AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 (정우진 이사)

1
Enterprise is Cloud Ready
클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략

매년 발표되는 IT Trends - 2017 Keywords?

AWS의 IT Trends는?
매년 개최되는 AWS re:invent에서
새로운 서비스 런칭으로 제시
James Hamilton
(Vice President, Distinguished Engineer)
Day 1
Andy Jassy
(Amazon Web Services CEO )
Day 2
Werner Vogels
(Amazon CTO)
Day 3

5
그럼 올해 AWS의 IT Trends는?
1. Advanced Data Analytics, Deep Learning to AI
2. Serverless and MicroServices
3. DevOps, Automation for Operation Excellence
4. IoT, Seamless Connected Device
5. Hybrid Cloud – vmware on AWS

6
표준 SQL을 사용하여
스토리지(Amazon S3)에서 직접
데이터를 쉽게 분석 할 수있는
대화형 쿼리 서비스
Interactive Queries
On Data In Storage (S3)
모든 개발자에게 강력한
딥러닝 기반 인공 지능 구현
Image Recognition And Analysis
Text To Speech
Natural Language
Understanding & Automatic
Speech Recognition

7
서버리스 컴퓨팅은 반복적 작업을
신속하게 처리하고 관리 오버
헤드를 제거하여 개발 속도를 높임
No servers to manage
Continuous scaling
No cold servers
자체 포함 된 원자 코드 단위
손쉬운 개발, 배포 및 공유
JSON / REST / HTTPS 패러다임 준수
Micro-service
Software Modules
(application, libraries, etc)
Data Store
Public API
Micro-service = Service-oriented
architecture + “small” public API

기존 On-premise 환경 경직된 IT인프라 상에서 개발이 끝나면 장기간 운영 체계로 전환되지만
클라우드를 도입하면서 지속적인 개발 및 업데이트로 사실상 개발과 운영이 통합 환경 전환
개발자 고객
개발 테스트 배포
계획 모니터링
Delivery Pipeline
Feedback Loop
소프트웨어 개발 사이클
DevOps
=
소프트웨어 개발 사이클을
빠르게 수행하기 위한 효율성
DevOps는 배포 및 피드백 절차를
빠른 속도로 무한대 반복 가능

9
Software moves faster today
Software creation and distribution is easier and faster than ever
Continuous integration
Continuous delivery
Continuous deployment
Source Build Test Production
AWS CodeCommit AWS CodeDeploy
AWS CodePipeline
Automation

왕복 지연
간헐적 연결
고가의 대역폭
Cloud
Sensor
Machine
Device Factory
기기를 다시 작성하거나 프로그램하지 않는 한 기기의 기본적 내용으로 제한.
임베디드 소프트웨어 프로그래밍 및 업데이트에는 전문적 기술이 필요.
클라우드에서 원활하게 IoT 애플리케이션 실행
로컬 디바이스/장치에서 제한된 애플리케이션 독자적 실행
일관성과 기능 서비스를 갖추기 위해 프로그래밍 모델에서 유연성이 필요
장치가 자체적으로 이해할 수 있고, 신호가 있을 때 클라우드 연계, 필요할 때 상호통신.
클라우드에 최적화된
IoT 서비스를
디바이스에 임베디드

5. Hybrid Cloud – VMware on AWS
데이터 센터에서 실행하는 것과
동일한 VM웨어 소프트웨어를
AWS에서 실행.
기존 VMware 도구로 관리
워크로드를 AWS로 완벽하게
마이그레이션
↔ Private Cloud on Public CloudPrivate Cloud

12
AWS가 바라보는 2017 IT Trends
5. Hybrid Cloud – VMware on AWS
Trends는 Prediction이 아니라 현실 Reality!
The Next 10 years

14
Usage profile
Customer Case at re:invent 2016
8천6백만 사용자
190여 개국
15억시간 하루 스트리밍
10,000+ 동시접속자
3 리전
12 가용존
100,000+ AWS instances

15
Leading Enterprise Cloud for Finance & HR
1350+ 고객 (70% live)
120+ 고객 (포춘500기업)
210억+ 트랜잭션 (2015년)
AWS is Workday’s
Preferred Cloud Provider
자유로운 다양한 선택
입증된 시장 리더
보다 강한 보안
지속적 혁신

16
a modern and progressive burger company
강점과 민첩함의 조화
리딩하고 있는 POS 시스템
20만 지점, 30만 POS 디바이스
POS의
혁신
디지털
트랜스포메이션
We found a partner in AWS
eCommerce Platform on AWS
글로벌 5개 리전 배치
CPU 평균 43%에서 66% 상향
초당 8천6백건 처리
인프라에서 플랫폼으로
마이크로서비스 전환

