 AWS 고객을 대상으로 합니다.
클라우드에서 프로덕션 지원 솔루션을 구축하려면 리소스, 시간, 고객 기대치, 비즈니스 결과 간의 일련의 절충이 필요합니다. 그만큼 AWS Well-Architected 프레임 워크 AWS에서 워크로드를 구축하는 동안 내리는 결정의 이점과 위험을 이해하는 데 도움이 됩니다. 프레임워크를 사용하면 클라우드에서 안정적이고 안전하며 효율적이고 비용 효율적이며 지속 가능한 워크로드를 설계하고 운영하기 위한 운영 및 아키텍처 모범 사례를 배우게 됩니다.
IDP 파이프라인은 일반적으로 광학 문자 인식(OCR)과 자연어 처리(NLP)를 결합하여 문서를 읽고 이해하며 특정 용어나 단어를 추출합니다. IDP Well-Architected Custom Lens는 IDP 워크로드 내의 기술적 위험을 평가하고 식별할 수 있는 AWS Well-Architected 검토 단계를 간략하게 설명합니다. 이 맞춤형 렌즈는 모범 사례와 지침을 통합하여 IDP 워크로드 관리의 일반적인 과제를 효과적으로 탐색하고 극복합니다.
이 게시물은 IDP 솔루션의 운영 우수성 원칙에 중점을 두고 있습니다. IDP의 운영 우수성은 강력한 소프트웨어 개발 원칙을 적용하고 문서 처리 분야에 고품질 고객 경험을 유지하는 동시에 서비스 수준 계약(SLA)을 지속적으로 충족하거나 능가하는 것을 의미합니다. 여기에는 팀을 효과적으로 구성하고, 작업 부하를 효율적으로 처리하도록 IDP 시스템을 설계하고, 이러한 시스템을 대규모로 운영하고, 고객 요구 사항을 충족하도록 지속적으로 발전시키는 것이 포함됩니다.
이 게시물에서는 Operational Excellence 원칙과 설계 원칙을 소개하는 것부터 시작한 다음 조직 문화, 워크로드 설계, 빌드 및 릴리스 최적화, 관찰 가능성이라는 네 가지 주요 영역을 자세히 살펴봅니다. 이 게시물을 읽으면 IDP 사례 연구를 통해 Well-Architected 프레임워크의 운영 우수성 원칙에 대해 배울 수 있습니다.
디자인 원칙
IDP 워크로드의 경우 운영 우수성은 다음과 같이 해석됩니다.
- 문서 데이터 추출의 높은 정확성과 낮은 오류율 – 문서에서 데이터를 추출할 때 정확성이 가장 중요합니다. 이는 오류를 최소화하고 의사 결정에 사용되는 정보의 신뢰성을 보장합니다.
- 짧은 대기 시간으로 대용량 문서를 빠르게 처리 – 대용량 문서를 효율적으로 신속하게 처리함으로써 조직이 비즈니스 요구 사항을 충족하고 병목 현상을 줄일 수 있습니다.
- 신속한 진단과 문제 해결을 위한 지속적인 모니터링 – 사전 모니터링 및 유지 관리는 문서 처리 파이프라인의 중단을 신속하게 식별 및 해결하고 원활한 운영 흐름을 유지하는 데 도움이 됩니다.
- 모델과 워크플로를 개선하기 위한 신속한 반복 – 알고리즘과 프로세스의 지속적인 개선을 촉진하는 피드백 루프를 구현하면 시스템이 새로운 과제와 효율성 표준을 충족하도록 발전할 수 있습니다.
- 리소스가 워크로드 요구 사항에 맞게 조정되도록 비용 최적화 – 전략적 자원 관리를 통해 IDP 시스템에 대한 재정적 투자가 최대 가치를 창출하도록 보장하고, 변동하는 문서 처리 수요에 맞춰 자원을 동적으로 조정합니다.
- SLA 준수 – 고객에게 약속된 표준 및 처리 시간을 충족하거나 초과하는 것은 신뢰와 만족을 유지하는 데 중요합니다.
효과적인 설계 전략은 이러한 목표와 연계되어 IDP 시스템이 기술적으로 유능할 뿐만 아니라 실제 문제에 최적화되도록 보장해야 합니다. 이는 백엔드 목표에서 전체 기업의 성공에 필수적인 전략적 자산으로 운영 우수성을 향상시킵니다. 를 기반으로 운영 우수성 원칙의 설계 원칙, 우리는 이 맞춤형 렌즈에 대해 다음과 같은 설계 원칙을 제안합니다.
