본문으로 건너뛰기
개요
기조연설
AWS에서의 Day1
- AWS 사업을 20여년(from 2006.3.14) 지속했지만, 첫날(Day1)처럼 생각해야 고객만족 & 신규사업 진행 가능
- Day2는 회사가 쇄락으로 진행함을 뜻함
- 2016년 1017개 서비스를 제공
2016.01 서울리전 개설
- 서울리전
- 30+ 신규 서비스 및 기능을 출시
- 2개의 AZ, 3개의 Edge
- 전체 : 16개 글로벌리전, 42개 AZ, 73개 Edge
- P2 Instance : AI에 최적화, 병렬처리
- AWS 마켓 플레이스 : SaaS
Amazon의 성장비결
- 고객지향, 개척자정신, 장기적투자
- There is no compression algorithm for experience (경험을 빨리 축적할 수 있는 알고리즘은 없다)
NIKE 사례 - 리테일 사업의 변신
- Mobile, Web, 매장 등에서 변신을 시도
- Mobile : NIKE+ RUN Club 등의 App
- Web : nike.com 등
- AWS 사용
- Agility : AWS는 높은 수준의 민첩성를 제공
- Resilience : Stateless, Micro Service 구조
- Scalability
- 대규모의 infra는 항상 필요하지 않음.
- 람다를 사용하여 유연한 구조
- 인기있는 상품(Air Jordan)을 판매하기 전에 scale out
클라우드를 통한 비지니스 재혁신
- 3가지 중요요소
- Re-imagine : 생각을 바꿔라
- Re-architect : 재설계하라
- Re-skill : 조직내에서 새로운 스킬을 적용하라
- 논리로는 A~Z까지 갈 수 있다. 상상하면 어디든 갈 수 있다 (아인슈타인)
- 상상 #1 (What if)
다양한 managed 서비스
- Amazon Redshift : Data Warehouse
- Amazon Athena : Serverless Query Engine
- Amazon Rekognition : 딥러닝 기반 이미지 인식
- Amazon Connect : 콜센터 관리 서비스
Software is mindset
- 클라우드를 통한 IT 조직 변화 : 관리중심(과거) -> 실행중심(현재)
LG전자 사례 - Re-architecting
- 모든기기는 wifi연결하여, cloud에 접근 가능하게 하겠다.
- AI, IoT, Cloud
- AWS IoT를 사용하여, 핵심 비지니스의 본질에 집중할 수 있게 됨
Don't fight future (기술변화 수용을 빠르게 결정하라)
- 고객우선 : 고객이 만족하면 회사가 성장한다.
- 당연한 것을 의심하라
- 예전 방식으로만 고집하지 마라.
- 더 좋은것은 없을까 고민하라 (cloud 환경에서 뭘 더 잘할 수 있을까?)
- 빠른 의사 결정
- 완벽한 정보로 결정을 내리긴 힘들다
- 70%의 정보로도 결정을 내려 빠르게 진행하라. 아무것도 안하는 것보다 낫다.
