[05/13] AZ-104 Azure Stream Analytics — 다중 선택 문제

작성자: azure | 작성일: 2026년 05월 13일 | 조회: 4 | 좋아요: 0

⚙️
ASSOCIATE LEVEL

Microsoft Azure Administrator Associate

AZ-104 | 다중 선택 | 데이터 분석

📝 QUESTION

Contoso는 글로벌 IoT 디바이스에서 수집되는 센서 데이터를 실시간으로 처리하고, 테라바이트(TB) 규모의 히스토리컬 데이터를 매일 배치 처리하여 심층적인 트렌드 분석을 수행하며, 비즈니스 분석가들이 복잡한 인프라 관리 없이 즉석에서(ad-hoc) 데이터를 쿼리할 수 있도록 하고자 합니다. 또한, 내부 포털에 내장될 대시보드를 구축해야 합니다. 엄격한 예산 제약 속에서 성능을 유지하면서도 비용 효율적인 Azure 솔루션을 설계해야 합니다. 다음 중 Contoso가 비용 효율적으로 목표를 달성하기 위해 고려해야 할 올바른 조치 3가지는 무엇입니까?

A. 실시간 데이터 처리를 위해 Azure Stream Analytics를 사용하고, 처리된 데이터를 Azure Data Lake Storage Gen2에 저장합니다.
B. 배치 처리 및 복잡한 변환을 위해 Azure Databricks 클러스터에 자동 스케일링(auto-scaling) 및 자동 종료(auto-termination)를 구성하여 컴퓨팅 비용을 최적화합니다.
C. 비즈니스 분석가를 위한 즉석 쿼리 및 대량의 히스토리컬 데이터 분석을 위해 Azure Synapse Analytics의 전용 SQL 풀(Dedicated SQL Pool)을 사용하고, 분석이 필요할 때만 일시 중지(pause) 및 다시 시작(resume)합니다.
D. 대시보드 구축을 위해 Power BI Embedded의 개발(Development) 용량 SKU를 사용하고, 프로덕션 배포 시에도 동일한 SKU를 유지하여 비용을 절감합니다.
⬇️ 아래에서 정답과 해설을 확인하세요 ⬇️
✅ ANSWER
정답: A, B, C
✅ A. 실시간 데이터 처리를 위해 Azure Stream Analytics를 사용하고, 처리된 데이터를 Azure Data Lake Storage Gen2에 저장합니다.
✅ B. 배치 처리 및 복잡한 변환을 위해 Azure Databricks 클러스터에 자동 스케일링(auto-scaling) 및 자동 종료(auto-termination)를 구성하여 컴퓨팅 비용을 최적화합니다.
✅ C. 비즈니스 분석가를 위한 즉석 쿼리 및 대량의 히스토리컬 데이터 분석을 위해 Azure Synapse Analytics의 전용 SQL 풀(Dedicated SQL Pool)을 사용하고, 분석이 필요할 때만 일시 중지(pause) 및 다시 시작(resume)합니다.
❌ D. 대시보드 구축을 위해 Power BI Embedded의 개발(Development) 용량 SKU를 사용하고, 프로덕션 배포 시에도 동일한 SKU를 유지하여 비용을 절감합니다.
📖 EXPLANATION

Azure Stream Analytics는 실시간 처리에 비용 효율적이며, Data Lake Storage Gen2는 대용량 저장에 적합합니다. Azure Databricks의 자동 스케일링 및 자동 종료, Synapse Dedicated SQL Pool의 일시 중지 기능은 컴퓨팅 비용을 크게 최적화합니다. Power BI Embedded 개발 SKU를 프로덕션에 사용하는 것은 성능 문제를 야기하여 비용 효율적이지 않습니다.

💡 핵심 포인트: 각 Azure 데이터 서비스의 비용 모델과 비용 최적화 기능을 정확히 이해하는 것이 중요합니다. 특히, 서버리스(serverless) 옵션, 자동 스케일링, 리소스 일시 중지 기능에 주목하세요.

🏷️ 관련 Azure 서비스

Azure Stream AnalyticsAzure Data Lake Storage Gen2Azure DatabricksAzure Synapse AnalyticsPower BI Embedded

📚 Azure 자격증 준비를 위한 데일리 모의문제

매일 새로운 문제가 업데이트됩니다 | 더 많은 문제 풀기 →