디자인 원리 | 상품 설명 |
IDP SLA를 전체 문서 워크플로 목표에 맞춰 조정 | IDP는 일반적으로 비즈니스 팀이 관리하는 광범위한 문서 워크플로의 필수 구성 요소로 작동합니다. 따라서 IDP에 대한 SLA는 전체 문서 워크플로우 SLA의 하위 집합으로 신중하게 작성되어야 합니다. 이러한 접근 방식은 IDP의 성능 기대치가 더 큰 작업 흐름 목표와 조화를 이루도록 보장하여 처리 속도, 정확성 및 신뢰성에 대한 명확하고 일관된 표준을 제공합니다. 이를 통해 기업은 중요한 비즈니스 목표와 이해관계자의 기대에 부합하는 일관되고 효율적인 문서 관리 시스템을 구축하고 시스템 기능에 대한 신뢰와 의존성을 높일 수 있습니다. |
효율성과 재현성을 위한 작업 체계화 | 코드로 작업을 수행하고 자동화된 배포 방법론을 통합함으로써 조직은 확장 가능하고 반복 가능하며 일관된 프로세스를 달성할 수 있습니다. 이는 인적 오류 가능성을 최소화할 뿐만 아니라 새로운 데이터 소스와 처리 기술을 원활하게 통합할 수 있는 길을 열어줍니다. |
시스템 오류를 사전에 예측하고 계획합니다. | IDP 시스템은 복잡도가 다양한 광범위한 문서를 처리하기 때문에 문서 처리 파이프라인의 모든 단계에서 잠재적인 문제가 나타날 수 있습니다. 잠재적인 실패 원인을 사전에 식별하여 이를 제거하거나 완화할 수 있도록 "사전 검토" 훈련을 수행해야 합니다. 실패 시나리오를 정기적으로 시뮬레이션하고 그 영향에 대한 이해를 검증합니다. 대응 절차를 테스트하여 효과적인지, 팀이 프로세스를 잘 알고 있는지 확인하세요. 시뮬레이션된 이벤트에 대한 작업량과 팀의 반응을 테스트하기 위해 정기적인 게임일을 설정하세요. |
피드백 메커니즘으로 자주 반복 | 문서 처리 워크로드가 발전함에 따라 운영 전략이 동기화되도록 조정하고 이를 개선할 수 있는 기회를 찾으십시오.
|
운영 상태 모니터링 | IDP 프레임워크 내에서 단순한 모니터링에서 고급 관찰 가능성으로 전환하세요. 이를 위해서는 시스템 상태에 대한 포괄적인 이해가 필요합니다. 원격 측정 데이터를 효과적으로 수집하고 상호 연결함으로써 실행 가능한 통찰력을 얻고 문제의 선제적 감지 및 완화를 촉진할 수 있습니다. |
측정 기준에 따른 품질과 지속적인 개선 추구 | IDP에서는 측정된 내용이 개선됩니다. 문서 정확성, 처리 시간, 모델 효율성과 관련된 주요 지표를 정의하고 추적합니다. 특히 영향력이 큰 분야의 경우 현장 수준에서 데이터 추출 품질을 강조하는 측정 기준 기반 전략을 추구하는 것이 중요합니다. 지속적인 데이터 피드백을 활용하여 모델 및 프로세스의 개선 사항을 정기적으로 조정하고 평가하는 플라이휠 접근 방식을 활용하세요. |
프로세스 효율성을 위해 인간 감독 통합 | 자동화 및 ML 알고리즘은 IDP의 효율성을 크게 향상시키지만, 특히 규제 요구 사항이 있거나 낮은 품질의 스캔이 발생하는 경우 인간 검토자가 결과를 강화하고 향상시킬 수 있는 시나리오가 있습니다. 신뢰도 점수 임계값을 기반으로 한 사람의 감독은 귀중한 추가 기능이 될 수 있습니다. |
초점 영역
운영 우수성 원칙의 설계 원칙과 모범 사례는 고객과 IDP 전문가로부터 배운 내용을 바탕으로 합니다. 디자인을 선택할 때 이를 가이드로 사용하여 IDP 솔루션에서 비즈니스에 필요한 사항에 잘 맞는지 확인하세요. IDP Well-Architected Lens를 적용하면 이러한 선택이 운영 우수성을 달성하는 것을 목표로 하는지 확인하고 특정 운영 목표를 충족하는지 확인하는 데도 도움이 됩니다.
다음은 클라우드에서 IDP 솔루션의 운영 우수성을 위한 주요 초점 영역입니다.
- 조직 문화 – 조직 문화는 IDP 프로젝트가 구현되고 관리되는 방식을 형성하는 데 중추적인 역할을 합니다. 이러한 문화는 처리 시간과 정확성에 대한 명확한 기대치를 설정하고 모든 팀 구성원이 공통 목표를 지향하도록 보장하는 명확한 SLA에 의해 유지됩니다. 이는 운영 우수성을 위한 허브 역할을 하고 모범 사례를 통합하며 IDP 프로젝트를 성공으로 이끄는 중앙 집중식 기능으로 보완됩니다.
- 워크로드 설계 – 여기에는 다양한 요구 사항을 유연하게 처리하고 문서 처리의 품질과 정확성을 최적화하며 외부 시스템과 효율적으로 통합할 수 있는 시스템을 구축하는 것이 포함됩니다.
- 빌드 및 릴리스 최적화 – 이 영역에서는 표준화된 DevSecOps 프로세스의 구현을 강조합니다. 목표는 개발 수명주기를 간소화하고 자동화를 사용하여 업데이트나 새로운 기능을 원활하고 신속하게 배포하는 것입니다. 이 접근 방식은 IDP 시스템 개발 및 배포의 효율성, 보안 및 신뢰성을 향상시키는 것을 목표로 합니다.
- 관찰 성 – IDP에서는 관측 가능성이 서비스 할당량 관리와 함께 포괄적인 모니터링, 경고, 로깅 기능에 중점을 둡니다. 여기에는 시스템 성능을 주의 깊게 관찰하고, 잠재적인 문제에 대한 효과적인 경고 메커니즘을 설정하고, 분석을 위한 자세한 로그를 유지하고, 시스템이 리소스 할당 내에서 작동하는지 확인하는 것이 포함됩니다.