- 해외의 트랜드를 빨리 수용하라
- 요즘 트랜드 : AI, BigData, IoT, Cloud
아마존닷컴의 클라우드
웹로그 분석
- Amazon Redshift 사용한 효과
- Pig -> Redshift : 2일 -> 1시간
- Hive -> Redshift : 3일 -> 2시간
- Oracle -> Redshift : 90시간 -> 8시간
카타로그 서비스 개선
- Data
- 기본 정보 : SKU(Stock Keeping Unit - 유형, 색, 사이즈 등)
- 기타 정보 : 가격, 판매일 등
- Amazon Kinesis
- Amazon Kinesis를 아키텍쳐의 핵심에 적용하여 TCO를 줄일 수 있었음
- 시퀀싱 및 우선순위를 내부화하여 액션핸들러를 간단하게 적용
- 엔티티 업데이트 일괄처리
물류 혁신
- 물건을 뒤죽박죽 쌓아둠
- 공간활용을 높임 (큰물건 + 작은물건, 20% 이상의 공간 효율성)
- 실수로 잘못 꺼낼 확율 줄어듬 : 케첩&머스타드(헷갈림), 케첩&책(오류적음)
- 배송속도 빠름 : 정확한 데이터 기반의 동선
- 컴퓨터 비전 사용하여 재고를 파악
- 잘못 파악(물건이 넘어지는 경우 등)할 수 있으므로 딥러닝을 사용
- P2 Instance, Amazon Machine Learning 등을 사용
리테일산업을 위한 AWS 기반 인텔 IOT 솔루션 소개
유통혁신
- "파괴적 혁신"을 위해서는 미래를 예측해야 함
- 기존 : 매장에 판매할 수 있는 제품이 있는게 중요
- 2020년 : 고객의 주문을 100% 이행할 수 있는게 중요 (제품 가용성)
고객의 성향 분석
- 2일 이내 배송하면 반품율이 줄어듬
- 2개 이상의 물건은 함께 배송해주길 원함
Millennium 고객 (현재의 20~40대)
- 구매에 대해 겁이 없음
- 많은 정보를 수집함
- 가치있는 상품에는 큰 돈을 지불할 수 있음
인텔 RRS
- RFID를 사용하여 Data 수집 -> 실시간 분석 (Cloud 사용) -> 매장 혁신
- 해결하고자 하는 것
- 고객의 구매패턴 확인
- 재고 왜곡으로 인한 경쟁마진 타격을 없앰
- 고개 충성도 유지를 위해 옴니채널 전략을 사용
전자상거래 기업을 위한 클라우드 성공전략 - 코오롱 사례 중심
AWS 사용의 이득
- 탄력적 사용
- 민첩한 속도 : 도입기간 단축, RISK 최소화, 필요시 리전 추가
- 효율적 운영 : 초기투자 없음, 사용한만큼 과금
- 보안 : CloudTrail, Config, Inspector등을 사용하여 강화된 보안, 3th party 도구 사용
사례 #1 - 글로벌 전자상거래 플랫폼
- 모바일, 다양한 언어등을 지원하는 옴니채널
- Hybris Software를 사용하여 개발, 화면은 별도의 frontend를 사용
- 아키텍처
- 기본적으로 3티어
- 네트워크는 폐쇄망으로 구성
- 오픈소스 활용
사례 #2 - 자동차 중계 플랫폼
- 모바일 중심으로 업무환경을 개선
- S3fs를 사용하여 이미지를 저장하고, CDN(cludfront)를 사용하여 고객이 접근
사례 #3 - 글로벌 진출 솔루션
- 역직구, 해외총판
- magento 사용 (오픈소스)
AWS Lambda 활용의 모든것
시연
- 셀카 -> 트위터 -> 사진의 얼굴에 로고 합성하기
람다란
- 다른 서비스와 비교
- EC2 : 단위는 VM, HW (모든것을 제어)
- ECS : 단위는 Task, OS
- Lambda : 단위는 Fuction, Runtime (기능만 사용)
- 이벤트(data상태, 요청) -> λ(node, c#, python, java) -> 서비스(anything)
- GB단위로 과금 (전기요금과 비슷)
- 개발 : WYSIWYG 에디터 or 3th Party Plugin 사용(eclipse, Visual Studio 등)
- stateless : 이전 결과와 무관하게 동작
Serverless Application
- 전통적인 서버 : OS관리, 스케일관리, 보안관리..... 관리할게 많음
- Lambda : 서버관리 X, 사용량에 따른 스케일, 유휴시 과금 없음, 가용성 제공
시연
- 엄마,아빠,지인 <---request/response---> λ <----foursquare-- 아들
사례
- Logstash : 즉각적 반응X, Lambda를 사용하여 지연을 줄임(1시간->10초)
