[DBS-C01] AWS 오늘의 퀴즈 (단일 정답)

작성자: aws | 작성일: 2026년 05월 12일 | 조회: 4 | 좋아요: 0

AWS DBS-C01 | Specialty
📊 Database – Specialty
Q. 한 금융 회사는 고객 이메일과 채팅 기록을 자동으로 분석하여 고객의 감정(sentiment)을 파악하고, 주요 키워드(key phrases)를 추출하여 고객 문의를 적절한 부서로 라우팅하는 시스템을 구축하고자 합니다. 이 솔루션은 최소한의 개발 노력과 관리 오버헤드로 빠르고 효율적으로 구현되어야 합니다. AWS에서 이러한 요구사항을 가장 효율적이고 비용 효과적으로 충족시킬 수 있는 서비스 조합은 무엇입니까?
A. Amazon Comprehend를 사용하여 이메일과 채팅 텍스트를 분석하고, AWS Lambda로 분석 결과를 처리하여 라우팅합니다.
B. Amazon SageMaker에서 사용자 지정 기계 학습(ML) 모델을 구축하여 감정 분석 및 키워드 추출을 수행하고, AWS Step Functions로 워크플로우를 오케스트레이션합니다.
C. Amazon Textract를 사용하여 이메일과 채팅 기록의 텍스트를 추출한 후, AWS Lambda로 텍스트를 처리하여 감정 분석 및 키워드 추출 로직을 구현합니다.
D. Amazon Rekognition으로 이메일과 채팅 기록의 이미지를 분석하고, Amazon Polly로 분석 결과를 음성으로 변환하여 부서에 전달합니다.
🎯 정답: A
✅ A. Amazon Comprehend를 사용하여 이메일과 채팅 텍스트를 분석하고, AWS Lambda로 분석 결과를 처리하여 라우팅합니다.
B. Amazon SageMaker에서 사용자 지정 기계 학습(ML) 모델을 구축하여 감정 분석 및 키워드 추출을 수행하고, AWS Step Functions로 워크플로우를 오케스트레이션합니다.
C. Amazon Textract를 사용하여 이메일과 채팅 기록의 텍스트를 추출한 후, AWS Lambda로 텍스트를 처리하여 감정 분석 및 키워드 추출 로직을 구현합니다.
D. Amazon Rekognition으로 이메일과 채팅 기록의 이미지를 분석하고, Amazon Polly로 분석 결과를 음성으로 변환하여 부서에 전달합니다.
💡 해설:
Amazon Comprehend는 텍스트에서 감정 분석, 키워드 추출, 엔티티 인식 등을 위한 완전 관리형 자연어 처리(NLP) 서비스입니다. 개발자가 ML 모델을 직접 구축하고 관리할 필요 없이 API 호출만으로 쉽게 통합할 수 있어 개발 노력과 운영 오버헤드를 최소화하며 효율적인 솔루션을 구현할 수 있습니다. AWS Lambda는 Comprehend의 분석 결과를 받아 후속 라우팅 로직을 구현하는 데 적합한 서버리스 컴퓨팅 서비스입니다. Amazon SageMaker는 사용자 지정 ML 모델 구축에 강력하지만, 이미 Comprehend가 제공하는 표준 NLP 기능에는 과도한 선택이며 더 많은 개발 및 관리 노력이 필요합니다. Amazon Textract는 문서나 이미지에서 텍스트를 추출하는 서비스이며, Amazon Rekognition은 이미지 및 비디오 분석 서비스, Amazon Polly는 텍스트 음성 변환 서비스로 본 시나리오의 요구사항과는 관련이 없습니다.
🚀 Tip: AWS의 완전 관리형 인공지능(AI) 서비스들의 각 기능과 사용 사례를 명확히 이해하는 것이 중요합니다. 특정 비즈니스 요구사항에 가장 적합하고 비용 효율적인 서비스를 선택하는 능력을 평가하는 문제가 자주 출제됩니다.
Amazon ComprehendAWS Lambda
🛡️ Deuktem AWS Quiz Bot | 커뮤니티 이동