조직 문화
IDP에서 운영 우수성을 달성하려면 조직은 특정 모범 사례를 문화와 일상 업무에 포함시켜야 합니다. 다음은 조직이 IDP 워크플로를 최적화하는 데 도움이 될 수 있는 몇 가지 중요한 영역입니다.
- 문화 및 운영 모델 – IDP 워크로드의 전략적 설계, 배포 및 관리를 옹호하는 문화를 조성합니다. 이는 문서 처리의 민첩성과 대응성을 지원하기 위해 운영 모델에 통합된 문화적 표준이어야 합니다.
- 비즈니스 및 SLA 조정 – IDP 이니셔티브를 비즈니스 목표 및 SLA에 맞춰 조정합니다. 이러한 관행을 통해 문서 처리는 전반적인 비즈니스 전략을 지원하고 이해관계자가 중요하게 여기는 성과 지표를 충족합니다.
- 지속적인 AWS 교육 – IDP 기능을 향상시키기 위해 AWS 서비스에 대한 정기적인 교육 및 기술 향상에 전념합니다. 잘 훈련된 팀은 향상된 문서 처리 효율성과 혁신을 위해 AWS의 진화하는 기능을 사용할 수 있습니다.
- 변경 관리 – IDP 환경의 역동적인 특성을 탐색하기 위한 강력한 변경 관리 프로세스를 구축합니다. 효과적인 변경 관리는 원활한 전환을 지원하고 업그레이드 또는 전략 전환 중에 IDP 운영을 중단 없이 유지하는 데 도움이 됩니다.
- IDP 성공을 위해 정의된 지표 – IDP 운영의 성공과 영향을 측정하기 위한 명확한 지표를 설정하고 모니터링합니다. 예: Amazon CloudWatch를 사용하면 Amazon Textract를 통해 처리된 문서 수를 모니터링할 수 있습니다. 마찬가지로 Amazon Simple Storage Service(Amazon S3)에 업로드되는 문서의 볼륨과 크기를 모니터링하면 처리 수요가 증가하는 속도에 대한 통찰력을 얻을 수 있습니다. 또한 AWS Step Functions를 사용하면 내장된 지표를 사용하여 처리 작업 성공률을 추적하고 워크플로 조정의 효율성에 대한 통찰력을 제공할 수 있습니다.
- 반복적인 개선 – 피드백 문화와 반복 개발을 장려하여 IDP 프로세스를 개선합니다. 성능 데이터와 사용자 피드백을 정기적으로 분석함으로써 조직은 정보에 입각하여 IDP 시스템을 점진적으로 개선할 수 있습니다.
- 사람의 검토를 통한 피드백 루프 – 인적 검토의 피드백 루프를 IDP 시스템에 통합합니다. 이는 자동화된 프로세스의 정확성과 효율성을 지속적으로 개선하는 데 사용할 수 있는 귀중한 통찰력을 제공합니다.
워크로드 설계
지능형 문서처리 시스템을 성공적으로 관리하기 위해서는 효과적인 워크로드 설계가 필수적입니다. 이 설계는 다양한 요구 사항을 처리하고 높은 품질과 정확성을 유지하며 다른 시스템과의 원활한 통합을 달성하기 위해 다양한 요구 사항을 충족할 수 있어야 합니다. 다음은 이러한 목표를 달성하는 데 도움이 될 수 있는 모범 사례입니다.
- IDP 워크플로 단계 활용– IDP 아키텍처를 설계할 때 특정 사용 사례와 비즈니스 요구 사항에 따라 달라질 수 있는 IDP 워크플로의 일반적인 단계를 고려하는 것이 중요합니다. 일반적인 단계에는 데이터 캡처, 문서 분류, 문서 텍스트 추출, 콘텐츠 강화, 문서 검토 및 검증, 데이터 소비가 포함됩니다. 아키텍처에서 이러한 단계를 명확하게 정의하고 분리함으로써 보다 탄력적인 시스템을 구축할 수 있습니다. 이 접근 방식은 장애 발생 시 다양한 구성 요소를 격리하는 데 도움이 되므로 보다 원활한 운영과 유지 관리가 가능합니다.
- 유연한 수요 처리 – 수요 변화에 쉽게 적응할 수 있는 문서 처리 시스템을 구축합니다. 이를 통해 비즈니스 요구 사항이 변화함에 따라 시스템을 적절하게 확장하거나 축소하고 계속해서 원활하게 작동할 수 있습니다.
- 예를 들어, Amazon Textract와 인터페이스할 때 Amazon Textract 클라이언트를 생성할 때 구성 매개변수를 설정하여 조절 및 연결 끊김을 관리해야 합니다. AWS SDK는 작업을 실패로 간주하기 전에 지정된 횟수만큼 작업을 재시도하므로 재시도 횟수를 5로 설정하는 것이 좋습니다. 이 메커니즘을 통합하면 SDK에 내장된 지수 백오프 전략을 사용하여 조절을 보다 효과적으로 처리할 수 있습니다.