17
Customer Case on AWS
Migrating 9,000 Workloads to AWS Over the
Next Three Years
“AWS is our trusted partner
that is going to run our
company for the next
140 years.”
Jim Fowler
CIO, General Electric
• 300대의 ERP 시스템을 포함한 9천개의 워크로드 마이그레이션
• 앞으로 3~4년에 걸쳐 34개의 데이터센터를 4개로 축소/전환
• GE 석유 및 가스 부문은 클라우드 전환을 전사적 선도. 핵심
애플리케이션의 절반 이상을 마이그레이션 TCO 52 % 절감
• Agile 방법론으로 AWS 사용/자동화. GE 석유 및 가스 공급 중단
98 % 제거

18
Customer Case on AWS
Capital One Will Reduce Datacenter Footprint
from 8 to 3 by 2018
“The financial service industry
attracts some of the worst cyber
criminals. We work closely with AWS
to develop a security model that we
believe enables us to operate more
securely in the public cloud than
we can in our own data centers.”
• Capital One은 고객이 모바일 및 디지털 플랫폼을 신속하게
채택 및 이용하고 있어, AWS를 사용하여 새로운 주요 모바일
뱅킹 애플리케이션을 비롯한 가장 중요한 워크로드를
개발/테스트 환경을 구축 및 실행.
• AWS 도입 이유
- 보안 모델 및 혁신 속도
- 피크 시간/고가용성에서 IT자원 요구를 처리 할 수 있는 탄력성
Rob Alexander
CIO, Capital One

20
General Electric Capital One BMW
Johnson &
Johnson Merck Nordstrom
Every Imaginable Use Case

21
AWS is Transforming The IT industry

25
Information Technology
Database
Application
Web Service
ERP
CRM
SCM
B2B

26
Cloud Computing

27
Developer ToolsSecurity & Identity
Mobile ServicesRegions
Partner
Solution
s
Database
Storage & Content DistributionCompute
Application Services
Management Tools
AWS Global Infrastructure
Availability
Zone A
Availability
Zone B
Availability
Zone C
Regions
Edge
Locations
Analytics
Applications
IoT
Networking
인프라에서 애플리케이션, 마켓플레이스까지
End-to-End 서비스 제공
‘Service, Solution, API, App, 공용 기능’ 등이
플랫폼을 구성하는 핵심 요소 (Primitives)
핵심 서비스를 활용하여 다양한 응용서비스를
가능하게 하는 플랫폼형 인프라 (Building Block)
Ready made service and platform
Evolution Cloud Computing to Platform

28
Architectural Approaches
DB
DB
Client-Server
Multi-tier with web, application
and database tiers
Microservices
Messaging-oriented middleware
Client Server
Mobile/Web
Clients
Web
Tier
Application
Tier DB
Mobile/Web
Clients
Service
Service
Service
Publisher Subscriber
Seeing a big shift towards…
DB

Why Microservices for Amazon?
아마존에서 마이크로서비스가 필요했던 이유는 무엇보다 지속적이고 신속하게
개별 서비스를 혁신하고, 기존 서비스에서 새로운 기술 기반의 서비스를 개발 및
통합하기 위해서 새로운 아키텍처와 방식이 요구되었음
강력한
모듈화
의존성 최소화
독립적인 확장
대체성
쉬운 교체 가능성
레거시
애플리케이션
기존 어플리케이션
에서 추가 개발
기술의
자유로운 선택
기술 제약 없이
새로운 기술 도입
지속적인
운영환경 배포
서비스별 신속/지속
업데이트
지속 가능한
개발
마이크로서비스
적시 출시
시장 출시 기간 단축

30
The Evolution To Serverless Computing
OS, Language, Infra
Coupled
OS & Language
Coupled
Completely
Decoupled
Monolithic n-tier
Service
Oriented
Containerized
Micro-Services
Cloud Native
90s – 00s ~2010 2020~2015

31
New Model for Building Applications
Web Model IoT Model
• Endpoints/API calls
• Workflows
• Backends
• RESTful
• Synchronous
• Topics / Pub-Sub
• Rules
• Functions
• Event Driven
• Asynchronous

32
Cloud Computing

33
Cloud Computing
Big Data
IoT
Machine Learning
Deep Learning
BI
AI
Chat Bot Vision

34
Purchases Movement Influence
구매 움직임 영향
Three big indicators of individual behavior
개인 행동의 거시적 지표들

35
Ingest/
Collect
Consume/
visualize
Store Process/
analyze
Data
1 4
0
9
5
Answers
& Insights
START HERE
WITH A BUSINESS CASE