- AWS는 다양한 요인에 따라 서비스 한도를 주기적으로 업데이트할 수 있습니다. 최신 문서를 계속 업데이트하고 이에 따라 제한 관리 전략을 조정하세요. 예를 들어 Amazon Textract를 사용할 수 있습니다. 서비스 할당량 계산기 사용 사례를 충족할 할당량 값을 추정합니다. 애플리케이션이 지속적으로 조절 한도에 도달하는 경우 AWS에 서비스 할당량을 늘려달라고 요청하는 것이 좋습니다. 아마존 텍사스 및 아마존 이해.
- 품질 및 정확성 최적화 – AWS Textract 모범 사례에 설명된 대로 높은 정확성에 도움이 되는 형식으로 문서를 준비하여 Amazon Textract를 사용하여 데이터 추출의 정확성을 극대화합니다. 금융 서비스, 보험 등 다양한 업계의 다양한 문서에 대해 사전 학습된 Textract의 레이아웃 기능을 활용해 보세요. 이 기능은 복잡한 후처리 코드의 필요성을 줄이고 문서 처리 작업의 효율성을 향상시켜 궁극적으로 문서 처리 작업의 품질과 효율성을 모두 향상시켜 데이터 추출을 단순화합니다.
- 원활한 외부 통합 – IDP 시스템이 외부 서비스 및 시스템과 효율적으로 통합될 수 있는지 확인하십시오. 이는 응집력 있는 작업 흐름을 제공하고 문서 처리 파이프라인 내에서 더 광범위한 기능을 허용합니다. 예를 들어 기존 아키텍처의 모듈성을 검토하고 외부 시스템 통합을 처리하는 구성 요소를 식별하고 다음을 사용하여 통합 논리를 더 작고 세분화된 기능으로 분해합니다. AWS 람다 유연성과 확장성을 위해. 아키텍처를 개선하고 최적화하기 위해 개발자와 통합 파트너로부터 지속적으로 피드백을 구하세요. 이벤트 기반 처리와 같은 분리된 작업을 위한 전략을 사용합니다. 아마존 이벤트 브리지 외부 시스템에서 이벤트를 캡처하고 라우팅하는 데 활용할 수 있습니다.
- 투명하고 적응 가능한 처리 – 원본에서 추출까지 각 데이터 조각에 대해 명확하고 추적 가능한 경로를 설정하여 시스템에 대한 신뢰를 구축합니다. 처리 규칙을 철저하고 최신 상태로 문서화하여 모든 이해관계자를 위한 투명한 환경을 조성합니다.
- Amazon Comprehend Flywheel 및 Amazon Textract 사용자 지정 쿼리로 IDP 향상
- 데이터 수집부터 배포까지 간소화된 ML 프로세스를 위해 Amazon Comprehend 플라이휠을 활용하세요. 플라이휠의 전용 Amazon S3 데이터 레이크 내에서 데이터 세트를 중앙 집중화하면 효율적인 데이터 관리가 보장됩니다. 정기적인 플라이휠 반복은 최신 데이터로 모델을 훈련하고 최적의 성능을 평가하도록 보장합니다. 항상 최고 성능 모델을 활성 상태로 승격하고 활성 모델과 동기화된 엔드포인트를 배포하여 수동 개입을 줄입니다. MLOps 원칙에 기반을 둔 이 체계적인 접근 방식은 운영 우수성을 촉진하고 우수한 모델 품질을 보장합니다.
- 또한 최근 Amazon Textract가 도입되면서 맞춤 쿼리 기능을 사용하면 자연어 질문을 사용하여 고유한 비즈니스 요구 사항에 맞게 추출 프로세스를 세분화할 수 있으므로 특정 문서 유형의 정확성이 향상됩니다. 사용자 지정 쿼리는 Amazon Textract 쿼리 기능의 적용을 단순화하여 심층적인 ML 전문 지식이 필요하지 않으며 문서에서 중요한 정보를 추출하는 보다 직관적인 방법을 촉진합니다.
빌드 및 릴리스 최적화
빌드 및 릴리스 프로세스를 간소화하는 것은 IDP 솔루션의 민첩성과 보안에 매우 중요합니다. 다음은 자동화, CI/CD(지속적 통합 및 지속적 전달), 보안에 중점을 둔 빌드 및 릴리스 최적화의 주요 사례입니다.
- 자동화된 배포 – 일관되고 반복 가능한 배포를 위해 IaC(코드형 인프라) 원칙을 사용하여 IDP 솔루션을 설계합니다. 서버리스 인프라는 다음을 사용하여 배포할 수 있습니다. AWS 클라우드 개발 키트(AWS CDK) AWS Step Functions와 같은 로우 코드 시각적 워크플로 서비스로 조정됩니다.
- CI / CD 파이프 라인 – 다음과 같은 도구를 활용하세요. AWS 코드파이프라인, AWS 코드빌드, AWS 코드 배포 IDP 구성 요소 및 모델의 빌드, 테스트 및 릴리스 단계를 자동화합니다. 배포 위험을 완화하기 위해 자동화된 롤백을 설정하고 프로덕션 배포 전 철저한 검증을 위해 변경 추적 및 거버넌스를 통합합니다.