A platform to build business outcomes from data
데이터로 부터 비즈니스 결과를 만드는 플랫폼
Revenue Lift
Market acquisition
Customer delight
Brand advocacy
Inventory
optimization
Supply chain
efficiency
...
Purchases
구매
Movement
움직임
Influence
영향
Ingest/
Collect
Consume/
visualize
Store Process/
analyze
1 4
0
9
5

Technology that helps brick-and-mortar retailers optimize performance
Trusted by over
500 global brands
in 45 countries worldwide
and counting
Euclid analyzes customer
movement data to
correlate traffic with
marketing campaigns and
to help retailers optimize
hours for peak traffic
Was fully AWS-native
since day one
https://aws.amazon.com/solutions/case-studies/euclid/
45개국 500여 글로벌
브랜드
고객의 다양한 유형 분석
타겟 마케팅,
최적화된 유통 및 물류

Ingest/
Collect
Consume/
visualize
Store
Process/
analyze
Data
1 4
0 9
5
Answers
& Insights
Euclid Analytics
Campaigns
WiFi - Foot traffic
Transactions
Walk-Bys
New & Return Visitors
Visit Duration
Engagement Rate
Bounce Rate
Storefront Potential &
Conversion
Customer segmentation
and loyalty assessment
Regional and categorical
roll-up reporting
Zoning for large-format
locations
Euclid EventIQ
Amazon S3
Data lake
Amazon RDS
for MySQL
Amazon EMR
Amazon
RedShift
Amazon EC2
Amazon
Elastic
Beanstalk
Elastic Load
Balancing

Euclid analytics processes POS analytics for 600 global brands in hours
.
We were totally amazed at the
speed - a simple count of rows
that would take 5½ hours
using MySQL only took 30
seconds with Amazon Redshift
Dexin Wang, Director of Platform Engineering, Euclid
”
“ • Process 10’s of TB in hours vs. 2 weeks
• 80-90% reduction in costs
• Euclid has a network of traffic counting sensors in
nearly 400 shopping centers, malls, and street
locations
• Euclid analyzes 10+ billion events monthly and 300
million shopping sessions yearly
• "We might have to re-compute up to 18 months of
customer data. That requires a lot of computational
power, which spikes traffic. We need resources that
can scale up on demand and scale down when we
don’t need it.”
5시간반 걸리던 30초로 전환
(예, 단순 rows의 count)
 TB 처리하는 수십여 프로세스
2주 소요를 몇 시간 내로
 80~90% 비용 절감
 매년 30억건 이상, 수십조의
이벤트를 처리/분석
600여 글로벌 브랜드의 POS 분석의 프로세스를 수시간내 처리 환경

41
Use an optimal combination of highly
interoperable services
Amazon Redshift Amazon Elastic
MapReduce
Data Warehouse Semi-structured
Amazon
Glacier
Amazon Simple
Storage Service
Data Storage Archive
Amazon
DynamoDB
Amazon Machine
Learning
Amazon Kinesis
NoSQL Predictive Models Other AppsStreaming
다양한 상호 운영적 서비스의 최적의 통합 활용
Amazon Athena
표준 SQL을 사용하여
Amazon S3에서 데이터를
쉽게 분석 할 수있는 대화식
쿼리 서비스

42
Amazon Rekognition
Image Recognition And Analysis
Powered By Deep Learning
Amazon Polly
Text To Speech
Amazon LEX
Natural Language Understanding &
Automatic Speech Recognition
Amazon AI

43
Deep Learning – Advanced ML
Neural Networks :
A collection of simple, trainable mathematical units that collectively learn complex functions
Where traditional machine learning focuses on feature engineering,
deep learning focuses on end-to-end
learning based on raw features

44
Deep Learning Use Cases
이미지/시각처리 음성 인식 자연어 처리

45
객체 및 장면 탐지손쉽게 대규모 이미지 라이브러리를 검색, 필터링 및 큐레이팅

46
안면 분석 및 안면 비교
Similarity : 98.0%
이미지 내에 안면 위치 식별
안면 속성(예: 미소 등) 분석
두 이미지 안의 안면이 동일인일 가능성을 측정

47
안면인식 대량의 이미지에서 유사한 안면 찾기, 탐지된 안면에 대해 인덱스를 생성

48
검색 가능한 이미지 라이브러리 예: 부동산 물건 검색

49
안면 기반 사용자 확인 예: 직원 명찰 스캔

50
감성 분석 예: 소매점 고객 감성 분석

51
안면 인식 예: 친구 또는 지인 이미지 찾기

52
Machine Learning
Collect
Validation data Test dataTraining data
Model training Model validation Final predictions
수집
학습데이터 확인/처리
데이터
테스트 데이터
모델 학습 모델 검증 최종 예측