- AWS KMS를 통한 보안 – 운영 우수성은 효율성에만 국한되지 않습니다. 보안도 중요한 역할을 합니다. 특히 고객 관리형 키가 기본 모델을 암호화하는 Amazon Comprehend 엔드포인트의 경우 다음을 사용하여 무결성을 유지합니다. AWS 키 관리 서비스 (AWS KMS) 키 권한이 중요해졌습니다. 활용 AWS 신뢰 고문 엔드포인트 액세스 위험을 확인하고 KMS 키 권한을 관리합니다.
- 다양한 외부 시스템과의 원활한 통합 – 다양한 외부 시스템과의 원활한 통합을 강조하기 위해 빌드 및 릴리스 파이프라인을 맞춤화합니다. AWS 서비스와 모범 사례를 사용하여 다양한 외부 요구 사항에 쉽게 인터페이스하고 적응할 수 있는 문서 처리 워크플로를 설계합니다. 이를 통해 배포의 일관성과 민첩성을 보장하고 복잡한 통합 시나리오에서도 운영 우수성을 우선시합니다.
관찰 성
IDP에서 운영 우수성을 달성하려면 모니터링과 관찰 가능성이 중추적인 역할을 하는 통합 접근 방식이 필요합니다. 다음은 AWS 환경 내에서 명확성, 통찰력 및 지속적인 개선을 보장하기 위한 주요 사례입니다.
- 포괄적인 관찰 가능성 – 다음과 같은 도구를 사용하여 철저한 모니터링 및 관찰 솔루션을 구현합니다. Amazon CloudWatch 로그 Amazon Textract 및 Amazon Comprehend와 같은 서비스의 경우. 이 접근 방식은 모든 이해관계자에게 명확한 운영 통찰력을 제공하여 효율적인 운영, 대응적인 이벤트 처리 및 지속적인 개선 주기를 촉진합니다.
- Amazon Comprehend 엔드포인트 모니터링 및 자동 크기 조정 – Amazon Comprehend 엔드포인트를 성실히 모니터링하기 위해 Trusted Advisor를 고용하여 리소스 활용도를 최적화합니다. 처리량 구성 조정 또는 사용 AWS 애플리케이션 자동 확장 수요에 맞춰 리소스를 조정하여 효율성과 비용 효율성을 향상합니다.
- Amazon Textract 모니터링 전략 – Amazon Textract 활용의 운영 우수성을 위해 전체적인 접근 방식을 채택하십시오.
- CloudWatch를 활용하여 Amazon Textract 작업을 부지런히 모니터링하고 다음과 같은 주요 지표에서 통찰력을 얻습니다. SuccessRequestCount, ThrottledCount, ResponseTime, ServerErrorCount, UserErrorCount
- 이러한 지표를 기반으로 정확한 경보를 설정하고 이를 아마존 단순 알림 서비스 (Amazon SNS) 실시간 이상 징후 감지.
- 이러한 알림에 대해 신속하게 조치를 취하여 즉각적인 문제 수정과 일관된 문서 처리 효율성을 보장합니다. 이 전략은 세심한 모니터링과 사전 개입을 결합하여 운영 우수성에 대한 표준을 설정합니다.
- AWS CloudTrail을 사용하여 API 호출 로깅 – 와 AWS 클라우드 트레일 , 운영 모니터링 및 신속한 사고 대응에 중요한 API 호출 기록 및 사용자 활동에 대한 가시성을 확보할 수 있습니다. Amazon Textract 및 Amazon Comprehend 서비스는 AWS CloudTrail과 통합됩니다.
결론
이 게시물에서는 IDP 솔루션에서 운영 우수성을 달성하기 위한 설계 원칙, 중점 영역, 기초 및 모범 사례를 공유했습니다. 이 게시물에서 다루는 Well-Architected 프레임워크 원칙을 채택하면 운영 우수성을 위해 IDP 워크로드를 최적화할 수 있습니다. IaC, 계측, 관찰 가능성, 지속적인 개선과 같은 핵심 영역에 집중하면 운영 우수성을 달성하고 IDP 시스템이 안전하고 규정을 준수하는 방식으로 규모에 맞는 비즈니스 가치를 제공하도록 할 수 있습니다.
AWS는 IDP Well-Architected Lens를 살아있는 도구로 활용하기 위해 최선을 다하고 있습니다. IDP 솔루션 및 관련 AWS AI 서비스가 발전하고 새로운 AWS 서비스를 사용할 수 있게 되면 이에 따라 IDP Lens Well-Architected를 업데이트할 예정입니다.
AWS Well-Architected 프레임워크에 대해 자세히 알아보려면 다음을 참조하세요. AWS Well-Architected.
추가 전문가 지침이 필요한 경우 AWS 계정 팀에 문의하여 IDP 전문가 솔루션 아키텍트와 협력하세요.
저자에 관하여
브리제시 파티 AWS의 엔터프라이즈 솔루션 아키텍트입니다. 그의 주요 초점은 기업 고객이 워크로드에 클라우드 기술을 채택하도록 돕는 것입니다. 그는 애플리케이션 개발 및 엔터프라이즈 아키텍처에 대한 배경 지식을 갖고 있으며 스포츠, 금융, 에너지 및 전문 서비스와 같은 다양한 산업 분야의 고객과 협력해 왔습니다. 그의 관심 분야는 서버리스 아키텍처와 AI/ML입니다.
장미아 Amazon Web Services의 ML 전문가 솔루션 아키텍트입니다. 그녀는 EMEA 고객과 협력하며 응용 수학, 컴퓨터 과학, AI/ML에 대한 배경 지식을 바탕으로 클라우드에서 AI/ML 워크로드를 실행하기 위한 모범 사례를 공유합니다. 그녀는 NLP 관련 워크로드에 중점을 두고 컨퍼런스 연사 및 책 저자로서의 경험을 공유합니다. 여가 시간에는 하이킹, 보드 게임, 커피 끓이기를 즐깁니다.
루이 카르도소 Amazon Web Services(AWS)의 파트너 솔루션 아키텍트입니다. 그는 AI/ML 및 IoT에 중점을 두고 있습니다. 그는 AWS 파트너와 협력하여 AWS에서 솔루션을 개발하도록 지원합니다. 일하지 않을 때는 사이클링, 하이킹, 새로운 것을 배우는 것을 즐깁니다.
팀 콘델로 Amazon Web Services(AWS)의 수석 인공 지능(AI) 및 기계 학습(ML) 전문 솔루션 설계자입니다. 그의 초점은 자연어 처리와 컴퓨터 비전입니다. Tim은 고객의 아이디어를 확장 가능한 솔루션으로 바꾸는 것을 좋아합니다.
셰리 딩 Amazon Web Services(AWS)의 수석 인공 지능(AI) 및 기계 학습(ML) 전문 솔루션 설계자입니다. 그녀는 컴퓨터 과학 박사 학위를 취득하여 기계 학습 분야에서 광범위한 경험을 갖고 있습니다. 그녀는 주로 다양한 AI/ML 관련 비즈니스 과제에 대해 공공 부문 고객과 협력하여 고객이 AWS 클라우드에서 기계 학습 여정을 가속화하도록 돕습니다. 고객을 돕지 않을 때는 야외 활동을 즐깁니다.
왕수인 AWS의 AI/ML 전문가 솔루션 아키텍트입니다. 그녀는 실제 비즈니스 문제를 해결하는 데이터 과학 및 기계 학습 애플리케이션 구축에 대한 수년간의 경험과 함께 기계 학습, 금융 정보 서비스 및 경제학 분야의 학제간 교육 배경을 보유하고 있습니다. 그녀는 고객이 올바른 비즈니스 질문을 식별하도록 돕고 올바른 AI/ML 솔루션을 구축하는 것을 즐깁니다. 여가 시간에는 노래와 요리를 좋아합니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
- PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 출처: https://aws.amazon.com/blogs/machine-learning/build-well-architected-idp-solutions-with-a-custom-lens-part-1-operational-excellence/
- :있다
- :이다
- :아니
- :어디
- $UP
- 1
- 10
- 100
- 12
- 13
- 35%
- 7
- 8
- 9
- a
- 소개
- 가속
- ACCESS
- 따라서
- 계정
- 달성
- 달성
- 가로질러
- 실행 가능한
- 활동적인
- 방과 후 액티비티
- 활동
- 행위
- 각색하다
- 적응
- 또한
- 추가
- 채택
- 채택
- 전진
- 많은
- 이점
- 고문
- 계약
- AI
- AI 서비스
- AI / ML
- 도움
- 겨냥한
- 목표
- 경보
- 알고리즘
- 일직선으로하다
- 정렬 된
- 조정
- 정렬
- All
- 할당
- 수
- 수
- 따라
- 또한
- 항상
- 아마존
- 아마존 이해
- 아마존 텍사스
- Amazon Web Services
- Amazon Web Services (AWS)
- an
- 분석
- 분석하는
- 및
- 이상 감지
- 예상
- 어떤
- API를
- 어플리케이션
- 애플리케이션 개발
- 어플리케이션
- 적용된
- 적용
- 접근
- 건축
- 아키텍처
- 있군요
- 지역
- 지역
- 배열
- 인조의
- 인공 지능
- 인공 지능(AI)
- AS
- 유산
- 보증하다
- At
- 증가하다
- 저자
- 자동
- 자동화
- 자동화
- 가능
- AWS
- AWS 단계 함수
- 백엔드
- 배경
- 기반으로
- BE
- 때문에
- 가
- 전에
- 존재
- 이하
- 유익한
- 혜택
- BEST
- 모범 사례
- 사이에
- 판
- 보드 게임
- 책
- 두
- 흩어져
- 더 넓은
- 빌드
- 건물
- 빌드
- 내장
- 사업
- 사업 전략
- 사업
- 비자 면제 프로그램에 해당하는 국가의 시민권을 가지고 있지만
- by
- 전화
- 통화
- CAN
- 기능
- 수
- 포착
- 캡처
- 면밀히
- 케이스
- 사례 연구
- 가지 경우
- 중앙
- 어떤
- 과제
- 챔피언스
- 이전 단계로 돌아가기
- 변경
- 문자
- 문자 인식
- 검사
- 선택
- 선명도