55
Internet of Things
Web 2.0
Wiki
SNS
Social
media
App
Messenger
UCC

56
Internet of Things
Web 2.0
Wiki
SNS
Social
media
App
Messenger
UCC
Office Worker
Productivity Growth

57
Internet of Things
Web 2.0
Wiki
SNS
Social
media
App
Messenger
UCC
Industry
Manufacturing
Logistics
Retail
Finance
Telco

58
Internet of Things
4th Industry
Revolution
3D Printing IoE
Industrial
internet
Big Data
Machine
Learning

59
IoT - A strongly driven Market Disruption
But three completely separate markets
People
Industrial
IT
Consumer and Smart
Services Adoption of
Technology
Industrial Automation and
Operational Technology
Lack of Understanding
& Drivers

60
Healthcare and Life
Sciences
Municipal
Infrastructure
Smart Home Retail
Manufacturing, Logistics &
Supply Chain
Agriculture Education Automotive
Across many industries

61
Across many industries
• AWS IoT는 IoT
애플리케이션을 위한
완전 관리서비스 제공형
빌딩 블록
• 간편한 과금모델은
인프라 복잡성을 제거
• 기타 AWS 서비스에 직접
연동되어 전체 사이클의
애플리케이션을 쉽게
구현
• SDK, Starter kit 및
파트너 생태계를
활용하여 쉽게 시작

62
AW S G r e e n g r a s s
Embed Lambda Compute (& Other AWS Services) in
Connected Devices
Use The Same AWS Programming Model In Devices And The Cloud
Local Compute, Messaging & Data Caching
Local
compute
Local
data caching
Secure
communications
Local
messaging
클라우드에 최적화된 IoT 서비스를 디바이스에 임베디드

63
글로벌 IoT Case Study - Seeed Studio
시드 스튜디오는 공장형 제조기업
하드웨어 스타트업에게 저렴한 비용으로 소량생산이 가능
시제품까지 완성 가능한 One Stop Solution 제공
SMT Line
Make Shop
(3DP/밀링머신/CNC)
Incubating Space + Open Source HW 모듈
협력사(디자인/대기업)
HW Startups
제품 디자인과 설계 – Make Shop을 통한 프로토타입 제작 및
평가 – 금형 설계 – 양산 과정 에 이르기 까지 Startup들의
아이디어를 실제로 제품화하는데 필요한 Ecosystem 구축

64
Seeed Studio의 Open Source HW 제품군을
이용한 IoT 제품+서비스 개발 프로세스
• Seeed Studio의 강점은 자체 Open
Source HW 제품군을 전세계 IoT
Startup에게 제공
• IoT 기기에 연동되는 Application 개발
시 필요한 Cloud 서비스까지 지원하기
위해 AWS와도 제휴를 맺고 있음
• AWS입장에서는 Seeed Studio는
전세계 HW Startup과 협업하는
중요한 Premium Partner임

65
Agile Manufacturing 시스템 체계 구축
Seeed Studio의 IoT 제품을 기획-개발하는데 즉시 사용가능한 Starter Kit
• HW Startup이 어떤 IoT 서비스를 개발할 것인가에 따라 고를 수 있는 Startker Kit 제공
• AWS-Seeed Studio간의 관계는 수평적인 전략적 제휴 관계
- Seeed Studio는 중국 내 IoT Startup들이 자연스럽게 AWS의 IoT를 도입 및 활용

66
Today’s Waves of Disruption
Industries
Society
Individuals
1980s
2020s
Spreadsheet
Word Processor
File & Print
Email
CRM
ERP
Intranets
Amazon
Uber
AirBnB
Autonomous Transport
Artificial Intelligence
Machine Learning
Augmentation
Voice Recognition
Smart Agents
Personal Computers
PC Networks
Enterprise Software
Cloud / Apps
http://www…
Organizati
ons
Teams
(Disruption isn’t new, but the next wave is unique)
Apple

67
This Change Isn’t Just About Technology
TRANSFORMATIONAL CHANGE
Culture/OrganizationPhilosophy Technology
20%
• DevOps Culture
• Ownership
• Sharing
• Aligned Incentives
• APIs and MicroServices
• Infrastructure as Code
• Code Pipelines
• Agility
• Automation
• Continuous Deployments
• Governance

AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 (정우진 이사)

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 (정우진 이사)

Similaire à AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 (정우진 이사) (20)

Plus de Amazon Web Services Korea

Plus de Amazon Web Services Korea (20)

Dernier

Dernier (6)

AWS CLOUD 2017 - Enterprise is Cloud Ready. 클라우드 뉴노멀 시대에 글로벌 혁신 기업들의 클라우드 전략 (정우진 이사)