- 분류
- 선명한
- 명확하게
- 클라이언트
- 클라우드
- 암호
- 커피
- 결합력 있는
- 수집
- 결합
- 왔다
- 범하다
- 저지른
- 공통의
- 복잡한
- 복잡성
- 준수
- 구성 요소
- 구성 요소들
- 이해하다
- 포괄적 인
- 컴퓨터
- 컴퓨터 과학
- 컴퓨터 비전
- 행위
- 컨퍼런스
- 자신
- 연결
- 고려
- 치고는
- 일관된
- 일관되게
- 통합
- 상수
- 소비
- CONTACT
- 함유량
- 계속
- 끊임없는
- 지속적으로
- 상관
- 비용 효율적인
- 수
- 적용
- 만들어진
- 만들
- 만들기
- 임계
- 결정적인
- 기르다
- 문화적인
- 문화
- 관습
- 고객
- 고객 경험
- 고객
- 주기
- 매일
- 데이터
- 데이터 레이크
- 데이터 관리
- 데이터 과학
- 데이터 세트
- 날짜
- 일
- 의사 결정
- 결정
- 분리 된
- 전용
- 깊은
- 심해 잠수
- 밝히다
- 정의
- 결정적인
- 도
- 배달하다
- 배달
- 수요
- 요구
- 배포
- 배포
- 전개
- 배포
- 디자인
- 설계 원칙
- 설계
- 상세한
- Detection System
- 개발자
- 개발
- 개발
- 진단
- 다른
- 부지런히
- 잠수
- 몇몇의
- 문서
- 문서 관리
- 선적 서류 비치
- 서류
- 하기
- 아래 (down)
- 그림
- 드라이브
- 드라이브
- 떨어 뜨린
- ...동안
- 동적
- 역동적 인
- 마다
- 쉽게
- 용이하게
- 경제적
- 교육
- 유효한
- 효과적으로
- 유효성
- 효능
- 효율성
- 효율적인
- 효율적으로
- 높이다
- 제거
- 포함
- EMEA
- 벗어나 다
- 신흥
- 강조하다
- 강조하다
- 만남
- 격려
- 종점
- 에너지
- 참여
- 강화
- 향상
- 강화
- 농축
- 확인
- 보장
- 보장
- Enterprise
- 전체의
- 환경
- 오류
- 오류
- 특히
- 필수
- 세우다
- 견적
- 평가
- 평가
- 조차
- 이벤트
- 이벤트
- 진화시키다
- 진화하다
- 진화하는
- 예
- 초과
- 탁월함 <br>(Excellence)
- 현존하는
- 기대
- 기대
- 경험
- 전문가
- 전문적 지식
- 전문가
- 기하 급수적 인
- 광대 한
- 광범위한 경험
- 외부
- 추출물
- 추출
- 눈
- 을 용이하게
- 촉진
- 요인
- 실패
- 고장
- 실패
- 익숙한
- 특색
- 특징
- 피드백
- 를
- 들
- Fields
- 재원
- 금융
- 금융 정보
- 금융 서비스
- 맞게
- 유연성
- 유연하게
- 흐름
- 초점
- 집중
- 집중
- 초점
- 수행원
- 럭셔리
- 체재
- 육성
- 기초
- 사
- 뼈대
- 무료
- 빈번한
- 자주
- 에
- 기능
- 기능
- 기능
- 게다가
- 이득
- 경기
- Games
- 주기
- 골
- 목표
- 덴탈
- 골드 표준
- 통치
- 세분화 된
- 보증
- 지도
- 안내
- 핸들
- 처리
- 조화
- 마구
- 있다
- he
- 건강
- 도움
- 도움이
- 도움이
- 그녀의
- 높은
- 높은 품질의
- 그의
- history
- 전체적인
- 방법
- How To
- HTML
- HTTP
- HTTPS
- 허브
- 사람의
- 아이디어
- 식별
- 확인
- 식별
- if
- 영향
- 구현
- 이행
- 구현
- 구현
- 중대한
- 개선
- 개선하는
- 개량
- 개량
- 개선
- in
- 사건
- 사고 대응
- 포함
- 포함
- 통합
- 증가
- 증가
- 증분
- 산업
- 정보
- 정보
- 인프라
- 이니셔티브
- 혁신
- 통찰력
- 통찰력
- 보험
- 완전한
- 통합
- 통합 된
- 통합
- 통합
- 완성
- 통합
- 보전
- 인텔리전스
- 지능형
- 지능형 문서 처리
- 예정된
- 이해
- 인터페이스
- 개입
- 개입
- 으로
- 소개
- 개요
- 직관적인
- 투자
- IOT
- 발행물
- 문제
- IT
- 되풀이
- 반복
- 그
- 일
- 여행
- JPG
- 유지
- 유지
- 키
- 주요 분야
- 키
- 소금물
- 언어
- 넓은
- 큰
- 숨어 있음
- 최근
- 레이아웃
- 지도
- 배우다
- 배운
- 배우기
- 레슨
- 배운
- 레벨
- 이점
- wifecycwe
- 처럼
- 제한
- 라인
- 생활
- 로깅
- 논리
- 보기
- loves
- 낮은
- 기계
- 기계 학습
- 주로
- 유지하다
- 유지 보수
- 유지
- 확인
- 유튜브 영상을 만드는 것은
- 관리
- 관리
- 구축
- 관리
- 태도
- 조작
- 수학
- 극대화하다
- 최고
- XNUMX월..
- 방법
- 측정
- 기구
- 메커니즘
- 소개
- 회의
- 만족
- 회원
- 호수
- 방법론
- 세심한
- 통계
- 수도
- 최소화하다
- 완화
- 완화
- ML
- MLOps
- 모델
- 모델
- 모니터
- 모니터링
- 배우기
- 절대로 필요한 것
- 자연의
- 자연 언어 처리
- 자연
- 이동
- 필요하다
- 필요
- 요구
- 신제품
- 새로운 기능
- nlp
- 공고
- 알림
- 번호
- 목표
- OCR
- of
- 제공
- on
- ONE
- 만
- 운영
- 운영
- 운영
- 조작
- 운영
- 행정부
- 기회
- 광학 문자 인식
- 최적의
- 최적화
- 최적화
- 최적화
- 최적화
- or
- 조율 된
- 오케스트레이션
- 조직
- 조직
- 조직
- 조직
- 출발지
- 기타
- 우리의
- 결과
- 결과
- 설명
- 요점
- 전체
- 가장 중요한
- 극복하다
- 감시
- 평화
- 매개 변수
- 최고의
- 부품
- 특별히
- 파트너
- 파트너
- 경로
- 난파선
- 성능
- 실행할 수 있는
- 권한
- 박사 학위
- 조각
- 기둥
- 관로
- 추축의
- 계획
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 연극
- 재생
- 게시하다
- 가능성
- 연습
- 사례
- 정확한
- Precision
- 준비
- 일차
- 원칙
- 우선 순위
- 사전
- 문제
- 절차
- 방법
- 처리됨
- 프로세스
- 처리
- 생산
- 링크를
- 프로젝트
- 약속 한
- 홍보
- 제안
- 제공
- 제공
- 공개
- 추구하다
- 품질
- 쿼리
- 문의
- 빨리
- 빠른
- 율
- 거주비용
- 읽기
- 읽기
- 현실 세계
- 실시간
- 최근
- 인식
- 추천
- 감소
- 참조
- 수정하다
- 정규병
- 규칙적으로
- 규정하는
- 관련
- 공개
- 신뢰성
- 신뢰할 수있는
- 제거됨
- 반복 가능
- 필요
- 요구조건 니즈
- 탄력
- 분해능
- 해결
- 의지
- 제품 자료
- 응답
- 응답
- 반응
- 리뷰
- 연락해주세요
- 위험
- 강력한
- 직위별
- 역할
- 일상적으로
- 라우팅
- 규칙
- 달리기
- 달리는
- 실행
- 확장성
- 확장성
- 규모
- 시나리오
- 과학
- 점수
- SDK
- 원활한
- 수색
- 부문
- 안전해야합니다.
- 보안
- 찾으라
- 연장자
- 분리
- 연속
- 서버리스
- 서비스
- 서비스
- 세트
- 설정
- 성형
- 공유
- 공유
- 공유
- 그녀
- 변화
- 교대
- 영상을
- 크게
- 비슷하게
- 단순, 간단, 편리
- 단순화하다
- 상황
- 크기
- 작은
- 작은
- 펴다
- 더 매끄럽다
- 원활하게
- So
- 소프트웨어
- 소프트웨어 개발
- 혼자서
- 해결책
- 솔루션
- 지우면 좋을거같음 . SM
- Speaker
- 전문가
- 구체적인
- 구체적으로
- 지정
- 속도
- 스포츠
- 단계
- 단계
- 이해 관계자
- 이해 관계자
- 표준
- 기준
- 스타트
- Status
- 유지
- 조타
- 단계
- 단계
- 저장
- 전략의
- 전략들
- 전략
- 유선
- 간소화 된
- 교육과정
- 성공
- 성공한
- 이러한
- 우수한
- SUPPORT
- 지원
- 확인
- 뛰어난
- 지속가능한
- SWIFT
- 신속히
- 체계
- 시스템은
- 재단사
- 받아
- 복용
- 팀
- 참여 연구원
- 팀
- 테크니컬
- 기술적으로
- 기법
- 기술
- 조건
- test
- 본문
- 그
- XNUMXD덴탈의
- 허브
- 정보
- 그들의
- 그들
- 그때
- 그곳에.
- 그것에 의하여
- 따라서
- Bowman의
- 그들
- 일
- 이
- 을 통하여
- 처리량
- 팀
- 시간
- 시대
- 에
- 수단
- 검색을
- 에 대한
- 추적 가능
- 선로
- 추적
- 훈련 된
- 트레이닝
- 전환
- 투명한
- 투명한 환경
- 믿어
- 신뢰할 수있는
- 선회
- 유형
- 전형적인
- 일반적으로
- 궁극적으로
- 밑에 있는
- 이해
- 이해
- 방해받지 않은
- 유일한
- 업데이트
- 업데이트
- 업데이트
- 업그레이드
- 업로드
- 사용
- 유스 케이스
- 익숙한
- 사용자
- 사용
- 보통
- 활용
- 사용
- 활용
- 유효 기간
- 확인
- 가치 있는
- 가치
- 가치
- 마케팅은:
- 변화 있는
- 여러
- 변화
- 거대한
- 가시성
- 시력
- 시각
- 필수
- 음량
- 볼륨
- 필요
- 방법..
- we
- 웹
- 웹 서비스
- 잘
- 뭐
- 언제
- 어느
- 동안
- 누구
- 의지
- 과
- 이내
- 말
- 일
- 워크플로우
- 워크 플로우
- 일하는
- 일
- 년
- 산출량
- 자신의
- 너의
- 제퍼 넷